我很原意冯仑的不雅点，公共对创新都有一个误会，他讲的“换个神志再来一次”，亦然一种创新，创新不等于发明。
我们老以为企业遭遇困难就要换个赛说念，就要找新的增长弧线，就要发明一个新东西，这是一条路，然则难度会很大。内容上，有一种创新叫“把事情再作念一遍”，天然，要换种神志。
我这一年来，作念了许多职责，主若是东说念主工智能，拍短视频是佩戴手，为了实践我的东说念主工智能作念一些流量的储备。今天跟公共共享一下，大模子期间，在座的企业家可以把什么东西重作念一下。
我这一年都在讲AI贯通，贯通即是你若何看待一个事情。许多东说念主对AI照旧半疑半信，比如大模子，你相不信托它真的是东说念主工智能的首要拐点？
在大模子之前，东说念主类搞了50年的东说念主工智能，路子都是诞妄的，伤了许多东说念主的心，许多东说念主用了底本的智能硬件，发现都是东说念主工智障，是以就不信托。但如果你信托东说念主工智能是真智能，你对它的嗅觉就会不一样，它不光是一个技巧，新技巧我们听了许多词了，比如说元六合、区块链、数字孪生、物联网、5G，然则东说念主工智能大模子是一场工业转变，相配于东说念主类的第四次工业转变，你相不信托？
如果是工业转变，它就会重塑通盘的居品和业务，这就不是你选拔要不要重作念一遍，你不重作念一遍就会被你的友商重作念一遍。谁先重作念一遍，谁就能够得回更开头的契机。
公共在网上也在谋划，轨范员会不会被淘汰、客服会不会被淘汰，这极少我也不是很明确，还看不了了，然则有极少很明确，今天无须AI的东说念主，敬佩会被用AI的东说念主淘汰。
贯通很遑急，为什么许多东说念主挣不到贯通除外的钱？我分析，越是班师的东说念主，越容易对一个新东西藐视，或者看不上，内容照旧因为看不懂，于是他就不花时刻去连络，终末就看不清了，改日就看不见了。
比如短视频，有的东说念主最近还以为作念短视频是不务正业。如果你照旧处在一种藐视、看不上、看不懂的景色，可能将来就会被期间所舍弃。
我以为大模子不是泡沫，诚然目下国表里一直有争论，我顽强地信托，它会像蒸汽机、电力、策画机和互联网一样，引颈新一轮的工业转变，并且我们国度谈打造新质坐褥力，这个撑执的弱点技巧即是东说念主工智能。
我以为东说念主工智能至少有两个价值：
第一，重塑通盘经济环境。
第二，匡助企业和个东说念主成为超等个体。我不以为它会毒害某些行业，而是会重塑某个行业，重塑跟重作念是差未几的。
我浅薄谈一下东说念主工智能发展的历程。最早期，我们上学的时候学的是基于规章的东说念主工智能，非论搞50年、60年，今天说明，都是失败的。试图把东说念主类的规章总结出来，让机器去学，被说明是不可能的，是以目下东说念主工智能都是基于学习和教练的。
畴昔几年，公共都知说念中国有“四小龙”，搞东说念主脸识别、图像识别、语音识别的，这叫感知AI，内容上是小模子，到了昨年大模子横空出世，用海量数据教练参数相比大的模子，变成了一种贯通，我们叫贯通AI。
这个图我是模仿来的，你不可能发明通盘的学问，原图来自黄仁勋在CES的讲话，但我以为他总结得不够全面，我作念了一个修正。
贯通AI目下也曾从单模态，发展到就能领会笔墨、领会东说念主类的语言发展的多模态，多模态即是能够识别图形图像，看得懂视频、看得懂录像头、听得懂声息。贯通和感知最大的辩认在于，感知就像视网膜一样，只是是看见，而贯通是不仅能看见，还能看懂。
比如说，今天我们上头阿谁配景图，阿谁女的和男的都衣着泳衣，对吧？一般的感知只是看见了有两个东说念主，然则贯通就会想得相比复杂。
在贯通的基础之上，目下的AI又被称为生成式AI，它不仅是被迫地回话问题，你问我什么，我给你检索什么，目下的生成式AI能作念到主动给你生成新的内容，生成新的视频、新的图片、新的著作。
