編者：

最近，大模型、Token（詞元）、智能體等熱門概念，讓不少公眾不明所以，又覺得很是高大上。更夸張的是，一夜之間，身邊好多人都開始“養龍蝦”了，這更是加劇了很多人的AI焦慮。那么，這場正在發生的AI技術革命，究竟是如何發生的？3月13日，成都電子科技大學的陳建文教授來到本刊辦公室交流，并圍繞AI技術革命的來龍去脈、如何正確地“養龍蝦”等一系列問題，接受了本刊專訪。

文/ 執行主編 鄭挺穎

陳建文

01

從“養龍蝦”說起：

智能體的下一個進化階段

前段很多人在討論“智能體”,最近身邊不少朋友又開始“養龍蝦”，請問這兩個概念之間是什么關系？

陳建文：智能體（Agent）是基于大模型演進的技術形態，你可以理解為“能夠自主行動的大模型”。它的公式是：智能體=大模型（大腦）+ 規劃能力 + 記憶 + 工具使用。

如果說ChatGPT是“只會聊天的書呆子”，智能體就是“能動手干活的助手”。它不僅能回答問題，還能規劃（把復雜任務拆解成步驟，如“寫報告”→ “查資料→列大綱→寫正文→檢查”）、記憶（記住你的偏好和歷史對話）、使用工具（調用搜索引擎、計算器、代碼執行器等外部工具）。

傳統智能體有個致命問題——你跟它講了半天話，但你讓它真正去操作系統、去執行任務時，它會說：“哥們，你自己干?！彼荒芙o建議，不能真正替你操作。就像請了個顧問，說得頭頭是道，但活兒還得你自己干！

“龍蝦”（OpenClaw）是智能體的下一個階段。它最大的突破在于能夠真正執行任務，而不僅僅是給出建議。它的核心架構是“統一接口+本地數據”：用戶端通過QQ、微信等日常工具與龍蝦交互；龍蝦層接收指令，管理任務，維護個人知識庫；執行層調用各種API，操作軟件，控制硬件。

這意味著，你可以讓龍蝦：幫你訂機票、查天氣、管理日程；監控股票，到了股票買賣點，它會給你打電話；控制智能家居（開燈、調節溫度）；記住你所有的偏好和習慣。它就像你的私人助理，而且是7×24小時不打烊的那種！

我現在已經養了7只龍蝦，它們有明確分工：有的是工作龍蝦（處理郵件、安排會議），有的是生活龍蝦（提醒吃藥、監控健康），還有一個叫“社交龍蝦”（處理社交應酬）。它們7×24小時在線，有長記憶能力，知道你所有的歷史偏好。比如你告訴它“我在北京有房子，以后不要給我訂酒店”，它會記住這個信息，下次就不會重復詢問。這種“養龍蝦”的過程，實際上是在培養你的數字分身。

您剛才描繪的“龍蝦”更像是一個存在于數字世界、能操作軟件和部分硬件的“數字分身”。這與我們通常談論的能在工廠、家庭等真實物理環境中工作的“機器人”或“具身智能”是什么關系？后者的發展到了什么階段？

陳建文：您點出了當前AI發展的兩個關鍵方向。我們剛才討論的“龍蝦”，可以看作為物理機器人準備的“云腦”或“遠程指揮中心”的雛形。而真正的“具身智能”或智能機器人，可以類比為一個完整的人：它需要“肢體”來動作，“小腦”來保持平衡和協調運動，更需要一個“具身大腦”來理解環境、進行規劃和決策。

目前，在“肢體”和“小腦”層面，也就是機器人的硬件本體（靈巧手、機械臂、移動底盤）和底層運動控制算法上，產業界已經取得了長足進步，變得越來越精細、可靠和靈活。我們可以看到機器人能行走、奔跑、抓取不同物體，這些“反射”和“協調”能力已逐步完善。

但是，在最為核心的“具身大腦”上，我們才剛剛起步。這里的“具身大腦”，指的是能讓機器人像人一樣，真正理解一個復雜、動態的物理場景，并做出合乎邏輯的序列化決策的高級認知系統。比如，讓一個家庭服務機器人進入一個從未去過的雜亂房間，它不僅能識別出“桌子”“椅子”“散落的玩具”，還能理解“需要先收拾玩具才能清潔地板”“挪開椅子時要注意別碰到水杯”這類常識、因果和規劃邏輯。

