李開複對話蘇姿豐：停止“表演式AI”，企業AI轉型是一把手工程，不能只信CIO

文 丨 《智客星球》 周文猛

剛結束的AMD AI開發者日2026上，零一萬物 CEO 李開複與 AMD董事會主席、CEO蘇姿豐圍繞“AI智能體新範式”展開對話，李開複分享中指出：生成式 AI 正在邁向智能體時代，今年以來，AI編程能力跨過了臨界點，多智能體架構正打破單一智能體的能力上限，被越來越多地提及。

針對絕大多數企業CEO都關心的“AI轉型”，李開複也給出了自己的“企業AI轉型”建議——不要只聽你們的 CIO，企業AI轉型絕對是一把手工程，需要企業領袖根本性的思維轉變。並呼籲企業停止浮於表面的表演式 AI ，應開始構建能真正深入業務實質的結構性引擎。

他還提出了一種打破這個邊界的運營架構：DRI（Directly Responsible Individual，直接責任人）概念。並進一步指出，今天很多工程師的工作方式都會發生變化——不再只是關注系統，而是要對結果負責。

“今年AI有兩個關鍵變化，已跨過‘自主執行’門檻”

談及對於AI行業發展的觀察，李開複指出，一年前，AI還只能輔助編寫代碼、函數等等；而現在，它已經可以端到端地交付一整套功能。這聽起來像是一個漸進式的進步，但其實不然。智能體在數字世界中的所有行為，本質上最終都會落到代碼層面。一旦 AI 的編碼能力跨過那個門檻，自主智能體就真正具備了成為現實的可能。

此外，更重要的變化在於，我們開始意識到：單一智能體的能力是有上限的。無論模型參數規模有多大，只依賴單個 Agent 的推理能力，在面對真實複雜問題時，終究會碰到瓶頸。而多智能體架構第一次打破了這個上限。負責規劃、評估、研究和執行的不同智能體，開始彼此協作、相互辯論，並在彼此結果之上繼續迭代。

在李開複看來，這其實非常接近“美第奇效應（Medici Effect）”：當不同領域的專家被放進同一個房間時，最終產生的成果，會遠遠超過任何單一個體能力的簡單疊加。五百年前，在文藝複興時期，人類已經發現了這一規律。直到21世紀的今天，我們第一次把這種機制帶到了 AI 世界。

從技術路徑上看，這意味著我們正在逐漸擺脫過去那種“試圖用一個模型完成所有事情”的模式。未來的 AI，不會是一個“超級大腦”的獨角戲，而會更像一個由不同智能系統協同運作的交響樂。正是基於這一趨勢，我們著手部署專業化的多智能體系統，並逐漸走向“異構智能（Heterogeneous Intelligence）”階段。不同類型的模型與算法會被組合在一起，用群體智能去解決更加複雜的問題。

2024 年最受關注的問題是：“AI 能否完成一個任務？”

2025 年這一問題轉變為：“AI 能不能完成一整條工作流？”

在2026年，這個核心問題已經進階為“AI 能否替代一個企業的職能部門？”

他以現代HR（人力資源）部門為例指出。當招聘 Agent 與績效 Agent 實現聯動後，系統就能夠根據員工入職後的真實績效數據，自動調整前端的人才篩選標準。從簡曆篩選、面試，到新員工入職，再到月度和季度績效自動化跟蹤，這些多智能體系統會圍繞統一的人力資源數據持續運轉升級。隨著這種能力不斷擴展，它最終會演變成一個彼此互聯的企業多智能體協作網絡，覆蓋 HR、研發、產品、銷售和市場等不同部門。

這種架構，也正在推動“One-Person Company（一人公司）”趨勢的出現。借助模塊化的多智能體框架，單個開發者或領域專家，如今已經有能力像“總架構師”一樣，快速啟動一家高度自動化運轉的公司。

“在由智能體驅動的新範式下，我們實際上已經跨過了‘自主執行’的門檻，AI正在從過去被動的‘Prompt-and-Response（從提示詞到響應）’模式，轉向主動的‘Goal-and-Execution（從目標到執行）’模式。”在李開複看來，未來，你不再是給AI一個 Prompt，而是直接給它一個組織目標。隨後，智能體們會自行完成協同、執行、評估、優化，並形成完整閉環。

“停止表演式AI，轉型不能只信CIO”

AI範式的變遷，也正在催生當前AI領域最巨大的商業機會：產業級AI轉型。新時代真正的經濟價值，不會來自只會“回答問題”的 AI 系統，而會來自能夠真正執行企業目標的自主多智能體基礎設施。

李開複指出，智能體時代，真正意義上的“自主企業”會誕生。驅動它的，將是跨部門、多層級協同運作的智能體網絡。下一階段的產業AI轉型，會同時圍繞兩個核心問題展開：數據主權，以及清晰可驗證的 ROI（投資回報率）。

對於開發者來說，最大的機會，是去構建那些過去需要一個完整團隊才能完成、如今卻可以由AI獨立交付商業結果的AI。AI的角色，已經不再是“幫助營銷人員提升效率的 AI工具”，而是能夠真正承擔營銷職能的AI Agent；不是“協助金融分析師的 AI工具”，而是能提供自動化財務分析的 AI Agent。