去年我们都是在讲生成式AI，本年有一个新的观点出来了，叫智能体AI，Agent AI。一个只可聊天的东说念主是不颖悟活的，比如你请了一个参谋人，不管是何等著明的连络公司，到你公司去，只是指指导点，从来不挽起袖子干活，这是莫得任何意旨的。东说念主工智能真的要改变企业，光有大模子是不够的，要颖悟活。目下发展成能够干活的，可以叫智能体AI，在数字空间干活，跟IT系统联结。
下一个是物理AI。我领会的物理AI，是能对物理空间的东西进行感知，作出响应，它的应用环境就像无东说念主驾驶、机器东说念主，是以被称为具身智能。目下都是机器东说念主，汽车是4个轮子的机器东说念主，无东说念主机是长着旋翼的机器东说念主，东说念主形机器东说念主是长得像东说念主的机器东说念主，是以定位叫物理AI。
改日还有一个AI，是AI变成科学连络、基础学科连络的一种强有劲的用具和方式论，这就成为了科学AI。
去年我在风马牛年终秀上谈了14个趋势，基本言中了，这个也很浅薄，你只消找将近发生的事情作念预言就好了。不要预言5年以后的事情。
今天我们先容最近出现的8个新趋势，并不代表全部，这8个趋势是我们要关注的。
第一个，AGI发展按序在减速。东说念主们畴昔相比乐不雅，以为超等东说念主工智能很快会出现，我去年也很乐不雅。公共就以为只消买实足的英伟达显卡，堆实足的算力，堆实足多的能源，把东说念主类的数据都给它喂进去，一个六合超等无敌的超等东说念主工智能就出来了，我们就可以跪拜东说念主工智能神了。
然则目下用来教练的东说念主类数据也曾用得差未几了，这玩意不太越过了，有点像小升初考得可以，中考也考得可以，然则高考给考砸了，目下还在复读，这是第一个趋势。
第二个趋势，东说念主们在找新的标的，“慢想考”成为新的范式。GPT为代表的这第一类范式，主若是死记硬背、才华盖世，善于回话你的问题，你是主导，它不善于作念多步推理。最近科学家发现，可以作念很复杂的推理，比如如何把大象装到雪柜里，至少分三步，目下公共的模子都在往还杂推理的标的发展。
第三个趋势，模子越作念越专。目下都在作念专科模子，当公共意志到，作念一个六合无敌的通用模子不太执行的时候，公共都转向了专科模子。
第四个趋势，模子越作念越小，进入轻量化期间。如果你用最新的苹果手机系统iOS18，上头也曾跑了一个小的大模子了。本年起国内通盘的智能网联车，如果上头还莫得大模子，我建议你就不要买了，每个机器东说念主身上也会作念大模子。
此时此刻，本年CES正在好意思国举办，用我的一句话综合，叫“无AI不硬件”，换句话说不管什么硬件，都要和AI皆集。本年还有东说念主作念了一个AI垃圾桶，说不定哪一天冯总回家，跟垃圾桶能聊上半天，垃圾桶保证比目下的智能音箱要聊得好，模子越作念越小之后，就可以进入千门万户。
这两天英伟达黄仁勋干了一件特牛掰的事。畴昔他把GPU卡卖给好意思国这些富东说念主们，马斯克都要请他吃饭、喝酒，还欢欣涨价来买他的显卡，这些富东说念主的商业我以为差未几快到终点了。是以黄仁勋推了一个桌面超等电脑，一个鞋盒那么大，算力超1000T，能跑2000亿的模子，这意味着什么？模子越作念越小之后，每家都能放一个，这个模子可以把你家里通盘的数据，通盘的家电、电子设备，包括电脑手机都管起来，然后这个模子就会无处不在。
第五个趋势，模子的能力越来越强。底本以为是模子越大，能力越强，目下发现不是这样的，为什么？模子学的数据越好，能力越强，学问密度抑遏增多，资本也越来越低，这是第六个趋势。
目下云上的大模子都在亏欠卖，如果你想用开源的，价钱为0。刚才说的英伟达桌面大模子硬件，有1000T的算力，公共猜猜些许钱？对，2万块钱东说念主民币，一台条记本的价钱，在座诸位都能破钞得起。以后你们公司要搞AI，不一定要买云霄的复杂算力，不一定需要搞个什么千卡集群、百卡集群，每个部门买几台这样的桌面超等电脑，就措置了这个问题。
还有两个趋势，其一是多模态越来越遑急。刚才我讲多模态，说大模子如果只可看懂笔墨，这个能力短长常弱的，真的进到我们企业里，一定要看得懂执行中发生了什么，听得懂东说念主们的指示，多模态目下越过很快。