當前，無論是算法模型還是場景數據，都面臨著巨大的挑戰。

算法模型上：目前我們主要有下面這三種技術路線，基于大語言模型（LLM/VLM）的端到端路線，層次化解耦路線（長程規劃與短程控制）和基于世界模型（World Models）的預測路線。

每種模型都各有優缺點，并沒有達到可以支撐整個具身智能大規模落地的成熟度。在場景數據上，訓練這樣的“具身大腦”需要海量的、多模態的（視覺、觸覺、力覺、聲音）真實世界交互數據，而不僅僅是互聯網上的文本和圖片。獲取和標注這類數據成本極高，且極度稀缺。沒有高質量、大規模的“具身數據”，就無法訓練出真正智能的“具身大腦”。

所以說，從“數字分身”到“具身智能”，我們邁出了第一步，但最艱難,也最核心的一步——構建一個能真正理解并駕馭物理世界的“大腦”——才剛剛開始。這正是我們電子科技大學視覺智能研究中心（MediaLab）和整個行業正在全力攻關的方向。

02

龍蝦的“長記憶”：

比微信更懂你的數字分身

“養龍蝦”這個概念很有意思。那“龍蝦”與傳統的大模型對話有什么不同？為什么說人對它的依賴性比微信還強？

陳建文：傳統的大模型對話，比如ChatGPT，我稱之為“渣男”——你今天跟它說話，下次再聊又是重新開始。雖然它能記住你的一些信息，但記憶長度受限于Token數量，是固定的、短期的。它就像是那種“用完即走”的朋友，每次見面都要重新自我介紹！

反之，龍蝦的長記憶是本地化的、持久的。我現在把所有的東西全部丟給龍蝦，存在本地。它對我最了解，知道我的所有歷史、喜好、家庭成員、工作習慣。哪怕三年沒見過一個朋友，見面前我可以問龍蝦：“今天我要見某某，我們過去三年的所有聊天記錄、通信記錄全部調出來。”

我給你對比一下你就明白了：傳統大模型（如ChatGPT）數據存儲在云端，廠商控制；記憶時長是單次對話或有限輪次；個性化程度是通用型，對所有人一樣；隱私保護方面數據上傳云端；依賴程度只是工具屬性。

龍蝦（本地智能體）數據存儲在本地，用戶控制；記憶時長是永久積累；個性化程度是專屬型，只為你服務；隱私保護方面數據留在本地；依賴程度是數字分身屬性。

這種長記憶帶來了極強的依賴性。養龍蝦一兩年以后，你所有的東西都在它那了，它就是你的數字分身。微信記住的是聊天記錄，龍蝦記住的是“你這個人”。以后換手機你可能不心疼，但龍蝦的數據要是丟了，那感覺就像是失憶了一樣！

03

如何安全地“養龍蝦”：

數據隱私與權限管理

數據安全和隱私保護也是大家關心的問題。龍蝦如何處理用戶的數據安全？您能否詳細解釋？

陳建文：數據安全可以分為三個層面，我稱之為“三維安全體系”：

第一維：數據隱私安全。龍蝦的架構設計中，用戶數據是本地存儲的，不會上傳到云端。你與大模型的交互是通過龍蝦公司提供的統一接口進行的。對于大模型來說，它不知道你是誰，只知道“有一個用戶在問問題”。你的原始數據始終在你本地，大模型只接觸到脫敏后的請求。

這就像你去圖書館借書：你告訴管理員你要什么書（你的需求），管理員去書庫找（大模型計算），把書給你（返回結果）。管理員不知道你是誰，只知道有人借了這本書。你的隱私就像是被“匿名化”處理了。

第二維：系統安全。有人擔心龍蝦會誤刪文件。這其實是自然語言理解的模糊性帶來的問題。如果你說“幫我把電腦清理一下”，它可能理解為刪除所有文件。但從本質上看，這不是龍蝦本身不安全，而是你的指令表述不清。

