李开复对话苏姿丰：表演式AI该停了，2026年不能影响财报的AI都是浪费钱
5月19日，AMD上海AI开发者日，零一万物CEO李开复和AMD CEO苏姿丰进行了一场对话。他们讨论的核心问题很直接：企业砸钱做AI，到底能不能换来真实的商业回报？李开复的回答很犀利——如果你的AI部署没有改变季度财报里的任何一个数字，那你做的就不是真正的AI转型，只是浪费钱。
AI的三个阶段：从任务到职能部门
李开复把AI的发展分成了三个阶段。2024年，大家关心的是”AI能不能完成一个任务”；2025年，问题变成了”AI能不能完成一整条工作流”；到了2026年，核心问题已经进阶为”AI能不能替代一个企业的职能部门”。
这个判断很关键。它意味着AI不再是辅助工具，而是要真正承接一个部门的核心目标。比如HR部门，从招聘、面试、入职到绩效跟踪，整套流程都由AI智能体系统完成。
李开复提到，真正值得AI介入的，是那些直接影响损益表的核心环节：收入、利润、供应链、动态定价、防欺诈。这些恰恰是高管们最不愿意让AI介入的领域。
为什么CIO主导的AI转型会失败
李开复抛出了一个有点”政治不正确”的观点：传统CIO（首席信息官）主导的自下而上AI转型，大概率会失败。原因是，CIO的职责是管理软件运营，不是重新定义公司。他们倾向于在不出错但价值极低的场景部署AI——会议纪要、HR聊天机器人、内部搜索，这些都是表面文章。
真正能改变公司经营结果的，往往是那些高管最不愿意让AI介入的运营职能部门。所以，企业AI转型必须是”一把手工程”，由CEO自上而下推动。
AI编程能力跨过临界点
推动AI从”辅助工具”进化到”职能部门替代者”的，是两大关键变化。第一，AI编程能力跨过了临界点。一年前，AI只能辅助编写代码；现在，它可以端到端地交付一整套功能。智能体在数字世界中的所有行为，本质上都落到代码层面。一旦AI编码能力跨过门槛，自主智能体就成为现实。
多智能体架构：AI世界的”美第奇效应”
第二个变化，是大家意识到单一智能体的能力存在上限。无论模型参数多大，单个Agent的推理能力终究会碰到瓶颈。而多智能体架构打破了这一上限。
李开复用”美第奇效应”来比喻：当不同领域的专家被放进同一个房间，产出远超任何单一个体。五百年前人类发现了这一规律，现在他们把它带到了AI世界。招聘Agent与绩效Agent联动，系统可根据员工入职后的绩效数据，自动调整前端筛选标准。
苏姿丰的印证：一个人能干完整个团队的事
苏姿丰从算力基础设施的角度印证了这一趋势。她透露，AMD内部工程师已经在用AI智能体加速产品设计与验证。一个人加上合适的工具和算力，如今能完成几年前整个团队的工作。
但多智能体系统对算力的要求也变了。李开复指出，未来极致的token效率和本地化处理能力会是关键。系统必须满足本地优先、端侧处理、低于100毫秒的响应延迟，多智能体协同才能真正具备现实可行性。
苏姿丰提到，AMD比很多公司都看得更早、更清楚。随着AI走向多智能体架构，也必须重新思考”算力”本身的定义。
开源势不可挡，中国生态有独特优势
对于开源生态，两位嘉宾都表达了乐观态度。苏姿丰提到，开源AI社区正在涌现出大量创新，而且这个生态已经越来越全球化。李开复则更直接：”开源势不可挡。闭源模型类似苹果iOS，追求高利润和强控制；开源社区则成了AI世界的安卓，拥有更广覆盖和更大规模。”
他特别指出，中国开源生态因为硬件资源受限，反而转向极致的工程效率、算法优化和架构创新，形成了独特优势。
未来图景：”自主企业”和”一人公司”
面向未来，李开复提出了两个值得思考的趋势。第一，未来真正意义上的”自主企业”会诞生，驱动它的是跨部门、多层级协同的智能体网络。下一阶段产业AI转型将围绕两个核心展开：数据主权和清晰可验证的ROI。
第二，”一人公司”趋势正在出现。借助模块化的多智能体框架，单个开发者或领域专家，如今有能力像总架构师一样，快速启动一家高度自动化运转的公司。
DRI模型：AI原生公司的核心组织架构
在组织架构层面，李开复提出了DRI（直接责任人）模型。他预测，这会成为AI原生公司最核心的组织架构。DRI就是一个人对某个跨职能结果承担端到端责任，不是头衔，而是一种明确的责任机制。
在这个模式下，人类DRI处于智能体系统的中心，周围是研究、执行、合规、监控等Agent集群。DRI负责整体编排、关键决策和最终输出契约。实时数据流取代传统汇报，业务运转围绕可量化的结果展开。
对工程师来说，这意味着价值衡量标准的变化。在智能体时代，工程师的价值不再由写了多少代码来衡量，而是对结果负责，拥有决策权，并有规划地配置智能体集群。