其二，亦然终末一个趋势，智能体AI加快落地。智能体是AI的一个历史调动点，在智能体这个观点没出来之前，我跟许多企业疏导起来很致力于，许多传统企业主会说，你们国内作念大模子的，天天秀写诗、秀作画，即是不颖悟活，这是个玩物，不是个用具。若何把大模子从聊天机器东说念主、聊天玩物，回荡成一个企业里干夫役的牛马，是智能体要措置的问题。
从这个趋势看，我认为目下大模子产业发展出两条口角分明的说念路，从国内投融资的情况也可以看出来，一条路是ASI之路，即是超等东说念主工智能，这条路好意思国有巨头持续在走，探索全面高出东说念主类的超等东说念主工智能，戒备我说的是全面高出，今天东说念主工智能在单项上高出东说念主类也曾不是期许了。
还有一条路，走应用之路，把大模子和许多应用场景皆集，让大模子在应用上推崇作用，湮灭打造一个全能的大模子之神的执念，让一个大模子干好一件职责。
我饱读动走应用之路这个标的，因为超等东说念主工智能这条路能弗成走，到目下还不笃定。
奥特曼和马斯克，两个东说念主都是营销行家，他们说的话不一定能当真，并且短期内不会终了。全世界走超等东说念主工智能这条路的公司，目下都遭遇了禁绝，公共都进入深水区了，畴昔可以摸着石头过河，目下石头都摸不着了，然则走应用之路是相比明确的。
我一直有一个不雅点，大模子若何在中国带来工业转变，很遑急的一个想路是把大模子拉下神坛。
公共想一想，当年超等电脑激励工业转变了吗？用超等电脑就跟朝圣一样，换上白大褂走到一个机房里去用。是像玩物一样的个东说念主电脑才激励了工业转变，为什么？因为个东说念主电脑又低廉又好用，每个东说念主家里都买得起，每个公司都买得起，走入千门万户，进入百行千业。是以，大模子要走下神坛，必须走应用化之路，向场景化、专科化、垂直化发展。
目下全世界会有几家超大公司持续探索超等东说念主工智能之路，然则绝大大都公司全面转型，因为大模子也曾过问了无数基础设施，目下的技巧全地方碾压东说念主类不够，但在单项上头把它作念好，也曾可以跟东说念主类有一比了。目下落地短长常遑急的。
AGI和ASI是少数巨头的游戏，说句乌鸦嘴的话，中国目下有些公司融资准备是干AGI，但发现显卡不够，钱也不够，数据也不够，干来干去还不如东说念主家开源作念的后果好，是以纷繁转型。好意思国也就几家巨头在作念了，AI七姐妹在作念。
目下好意思国作念AGI的门槛是100亿好意思金，莫得100亿好意思金，不买上一百万张显卡，你都不好兴致说你是搞超等东说念主工智能的。目下光有100万张显卡也不够，还得买个核电站，因为莫得核电站的撑执，机房都转不起来。
我们都是普通公司，都是普通东说念主，是以我们要换种神志，找大模子的创新之路，湮灭全能这个执念。不要用大模子试图措置通盘问题，走应用之路，让一个大模子措置一个专科问题，这样就不需要卷算力、卷数据、卷参数，因为一个大模子要措置的即是企业某一个范围的专项问题，不需要千亿万亿的参数的模子，几十亿百亿的算力就够，刚才说的阿谁英伟达小盒子就够了，实在不行拿一台旧电脑，插上几块3090、4090的显卡，有几块显卡都颖悟。
模子更小，算力更少，资本更低。在实践中我发现，用开源的模子资本降到了白菜价。你会发现，当你用模子试图措置一个相配窄的应用问题的时候，模子的能力绰绰过剩。
是以我说，一定要走应用之路，把“原枪弹”变成“茶叶蛋”，每个企业要打造我方的产业大模子、行业大模子或者是专科大模子，而不是再去作念通用大模子。
微软作念专科大模子也犯了一个诞妄。微软作念了一个叫Copilot，聊天的副驾驶的观点，但在许多企业里根柢用不起来。原因即是我讲的，光有个大模子，它有许多学问能作念推理，能作念问答，能和你聊天，但你问它，得到的都是一次性的尺度谜底，谜底很通用，它对你的行业、业务也不是很了解，哄骗率相配低。