解決方法是給它明確的權限邊界，不要賦予它過高的系統權限。就像你不會給家里的保姆你銀行賬戶的密碼一樣，你也不會給龍蝦刪除系統文件的權限。你可以設置規則：“只能操作D盤，不能碰C盤”、“只能讀取郵件，不能發送郵件”等。記住，龍蝦是助手，不是主子，權限要握在自己手里！

第三維：通信安全。龍蝦與用戶的通信基于QQ、微信等成熟的互聯網平臺，這些平臺本身有完善的認證和授權機制。如果你擔心通信被劫持，那實際上是在擔心你的微信賬號被盜——這不是龍蝦特有的問題。

那么，如何安全地“養龍蝦”呢？我可以給出幾個建議：第一，分級授權，初期只給只讀權限，觀察表現后再逐步開放；第二，明確指令，避免模糊表述，具體說明要做什么、不要做什么；第三，定期備份，本地數據定期備份，防止硬件故障；第四，隔離運行，重要系統與養龍蝦設備物理隔離，或使用虛擬機。永遠要記住，安全第一，養龍蝦第二！

04

“養龍蝦”四步法：

從喂養到建立工作流

您剛才提到“養龍蝦”需要教它，就像養小孩一樣。能否具體談談如何“養”一只龍蝦？普通用戶從哪兒開始？

陳建文：“養龍蝦”的核心是建立你的個人知識庫和偏好體系。龍蝦不是代替人，而是人的能力外延。你把你的品味、標準、習慣教給它，它就能按照你的方式去執行任務。就像養寵物一樣，你投入越多，它就越懂你！

具體步驟，我總結了四步：

第一步：喂養數據。把你的工作資料、常用文檔、歷史記錄導入龍蝦的知識庫。比如我是教授，我把所有的講義、論文、項目資料都丟給它。這就像是給龍蝦“喂飯”，讓它了解你的“口味”。

第二步：設定規則。明確告訴它你的偏好。比如：“我每天早上8點需要看科技新聞摘要”“我關注的新能源股票有這五只，漲跌幅達到5%時提醒我”“我討厭開會超過一小時，幫我拒絕冗長會議”。規則越清晰，龍蝦執行得越到位。

第三步：反饋調優。第一天、第二天它可能做得不對，你告訴它哪些好、哪些不好。第四天、第五天它就會越來越符合你的口味。因為它代表的是你的思維邏輯。這就像是訓練小狗，做對了給獎勵，做錯了及時糾正。

第四步：建立工作流。讓龍蝦接管重復性任務。例如，“每天晚上8點研究當天熱點話題，選出10個給我出選題報告，早上8點前發到我郵箱。”這就是自動化工作流，以后這些活兒就不用你親自動手了。

我現在把我所有的講座內容、項目資料甚至今天的談話內容都告訴我的龍蝦。它現在可以代表我去回答很多問題，我可以把它做成客服。這就是“養龍蝦”的價值——你投入越多，它就越成為你不可分割的數字助手。養龍蝦一年，受益十年！

05

AI炒股助手：

龍蝦的長尾應用與電商革命

您提到龍蝦可以幫人炒股、監控股票，這聽起來有些驚人。這種應用的前景如何？是否安全？

陳建文：投資輔助是龍蝦非常典型的“長尾需求”場景。有人用龍蝦監控5只股票，設置提醒買入賣出的條件。龍蝦可以實時跟蹤，到了買點甚至可以給你打電話。這比雇人盯盤高效得多——你想想，人能24小時盯盤嗎？但龍蝦就可以！

說到“長尾需求”，這是經濟學概念，指的是那些需求量小但種類繁多的個性化需求。傳統互聯網服務只能滿足“頭部”的大眾需求（如搜索、社交），而AI智能體可以滿足每個人的獨特需求：有人需要監控特定股票；有人需要提醒吃藥（如糖尿病患者）；有人需要追蹤某個學術領域的最新論文；有人需要管理復雜的家庭日程（如多孩家庭）。