對於絕大多數企業CEO，李開複也給出了自己的“企業AI轉型”建議——不要只聽你們的 CIO。

李開複直言，自己在與大量CEO交流AI轉型時發現：幾乎每個企業目前都選擇在不出錯卻價值很低的場景部署AI。比如，會議紀要、人力資源員工答疑聊天機器人、企業內部搜索等等。但這些都只是表面文章。

“我很直白地告訴各位 CEO，不要只聽你們的 CIO ，典型CIO們關注的是系統穩定運行、軟件運行安全不出錯，在這一輪深入企業核心業務命脈的 AI 變革中，反而可能成為阻礙進化的舊勢力。”在他看來，因為CIO的職責本質上是管理軟件運營，而不是重新定義公司，CIO擅長安全地部署AI，但並不擅長推動組織層面的真正變革。

“多數由 IT 部門自下而上推動的 AI 轉型，最終都會失敗。”在他看來，傳統CIO這個角色不會消失，但它的重要性會被大幅削弱。因為AI並不只是一個新的軟件工具，企業AI轉型絕對是一把手工程，需要企業領袖根本性的思維轉變。

“真正能夠改變公司經營結果的，往往是那些直接影響損益表（P&L）的核心業務環節。而這些領域，恰恰也是很多高管最不願意讓 AI 介入的運營職能部門：收入、利潤、防欺詐、動態定價、供應鏈、產品上市速度，以及核心創新能力。”李開複直言：“具有前瞻性的 CEO 們正在重新校準他們公司的運營方式、組織應如何改變，以及領導方式應該如何調整。”

在他看來，任何參與商業研發的人，都應該用同樣的方式思考問題。停止浮於表面的表演式 AI ，開始構建能真正深入業務實質的結構性引擎。

“DRI模式重新定義技術人，人人都要把自己當CEO”

今天，一個人如果擁有合適的工具和足夠的算力，已經能夠完成幾年前需要整個團隊才能完成的工作。

從那些真正以這種方式創業和開發的人身上，李開複最近觀察到：受限於此前的訓練，大多數開發者都習慣於在代碼層面思考所有權（Ownership）問題。比如，由一個人負責 GitHub 上的代碼倉庫和 PR（Pull request），另一個人負責值班輪換，另一個人負責某一個具體服務。這種責任邊界，本質上只覆蓋你能夠通過鍵盤直接控製的部分。而現在，越來越多編碼工作已經開始被 AI 智能體接管。

針對這一變化，李開複提出了一種打破責任邊界的運營架構：DRI（Directly Responsible Individual，直接責任人）概念。並預言DRI 模型會成為 AI 原生公司最核心的組織架構。

所謂 DRI，就是由一個人，對某個跨職能結果承擔端到端責任。這不是一個職位頭銜，而是一種非常明確的責任機制。就像系統運行手冊里唯一指定的值班工程師：最終結果如何、業務影響如何，都由 DRI 責任人負責。

在軟件工程中，交付產品的主要瓶頸很少是代碼本身。而是所有權的模糊不清。責任分散、停滯的拉取請求以及偏離的路線圖，通常都源於：很多人只是負責項目管理大表上的某一個環節，卻沒有人真正對最終結果負責。在DRI模式下，一個人類DRI會處於整個智能體系統的中心，圍繞他協同工作的，是由研究、執行、合規和監控等不同Agent組成的專業化集群。DRI不把時間和精力花在具體執行上，而是負責整體編排、關鍵決策，並對最終的輸出契約負責。與此同時，實時數據流會逐漸取代傳統的彙報體系，業務運轉也會越來越圍繞具體、可量化的結果展開。

“我認為，一個優秀工程師所具備的很多能力，和成為優秀 DRI 所需要的能力，幾乎是高度一致的。”李開複表示，當你編寫技術規範時，你其實是在嚐試定義可量化的商業成果；當你給系統做監控、配置自動告警時，你其實是在建立衡量結果的機制。當你淩晨兩點主動去 de-bug排查故障，而不是等別人通知你時，你展現出來的，其實正是 DRI 模式最核心的主人翁意識。

在他看來，選擇DRI 模式，也意味著你必須重新定義“什麼是個人成功”。在智能體時代，一個優秀工程師的價值，不再只是由“寫了多少代碼”來衡量。這也意味著，今天很多工程師的工作方式都會發生變化。你不再只是關注系統，而是要對結果負責，優秀工程師通常都會非常重視監控系統，使服務具備極強的可觀測性，DRI則是把這種技術嚴謹性延伸到了他們所擁有的業務結果上。

“如果你是一個負責增長的 DRI，你不僅僅監控 API 延遲，你還要監控用戶激活率、轉化漏鬥以及對收入的影響，要端到端地對完整結果負責。”李開複舉例道，“你擁有決策權，而不僅僅是建議權，工程師通常很擅長分析，但他們常常把產出物交給產品經理或高管去做選擇，DRI則需要自己完成閉環，你進行分析，你做決定，並對接下來發生的任何事情負責，剛開始會有些不習慣，但很快你就會進入狀態”。