去年下半年到本年，公共意志到，专科大模子必须从生成式演进到智能体，这个智能体叫Agent。这个词有许多翻译，股民有东说念主把它翻译成代理，然则代理在这个地方不太得当，容易引起歧义，是以我照旧更欢欣把它翻译成智能体。
你若何领会智能体？它即是你的数字职工、数字众人、数字参谋人，你把智能体当成一个东说念主就可以了。
大模子的瑕玷是什么？它诚然能领会能问答，能生成内容，但第一，它的学问是固定的，教练用什么学问基本上固定了；第二，它莫得短期追忆，每个东说念主来问问题，对它而言都是一个新的问答；第三，弗成进行复杂的过程职责，最遑急的是弗成调用企业里面的用具，换句话说弗成径直干活。
是以，我们给大模子加上了学问获取、用具使用，还有复杂过程的磋商的能力，变成智能体。目下智能体从底本大模子附属的一个技巧，变成了大模子中枢的技巧，大模子反而成了智能体的一个组件。
我每每说大模子有点像电动机，企业里不可能只用一个电动机来给全企业提供能源输出，我们需要电动机的不同地方，可以买不同的电动机，因为买了电动机也弗成径直用。比如，你今天早上用电动机刮了胡子，用电动机刷的牙，这话好像也没说错，如实用到电动机了，其实是电牙刷和电动刮胡刀里有电动机。惟有把电动机作念小了，变成电牙刷、电吹风、电动刮胡刀，才能变成东说念主们可以用来干活的用具。
你可以把智能体领会成吹风机、刮胡刀，面向破钞者范围作念出来的智能体即是个东说念主的用具，而面向企业作念出来的智能体，你可以把它领会成是数字职工。
智能体的中枢是大模子，有大模子就有智能，然则在智能的基础之上还有几部分：
第一部分是感知能力，要跟企业的传感器连在一说念。比如企业里的很大都据要让智能体能看到，就像你请我去作念企业参谋人，我需要看到企业里面的很厚情况。
第二，每个智能体都得有一个脚色的界说。智能体不是全能的，啥都颖悟，每个智能体在企业里边最佳对应一个岗亭，这个岗亭底本的东说念骨干什么，我们就让智能体干什么。
第三，智能体要替东说念主完成很复杂很繁琐的业务过程，或者重叠性的职责过程。比如说每天早上雇主来了，给他倒杯水，陈说一下昨天的邮件，安排他今天的日程，这样几件事串起来算一个过程，由智能体来承担。
第四，智能体要有追忆。大模子技巧架构是莫得追忆能力的，你每次问它今天是几号，它都再行回话一遍，而东说念主类要干活就需要有短期追忆和永久追忆，这由智能体来承担。
第五，企业学问库也要通过智能体连上，最遑急的是成为用具。这是什么观点？比如企业里也曾有许多业务系统，有OA系统，有办公系统，有ERP系统，也有坐褥线，智能体必须跟它们买通，才颖悟活，不然就只可呱呱呱提建议。
第六，智能体是能支执复杂推理的，换句话说，它能让不那么智谋的大模子加上复杂推理后，变得更有能力，愈加智谋。
构建智能体有三个要道，第一个是选拔智能体的岗亭和场景，有4个标的，要么给雇主提供处事，要么给职工提供处事，要么里面有什么管制过程，可以用智能体来优化，要么外部有什么处事和处事体系，或者居品过程，可以用智能体来加快。预计方针，我提议4个10倍，能弗成减少10倍的东说念主力，减少10倍的资本，提高10倍的服从，晋升10倍的体验。
有了智能体之后，我也豁然明朗。我们一直讲降本和增效，这是通盘企业家都温煦的问题，写点小作文、弄点小视频，对企业营销有些匡助，然则企业家最温煦的是在中枢业务、在中枢管制过程里边，如何能裁汰资本，提高服从。
第二个要道，找到场景之后，把一个场景瓦解成过程，至极是相比繁琐复杂的业务过程，重叠容易出错的业务过程，都是智能体可以推崇作用的。
比如有东说念主来找我说，老周我们一说念合作，作念个养猪大模子，作念个养猪智能体，这就让东说念主无从下手，因为我不知说念他的需求是什么，在养猪过程中有什么很复杂、很周折的过程。
瓦解过程之后，再来界说脚色。诸位都是雇主，很肃穆职工的脚色界说，你把智能体界说成数字职工、数字众人就可以了，不要试图让一个智能体作念三个职工干的事情，一个智能体就对应一个职工的脚色。