這些需求太分散、太個性化，傳統軟件無法覆蓋，但龍蝦這樣的個人智能體可以完美勝任。這就是為什么我說龍蝦是“藍海”——別人沒做過的，你可以做！

但我建議初期不要給龍蝦太高的炒股權限，先讓它做咨詢師，不要直接操作賬戶。等你看它性能表現穩定了，再逐步開放權限。你甚至可以養7只蝦，每只干一件事，讓它們聚焦各自的專業領域。一只管股票，一只管日程，一只管郵件，分工明確，效率翻倍！

這種應用反映的是AI電商的崛起。未來的電商入口不再是美團、淘寶這樣的APP，而是Agent。比如你說：“今晚5個人吃飯，花500塊錢，找個口味清淡、身體健康的餐館?！饼埼r直接幫你搞定。未來的家庭里，好多人會有一個像路由器一樣的硬件養著龍蝦，7×24小時在線，隨時待命。到時候，你家可能有個“龍蝦窩”！

06

技術底座：Token到底是什么

最近，我還經常看到一個技術概念，就是“Token”這個英文單詞，據說有好幾種譯名。您能否用最通俗的方式解釋一下，什么是Token？為什么它被稱為大模型的“計價基礎”？

陳建文：Token是大模型最核心的概念，也是理解AI商業模式的基礎。我用最簡單的例子說明：“我喜歡唱、跳、乒乓球和籃球”這句話，包含9個Token。

注意，Token不是文字，而是語言的最小處理單元。中文里，一個Token可能是一個字（如“乒”），也可能是兩個字（如“籃球”），甚至可能是半個詞（比如“人工智能”可能被拆成“人工”和“智能”）。英文更復雜，“unbelievable”可能被拆成“un”“believ”“able”三個Token。就像切蛋糕，中文是一塊一塊地切，英文有時候是按詞素分層切！

大模型通過“分詞器”（Tokenizer）將文字轉化為編號。比如“今天”編號為10001，“天氣”編號為10002。模型訓練的本質，就是學習這些編號之間的概率關系——我說了“今天”以后，后面出現“天氣”的概率是多少？所有的大模型訓練，訓練的就是這種條件概率。

我再說說分詞器是怎么工作的，這里有個有趣的算法叫BPE（字節對編碼）。你可以把它想象成一個“高頻詞獵人”：通過分析海量文本，找出最高頻出現的字符組合，逐步構建詞匯表。比如訓練初期，模型看到“籃球”出現了一萬次，“乒乓”出現了八千次，它就會把這兩個組合加入詞匯表。而對于生僻詞，模型會拆成更小的單元處理。這就像小孩先學常用詞，再通過這些詞理解生僻詞——先學會“狗”，再理解“藏獒”！

Token之所以被稱為計價基礎，是因為大模型的計算成本直接與Token數量掛鉤。以DeepSeek為例：輸入百萬Token只要0.5-2元，輸出百萬Token是8元。這意味著，你發給大模型的數據越多，消耗的Token越多，成本就越高。

我曾經打過一個比方：Token就是電力。當大模型賣出去100塊錢，其實有80塊錢是屬于電的錢——運算能力的錢。這就是為什么我把Token稱為大模型的“計價基礎”。你想想看，為什么大模型這么耗電？因為它的核心運算是矩陣乘法。當你輸入1000個Token時，模型需要在這1000個Token之間進行數十億次計算，找出它們之間的關聯。模型越大（比如GPT-4有萬億級參數），計算量就越驚人。這就是為什么訓練大模型需要算力集群，運行大模型需要高性能GPU——它簡直就是“電老虎”??！

07

Token經濟學：

AI時代的“電力”計價體系

您提到“Token經濟學”，認為不產生、不消耗Token的APP都沒有實際的產業價值。這個觀點如何理解？對普通投資者有什么啟示？

陳建文：這是我的核心判斷之一。Token代表著算力消耗，代表著AI時代的“電力”。如果一個APP不產生Token消耗，意味著它沒有利用大模型的智能能力，只是傳統的信息展示或簡單交互，在AI時代是沒有競爭力的。

你看現在的估值體系：智譜AI上市后從100多塊漲到500多，翻了數倍。為什么？因為它代表著Token經濟的未來。相反，很多干了幾十年的傳統公司，估值只有幾十億、100億，因為它們不產生Token。

