智東西
作者 王涵
編輯 李水青

智東西6月16日報道，今天上午，人工智能+生態大會（AIEC 2026）開幕，月之暗面創始人兼CEO楊植麟現身，在大會上分享了Kimi在開源生態上的工作進展。

他預測AI編程能力將在未來兩三年迎來范式突破，模型進化將聚焦Token效率優化。新發布的Kimi K2.7 Code模型在未經特殊訓練的基準測試上大幅提升，能以更少Token高效完成復雜任務。Kimi堅持Scaling策略，從Token效率、長上下文和Agent集群三個維度推進。

底層技術方面，Kimi優化了Adam優化器和Attention架構等傳統技術，進一步提升Token效率。他認為開源模型正開始成為行業標準，并預測2026-2027年AI將主導研究。

浪潮信息董事長彭震提出，企業AI轉型的核心是建立“Humagent（Human與Agent協同）”新型組織管理模式，核心在于將管理對象從人轉向Agent，以最大化AI的智力貢獻并確保運營的穩健高效低成本。

為此，浪潮搭建了元腦Humagent管理平臺，對Agent進行身份、調度、績效和風險的全周期治理，并重構人機流程。基礎設施層面，針對Token消耗激增和數據隱私安全兩大挑戰，浪潮構建了涵蓋物理層和軟件層的專用Agent基礎設施架構。

此外，本次AIEC 2026主論壇還有來自清華大學、美的、IDC、火山引擎、阿里云、騰訊以及素源矩陣的學界、產業專家登臺分享。

一、月之暗面楊植麟：編程能力兩年內范式突破，2027年AI將主導研究

楊植麟談道，開源模型最重要的作用就是讓前沿技術變得更加可獲得，它不應該僅由一兩個人或機構掌握，而是要將智能釋放到每一個人手中，讓更多的人能夠獲取和利用智能，從而構建更加靈活、民主的開源生態。

他提出，開源模型在技術定義上也正逐漸成為新的行業標準。例如，英偉達創始人兼CEO黃仁勛在公開場合多次使用Kimi模型進行演示，這說明開源模型通過更加透明的技術分享，開始滲透到全球技術生態的每一個環節。

楊植麟分享到，編程能力是AI生產力提升的起點，編程能力從程序員擴展到更多的工作者，他預測接下兩三年，AI的編程能力會迎來范式突破。

楊植麟重點介紹了最新發布的Kimi K2.7 Code編程模型，該模型在基準測試上相較于上一代有極大提升。他強調，所選用的基準測試都是沒有提前進行過特別訓練的選擇，能夠更真實地反映模型的泛化能力和實際提升。

在困難任務上，K2.7可以用更少的Token數量完成更復雜的任務，效率更高。他認為，持續優化Token效率將是接下來模型進化的基本趨勢，行業應更多關注單位時間或單位Token所能產生的性能，而非僅看絕對性能指標。

他透露，月之暗面在技術方面還是信奉Scaling，但其Scaling策略從三個維度展開：

1、Token效率Scaling

通過優化網絡架構、優化器等，用更少的算力達到同等甚至更好的效果。這超越了傳統意義上單純增加算力和模型規模的理解。

2、長上下文Scaling

實驗發現，隨著上下文長度的提升，模型的參數損失可以持續下降。更強的上下文能力意味著可以完成更加復雜的任務。

3、Agent集群Scaling

通過增加Agent數量來提升能力。隨著任務復雜度提升，多個Agent協作的效率提升遠高于單個Agent。Kimi Agent集群可以進行規模化的輸入、輸出、執行和編排。

在底層模型方面，Kimi開始思考如何才能更有效地訓練下一代模型，對此前的基礎技術進行進一步優化。如Adam優化器和Attention基礎架構等。他認為，大量底層技術將在未來2到3年內被重新改寫，新的架構和優化方法將不斷涌現。

楊植麟最后展望了AI研發的未來方向。他認為，大模型的研發正在發生范式轉變：從2024年依賴互聯網天然數據加人工標注的模式，轉向2025-2026年基于可驗證任務（如編程、數學）的大規模強化學習。他預測，到2026年下半年至2027年，AI將更多地主導研究。

二、浪潮信息彭震：定義“Humagent”模式，破解AI落地三大挑戰

浪潮信息董事長彭震分享了浪潮AI轉型中的實踐。浪潮將新型企業組織管理模式定義為“Humagent”，核心目標是最大價值發揮AI在企業的智力貢獻，從管理人轉化為管理Agent，確保企業運營的穩健、高效和低成本。