这过程中，抽象来看它可以干两件事儿，一个是把很复杂、很繁琐、很重叠的业务过程，用智能体磋商下来，比如底本雇了三个职工，每天干这些繁琐的事情，目下智能体可以平常取代。第二个，企业里边有一些畴昔想作念作念不了，想措置措置不了，非东说念主不可的弱点职能，目下智能体可以干了，就可以把职工给取代了。
我举个例子，某个省有39家钢铁企业，他们想找我打造一个钢铁大模子，我说这活没法干，因为专科大模子要回话措置什么场景的问题，什么场景打造什么智能体，还要问智能体是什么脚色。他们自后把钢铁制造的全过程拆出142个场景，不夸张地讲，每个场景都可以打造若干个智能体。
事实上，哪怕企业里无须东说念主工智能，雇主也要作念出过程磋商之后，才知说念要招什么样的职工，岗亭上放什么手段的东说念主。只不外用上大模子之后，这里边的职工被智能体取代了。
我相比可爱的一个例子是此次去好意思国考验，斯坦福医学院有一个AI矫正。他们畴昔有三件很繁琐的事儿：
第一，看病弗成径直挂号，必须通过社区医师、家庭医师发传真，传真都是手写的，斯坦福就需要有100多东说念主的队列挑升看传真，往电脑里录入数据。
第二，录入数据后再跟东说念主打电话，预约看病时刻。
第三，看完病以后，要有一个众人把看病过程、调养过程、开的药写成论说，发给保障公司，这个论说写得好不好，径直决定保障公司报销的比例。
这三件事都是刚才说的很繁琐、很累东说念主、很重叠的职责，畴昔非东说念骨干不可，直到他们打造了三个智能体：一个智能体挑升看传真，因为它有多模态，能够识别手写，能识别图像，把传真录到数据库里；一个智能体也有生成能力，能听得懂东说念主话，给对方打电话，不聊风花雪月，不会漫魁伟缘，即是约来看病的时刻；第三个智能体是拿病院里原有的几万份论说，教练一个垂直大模子，挑升给保障公司写论说，这就不是外面通用的大模子颖悟的事情。这三个智能机引入之后，他们减少100多东说念主的队列，这即是降本和增效。
那天我在360里面，把这个例子讲了一下，有团队就作念了雷同的职责。畴昔有一个业务，用户付完费之后，要把支付宝手机截图发到职工手机上，职工识别之后，再把数据录入到5个不同的数据库里，未必经过很繁琐的3个小时的操作，才能把用户的数据给处理了。目下用一样的想路，界说一个智能体之后，2分钟就自动把这个事就给干了，不仅省了东说念主力，并且提高了用户体验。
2023年是大模子之年，谈的是大模子技巧自己的破坏，2024年是专科大模子之年，是大模子的应用场景化落地，2025年是智能体之年，充分哄骗垂直大模子对应打造智能体，让大模子全面在企业里真的终了自动化和智能化的降本增效。
智能体有六大应用标的：
第一个，东说念主东说念主智能。智能体AI是一个赋能用具，可以让我们每个东说念主都有超能力。许多东说念主都有想法，然则枯竭手段，智能体能匡助我们，比如用AI帮你得益，用AI帮你编程，用AI帮你授课，这对底本的软件而言，是雄伟的破坏，每个东说念主在不同方面需要不同的智能体匡助，就像每个东说念主提醒一个超等学问众人，随时得回匡助，这是很大的契机。
第二个，叫万物智能。畴昔叫万物互联，内容上今天通盘的智能硬件严格来说都不叫智能硬件，只可叫联网可策画的硬件。从项链到眼镜，从限定平直表，从个东说念主电脑到家里的机器东说念主，通盘的硬件都会被AI重塑一遍。你可以假想，以后家里的硬件每个都长着眼睛，能看清醒你是谁，知说念你想干什么，都能跟你话语，并且提及来都一套一套的。
比如冯仑深夜起来通达雪柜，想偷喝一罐啤酒，然后雪柜就告诉他，苍老别这样喝了，你血脂都超标了。这不是期许，如果处理不好，深夜家里三四十种电器相互聊起天来了，阿谁场景可能会很奇特。