在AI時代，公司的價值不再只看用戶數量或收入，而是看其Token消耗量和智能密度。我給你列個表：大模型廠商（如智譜、DeepSeek）Token消耗極高，估值趨勢快速上升；AI應用公司（如AI編程、AI設計）Token消耗高，估值趨勢上升；傳統互聯網（如門戶、論壇）Token消耗低，估值趨勢下降；不產生Token的工具，估值趨勢邊緣化。

當智能體可以直接幫你決策、下單，傳統電商平臺的入口價值就瓦解了。百度為什么越來越邊緣化？因為大家發現，問大模型得到的信息更直接、更真實，不需要在廣告中搜索。

當然，大模型也可能被欺騙，行業里現在叫GEO（面向大模型的優化）——就像SEO是針對搜索引擎的優化，GEO是針對大模型的優化。有人會在網頁里埋大模型更容易抓取的關鍵詞，試圖影響AI的推薦。但這只是暫時的，模型的辨別能力在快速提升。就像是貓捉老鼠的游戲，GEO是老鼠，大模型是貓，貓會越來越聰明！

我注意到，您在2021年就開始關注數字人技術，當時還是用計算機視覺的方法在做，遇到了很多技術“瓶頸”?，F在大模型驅動的數字人已經完全不一樣了。能否請您先科普一下，從技術演進的角度看，大模型究竟帶來了哪些顛覆性的變化？

陳建文：這個問題問得好！說實話，我確實有至少4年時間，全部是用計算機視覺的方法去搞數字人。那時候啊，你會發現搞出來的數字人，一會兒耳朵沒了，一會兒口型對不上了——簡直像是在玩“大家來找茬”！這些問題在當時的技術框架下幾乎無法徹底解決。

為什么？我給你打個比方你就明白了。傳統計算機視覺就像是“拼湊式”的解決方案：識別表情用一個算法，對口型用另一個算法，生成圖像再用第三個算法。這些模塊之間很難完美配合，就像用不同廠家的零件組裝汽車，總會有些縫隙，開起來嘎吱嘎吱響。

但你看現在的數字人，全是用大模型驅動的，就沒這個問題了。核心變化在于“Transformer架構”和“注意力機制”的引入。這是美國谷歌公司在2017年提出的革命性技術，它讓模型能夠同時關注輸入信息的所有部分，自動判斷哪里重要、哪里次要。

說到Transformer，你可以把它想象成一個超級聰明的“閱讀者”：讀句子時，它不是逐字閱讀，而是第一眼就掃視全文，自動鎖定關鍵詞。注意力機制（Attention）就是這個“掃視鎖定”的能力。比如讀到“我喜歡唱、跳、乒乓球和籃球”，模型會自動給“唱”、“跳”、“乒乓球”、“籃球”打上高亮標記，給“我”“喜歡”“和”等詞降低權重。這種“抓重點”的能力，讓模型能夠理解長文本中的復雜邏輯關系。

更神奇的是“多頭注意力”：模型有多個“注意力頭”，有的關注語法結構，有的關注語義關聯，有的專門追蹤人名地名。就像一群人同時讀一篇文章，有人看結構，有人看內容，有人查細節，最后綜合所有人的意見。這就像是給AI裝上了“火眼金睛”！

技術的演進速度遠超個人努力。我甚至跟我帶的博士生講：“你換課題吧！你現在再去跟別人講什么用特征提取的方法做口型比對，拿出去別人會笑話你的，就像現在還拿著算盤去跟人家比算數一樣。”這就壓根不是同一個時代了。

從2022年到2024年，多模態技術突飛猛進。全世界最牛的公司是美國谷歌公司，國內的字節跳動公司在文字圖片、視頻合成方面效果也很好。但核心在于，大模型從根本上改變了處理方式——它不再是拼接式的工程方案，而是統一的語義理解和生成框架。一個模型同時理解文字、圖像、音頻，這在以前是不敢想象的。就像以前你需要請三個翻譯分別翻譯英語、法語、德語，現在請一個“萬能翻譯”就全搞定了！