浪潮建立了“元腦Humagent管理平臺”，明確了Agent身份職責、嚴格Agent管理調度、建立Agent績效評估，并對Agent進行風險治理。

在流程方面，他認為，人應該聚焦在系統性和前瞻性工作，發揮最終把關和責任兜底作用；Agent來承擔高頻執行和創新任務，并記錄流程、通過數據積累持續優化。采用這一流程，浪潮效率提升170倍，很快地推出了Claw Manager產品。

在數據治理方面，浪潮的“元腦EPAI”可以建立Agent獨立數據空間，保證Agent輸出的數據可管、可控。

基礎設施方面，彭震提出，企業遇到的第一個挑戰就是Token的消耗量巨大，第二個挑戰就是數據隱私安全，而這兩個挑戰要從基礎設施層面解決。浪潮對此建立了Agent基礎設施架構，在基礎設施物理層有Agent主機、Token引擎、Agent存儲和Agent網絡；軟件層涵蓋了Token服務平臺、數據中心管理平臺和服務器操作系統。

彭震強調，企業AI轉型不能僅依賴自身，還需要整個產業生態的協同。浪潮構建了“元腦生態”，鏈接“左手伙伴”（技術型伙伴）和“右手伙伴”（戰略型、能力型伙伴），目前已對接600+算法廠商、8000+系統集成商和分銷商。

三、Token成新“數字燃料”，AI算力將驅動萬億美元支出

國家信息中心信息化和產業發展部主任單志廣認為，如今，Token成為新“數字燃料”，Token工廠則成為AI時代最重要的基礎設施。他對發展Token經濟提出4條建議：

1、大膽研究探索、建立Token經濟特區；

2、強化頂層設計和探索實踐、構建“人民幣計價+國產電力+Token生產+全球供給”的產業鏈協同格局；

3、構建全棧技術體系，提供底層系統支持；

4、深化Token經濟多邊合作。

清華大學全球產業研究院院長彭凱平從人文角度分析了人類在人機協同時代的智能優勢。他認為，智能時代下，審美感、創造力與同理心是人類的核心特質；AI的能力是提升效率，與人類天然互補。在企業AI轉型當中，他提出了三條建議：1、“術”與“道”的博弈；2、組織管理變革；3、人才定義升級。

IDC中國區總裁霍錦潔分享稱，2025年全球已經進入AI超級周期。在應用層，她認為，SaaS的市場影響在2031年將從25%降低到小于1%，SaaS正在被Agent重塑，發生入口消失、前端變薄、后端變厚的改變。她預測，在2028年將迎來推理的拐點，AI算力建設將驅動萬億美元基礎設施支出。

美的集團首席客戶成功官魏曉剛從美的自身出發，提出企業關注重點也從“使用AI”轉向“如何讓智能體貫穿并持續運行業務系統”。2025年，美的通過AI提效1350萬小時，員工手搓了11870余個智能體，融合進了162個核心業務場景。

火山引擎企業解決方案高級總監安大鵬提出，AI原生時代企業有兩條增長路徑，即業務重塑+AI和業務創新AI+。對此，火山引擎為企業提供了從AI云原生基礎設施到AI Agent的全棧能力，已在工程領域、電競、AI偶像、AI短劇/漫劇/微電影等領域落地應用。

阿里云Qoder解決方案總監韓紅娜系統介紹了Qoder系列產品能力。基于Qoder系列產品，阿里云設計了3個AI組織：1、AI軍團；2、數字員工網絡；3、智能閉環系統。在實際落地中，該組織架構將人均服務量提升一個數量級。阿里云內部每個員工都配置一臺Mac mini訓練其數字員工，不再手搓PPT、PRD、代碼。

騰訊資深技術產品專家、CodeBuddy/WorkBuddy負責人汪晟杰分享稱，騰訊在今年年初搭建了WorkBuddy智能體引擎，包含基礎設施、智能服務、智能體引擎和智能體應用四層。在此基礎上，騰訊推出了多Agent協作的超級團隊、精細化上下文工程、場景智能體與管家、7×24h數字員工等企業AI轉型基建。

素源矩陣創始人兼CEO韓家樂分享了其團隊在AI進工廠方面的實踐。其團隊在一家水泥工廠中，用4周部署了一套工業智能體，產品合格率提升了3%，單噸綜合成本下降2-3%。幫助工廠完成了預測、優化和學習的閉環。其底層模型是一個懂材料、懂工廠的行業機理模型，產品層預搭接入模板，可以通過產線數據等快速接入。

結語：人工智能+生態，首先是開放生態

這場大會勾勒出AI產業正在發生的深刻變化：Agent開始滲透工廠和辦公室，每一個環節都在加速落地。

而開放，是貫穿所有討論的核心邏輯。技術越開放，生態越活躍；生態越活躍，AI越能真正服務于人。

只有產業上下游齊心勠力、共同開放，才能乘上東風，讓人工智能+進入千行百業。