第三个标的，传统企业的数转智改。若何哄骗智能体和大模子加快数字化转型，晋升智能化矫正，这亦然企业打造新计策的中枢。企业不一定需要舍弃目下的业务，去作念新的业务，毕竟隔行如隔山，把目下的业务过程想一想，有什么业务过程可以用智能体优化，什么业务过程可以用智能体提效，什么业务过程可以用智能体取代低手段、低绩效的职工，这是最大的空间。
第四个标的，面向改日产业。改日产业都是数字化产业，像大疆无东说念主机、具身智能机器东说念主、机器狗，还有智能网联车自动驾驶，都要用智能体来匡助终了无东说念主驾驶或者无东说念主导航。
第五个标的，科学连络。去年的诺贝尔奖给了AlphaFold2，以后作念科学基础连络，必须得学会用Agent，用大模子，它给你带来新的连络范式，带来新的连络用具。畴昔发现一个卵白质折叠结构，一个东说念主可能要连络好几年，目下大模子几分钟就能分析出一个结构。
终末一个标的是AI的安全。如果AI终末见缝就钻，公共会牵挂，这玩意能力大了之后，会不会给东说念主类酿成恫吓，就像今天的各式伪善信息。AI的安全必须酷爱，我们目下亦然用AI智能体来措置安全的问题。
刚才讲了半天，即是但愿公共开荒正确的AI信仰，AI贯通，然则光有AI贯通是不够的，还要培养AI的修养，才能真的拥抱AI期间，才能幸存。我天天在外面谈，在公司里面讲，我们若是不作念AI，我们也会被别东说念骨干掉。
提高AI修养，我给公共几个建议，分五步：
第一步，东说念主东说念主AI。弗成光企业里少数东说念主会，企业里面东说念主东说念主都要先用起来，公共对AI肃穆了解之后，将来教练业务场景，教练Agent还要靠一线职工，一线职工要跟AI要合作起来，才能达到后果，因为AI目下弗周详面袭取你的业务。
你们听过一个见笑吗？某企业作念了许多无东说念主配送车，目下限度莫得遭遇任何问题，行驶很正常，惟一的问题是它的配送小哥，他们碰见这个车总要踹一脚。如果都像这样，AI和一线职工合作就不一定推得起来。
是以，一个企业里面每个东说念主都要将就我方学，而不是驯从本能。许多东说念主会这样想，我活了50多岁了，我无须AI也活过来了。并不是谁天生就可爱用AI，要将就我方，从雇主到个东说念主都要用AI，企业对AI的领会才能更真切，AI化才能班师。
用AI的第二步，是把已有的智能体AI用好。目下天下各大AI公司也曾作念了许多智能体，比如档案处理、简历筛选、PPT生成，把企业办公和营销率先AI化。
我举个例子，我们作念了1个智能体，挑升作念灌音整理，不像公共想的那么浅薄，它分红6个场景，比如口试的灌音是一种整理方式，看口试官跟他聊得若何样，比如销售的场景，销售东说念主员回首跟说谈崩了，然则通盘跟客户的对话过程录下来可以作念分析，包括你跟职工之间艰苦的谈话，你决定要处罚一个职工，或者晋升一个职工，这些不同的场景都有相应的AI来矫正。
第三步，企业最终会发现外部的用具都是通用用具，弗成知足需求，你有许多想法，一定要学会让智能体和业务过程皆集，打造自界说的智能体。比如企业有一种专有的需求，把需求界说出来，把智能体大模子的许多能力打散，再行组合起来，这是许多企业和个东说念主需要培养的修养。
对于打造智能体，我跟公共讲两个好音讯，第一不需要学习，第二文科生可能比理科生干得更好，因为打造智能体不需要那么懂电脑，而是需要对业务职责主说念主员岗亭相配了解，需要很好地跟大模子对话。
第四步，对更大限制的企业而言，如果要用好智能体AI，就要把企业的学问库荟萃起来。莫得学问就莫得大模子的能力，要把企业的里面学问、外部谍报，还有最遑急的是在职工大脑里、众人脑子里的学问荟萃起来。
终末，当企业的智能体多了，数字化多了，智能体之间也要有联结平台。就像东说念主跟东说念主之间需要联结疏导，假定将来企业里2/3的脚色都由智能体来完成，每个东说念主都有多个智能助理，企业里面有智能垄断、智能工程师、智能轨范员、智能营销、客户代表、智能客服，它们若何样联结？这需要一个新的智能体联结平台，目下我以为还离公共有点远。