08

AI時代的生存之道：

要么擁抱變化要么被淘汰

那么，目前大模型最成熟的商業應用有哪些？

陳建文：目前大模型最成熟的應用，第一個是對話聊天，第二個是編程。特別是2025年12月20日之后，編程領域發生了革命性突破。

現在寫20萬行、30萬行代碼，大模型基本上都能解決。你只需要用自然語言描述需求，比如“幫我寫一個用戶登錄系統，要包含密碼加密和驗證碼功能”，模型就能生成完整的代碼框架。這就是現在流行的“Vibe Coding”（直覺編碼）——你想要什么直接告訴AI，不用關心具體怎么實現。

說到“Vibe Coding”，這個詞來自音樂制作領域的“Vibe”概念，意思是憑感覺、憑直覺創作。在AI編程中，它指的是：第一步，用自然語言描述需求（如“我要一個能自動分類文章的系統”）；第二步，AI自動生成代碼；第三步，人在此基礎上測試、反饋、優化。這種模式讓非專業程序員也能開發軟件，大大降低了技術門檻。美國已經有公司靠這種模式估值超過1000億美元！

這也是為什么國家現在大力提倡OPC——一人公司（One Person Corporation）。以前創業需要管人，人太難管了。現在有“龍蝦”管著10個智能體給你干活，你全在跟機器打交道。各地政府現在給OPC補助，有的人表示不理解，但我認為這是合理的方向。

除了編程，內容制作也是重要領域。文字部分大模型已經解決了，視頻生成是下一個戰場。像字節跳動公司的SeeDance這樣的產品，實際上正在顛覆好萊塢和短劇產業。一分鐘的短視頻，聲音、圖像全部AI生成，從此以后真人可能就不用出現了。這是革命性的變化——以后演員可能要失業了，或者只需要提供一張臉，剩下的AI全包了！

您提到編程領域已經被大模型顛覆，這對計算機專業的學生意味著什么？未來的教育應該如何調整？

陳建文：這對計算機教育沖擊巨大。我帶了博士生、碩士生，現在他們問我問題，我說：“你別問我了，我給不了你答案，或者我們一起學。因為今天我們講的壓根不是傳統的計算機視覺，而是大模型這套新東西。”

編程已經被解決了，電路設計、PCB板設計這些傳統電子工程技能，硅谷的公司已經全部用大模型來生成。未來的計算機專業學生，要么往底層架構走——研究算力、芯片、架構；要么往應用層走——理解行業需求、設計AI產品?？ㄔ谥虚g層（middleware）的價值會越來越小。

我給你畫個職業分層圖：頂層是架構設計，代表技能是芯片設計、分布式系統、算法優化，價值趨勢上升；中層是AI應用，代表技能是產品設計、行業知識、提示工程，價值趨勢上升；底層是基礎編碼，代表技能是常規編程、簡單測試、文檔維護，價值趨勢下降，甚至被替代。

對于學生，我的建議是：培養欲望和同理心。谷歌前CEO施密特說，未來最重要的兩個能力：第一是欲望（Desire）——不躺平的能力；第二是同理心——知道別人要啥。技術變化太快，具體技能會過時，但這兩個能力是永恒的。記住，AI可以學技術，但學不來你的欲望和同理心！

您提到“一人公司”（OPC）的概念，認為這是未來的趨勢。這對就業市場意味著什么？普通人應該如何應對？

陳建文：這是一場革命！今年春節后的一個星期，美國PayPal公司的創始人彼得·蒂爾旗下的Block公司一天就裁掉了50%的人。以前雇的人都不需要了。不擁抱這個趨勢的人就會被淘汰。這不是危言聳聽，這是正在發生的事情！

現在OPC不是個體戶，而是“一個人+AI團隊”的新型組織：1個老板提出愿景、制定標準、把控品味；N個智能體各司其職，7×24小時工作；0個員工，不需要管理人力，不需要辦公室。這種模式特別適合：自媒體創作者、獨立開發者、小型咨詢顧問、垂直領域專家。

每個人都有自己的想法。在高校圈子里，很多人不會擁抱這些東西，他們覺得自己干了一輩子這個專業，很有門檻。但實際上，已經沒有人會按照這個路子走了。這是一場革命，我們的教育、就業體系都會有很大的變化。

對于普通人，我的建議是：成為“有品味的老板”。AI可以生成內容，但選題、品味、價值判斷是人的核心競爭力。美國蘋果公司前總裁喬布斯1995年就說過，蘋果走正確的方向靠的是“品味”。AI是工具，品味是靈魂。記住，AI可以模仿，但模仿不來你的品味！

您能否談談AI時代普通人的生存之道？

陳建文：要么擁抱變化，要么被淘汰，沒有中間道路。技術演進的速度遠超想象，關鍵是保持學習、保持欲望。最后送大家一句話：不要害怕AI，要學會駕馭AI。AI不是你的競爭對手，而是你的超級助手。養一只龍蝦，讓它幫你干活，你負責思考和創新。這才是未來的生存之道！

08

具身智能生態系統:

AI時代的“新操作系統”

您如何評價最近這波AI浪潮，我覺得公眾的AI焦慮也從未如此具體：從擔心被工具替代，到思考如何與AI共存共榮。大家都想知道，下一步還會發生什么？

陳建文：其實，這波AI浪潮的真正價值，遠不止于訓練一個貼身的“數字分身”（即“龍蝦”）。其深層革命在于，我們正從開發“點狀”的智能應用，轉向構建一個能深度理解、交互并改造物理世界的“具身智能生態系統”。

這個生態系統并非空中樓閣。其底層邏輯是一個由“上游能力星云”（包括靈巧手、傳感器、基礎模型、世界模型等）驅動的、可閉環運行的智能體。它意味著AI不僅擁有“大腦”（大模型），更獲得“身體”（機器人本體）和“感知器官”（多模態傳感器），從而能在真實的產業場景（如制造、醫療、家庭服務）中形成“感知—決策—執行—反饋”的進化飛輪。

我為何說這個“生態系統”才是終極價值所在？因為單個智能體的價值是線性的，而一個生態系統的價值是網絡化的,呈指數級增長的。它標志著AI的價值創造從“信息處理”躍升到“價值交付”——從在數字世界里生成內容、提供建議，到在物理世界里完成操作、解決問題、積累獨一無二的場景數據，并不斷自我優化。這不僅僅是效率工具，更是未來社會與產業運行的“智能基座”。這一智能生態系統的底層邏輯、構建路徑將重塑從個人工作到產業競爭的整個價值網絡。這張“具身智能生態系統”圖，描繪的不僅是一個技術架構，更是一個“智能社會的新操作系統”。

我相信，具身智能不是終點，而是起點。它開啟了AI與人類、與物理世界深度融合的新紀元。未來已來，具身智能生態系統，就是AI時代最大的價值所在。

陳建文，電子科技大學視覺智能研究中心（Medialab@UESTC）負責人，信息與通信工程學院教授，博士生導師。清華大學電子工程系博士，美國加州大學洛杉磯（UCLA）博士后，哈佛大學訪問學者。在視頻信號處理和多模態感知科研領域，有超過100篇專業著作，60余項核心專利。目前，講授課程《人工智能》《現代軟件開發》《數字無線電系統基礎》等。

陳建文教授的研究方向涉及具身智能感知、生成式AI與多模態大模型，探索視覺語義深度融合。視覺智能研究中心的目標是打造通用人工智能的未來，以智能體重塑具身智能行業生態系統的創新發展。在其帶領的團隊共同努力下，取得了豐碩的教學科研成果，包括近年來獲得第五屆、第六屆中國計算機教育大會教學案例特等獎/一等獎，承擔多項教育部產學合作協同育人項目，指導學生團隊在華為ICT大賽、中國軟件杯、昇騰AI創新大賽等國家級競賽中屢獲最高獎項，并主編出版了《人工智能導論》等多本前沿教材。

編輯：柯欣

審核：王汝霖

歡迎投稿

關注我們了解更多資訊

《中國科技信息》雜志社

主管單位：中國科學技術協會

主辦單位：中國科技新聞學會

在線投稿平臺：www.cnkjxx.com

新媒體內容合作聯系微信：cnkjxx1989

雜志收錄情況：《中國知網》《中國期刊核心期刊（遴選）數據庫》《中國學術期刊綜合評價數據庫（CAJCED）統計源期刊》《中國期刊全文數據庫（CJFD）》《中國科協、中國圖書館學會（解讀科學發展觀推薦書目）》