今年1月，因放棄超大基模（萬億參數(shù)以上）預訓練業(yè)務，李開復創(chuàng)立的零一萬物一度成為媒體關注的焦點。不再追求訓練超大基模的零一萬物隨后投身于企業(yè)模型應用領域。在9月25日舉行的上海“元啟上?！比A東數(shù)智大會上，該公司發(fā)布了以萬智企業(yè)Agent為核心模塊的萬智企業(yè)大模型一站式平臺2.0的最新進展，宣布全面升級政務和企業(yè)服務戰(zhàn)略，明確聚焦企業(yè)級Agent落地。

兩天后舉行的長江商學院CEO 20周年返校日慶典活動上，李開復作為演講嘉賓發(fā)表了題為《AI Agents：CEO最需關注的核心技術》的演講。在這場演講中，李開復強調， Agent可以重構企業(yè)現(xiàn)有的內部業(yè)務和組織框架，CEO們需要給予這個時代最大的關注。

在當日的演講結束后，李開復和零一萬物新任聯(lián)合創(chuàng)始人沈鵬飛一起接受了澎湃科技（www.school126.cn）的采訪。李開復表示，零一萬物現(xiàn)階段已放棄萬億參數(shù)以上超大基模預訓練，現(xiàn)在團隊專注做輕量化、性能優(yōu)秀的產業(yè)大模型和行業(yè)應用。超大基模預訓練對初創(chuàng)公司來說性價比、投資回報（ROI）極低。此外，他認為，Agent在國內最有價值的場景不在C端消費者用戶，而在B端企業(yè)級市場。

零一萬物CEO、創(chuàng)新工場董事長李開復博士發(fā)表主旨演講。

以下是澎湃科技專訪李開復、沈鵬飛內容：

澎湃科技：大部分國內企業(yè)現(xiàn)在對Agent的態(tài)度還非常猶豫，是嗎？

李開復：企業(yè)猶豫的點在于，現(xiàn)在模型還存在一定幻覺，必須要有人工審核和干預，特別是在醫(yī)療、金融這類關乎生死和錢的領域，大家更加猶豫。但現(xiàn)在至少AI能輔助人類進行決策，工作效率大大提升了。

另一方面，我們一直強調，2025年是AI從預訓練走向強推理的元年，場景化落地已經在各行各業(yè)全面展開了，這一趨勢是不可逆的。

國家層面也在推動，比如最近國務院印發(fā)的《關于深入實施“人工智能+”行動的意見》，已經從“+AI”變成了“AI+”。所以不管是To G（政府端）還是To B（企業(yè)端），隨著場景的開放，肯定會涌現(xiàn)出越來越多的智能體，尤其是各行各業(yè)里的垂直智能體。

澎湃科技：你們怎么看待Agent市場，大模型公司也在做，傳統(tǒng)做SaaS(軟件即服務）企業(yè)也在做，你們的核心競爭優(yōu)勢是什么？

沈鵬飛：我們原本考慮的是一個大模型能搞定千行百業(yè)，但當下還沒有一個通用模型能一招吃天下，大量的大模型并沒有掌握行業(yè)的垂類語料，比如工業(yè)數(shù)據(jù)等，因此還有大量的生產力有待釋放。在現(xiàn)階段，我們更注重以“一把手工程”為核心，與燈塔企業(yè)做定制化服務，跟頭部伙伴一起共創(chuàng)，之后再賦能整個行業(yè)。

澎湃科技：有哪個行業(yè)可能在這波浪潮中走得更前面一點？

李開復：金融、能源公司這類企業(yè)，AI落地速度比較快。因為它們一直屬于數(shù)字化、信息化做得更好的行業(yè)，最難打入的是數(shù)字化基礎薄弱、一把手沒有擁抱AI決心的公司。

澎湃科技：現(xiàn)在很多企業(yè)都在做 Agent，路徑不太一樣，你們針對的是企業(yè)端（to B），也有很多是面向消費者（to C）端。在你看來，當下這兩條路徑該如何看待？以及你覺得這些企業(yè)中，最終的勝負因素會有哪些？

李開復： 我覺得To C端的Agent方向有合理性，只是現(xiàn)在面臨一個問題“Agent 能給個人創(chuàng)造的價值跟給企業(yè)創(chuàng)造的價值孰輕孰重”。

作為一個C端用戶，我到今天也沒有付錢給Manus、Genspark AI，不是我認為它不值得，而是如果它只是偶爾幫我做個網站，我每個月就要付幾百美元，這沒有足夠的性價比。但對企業(yè)來說，AI幫公司搭建一個網站，或者把做網站的成本節(jié)省 60% 到 70%，甚至幫公司完成一些策劃、戰(zhàn)略，價值就完全不一樣了。

我們更想做針對特定企業(yè)和行業(yè)進行優(yōu)化，證明它的 ROI（投入產出比）。而不是說讓任何一個人、任何一個行業(yè)，不管是學生還是總經理，每月花 500 美元最后交付的是一個通用型的東西。

沈鵬飛：中國和美國的付費習慣不太一樣，美國用戶更看重的是工具本身的價值，中國用戶更看重的是結果。

澎湃科技：剛才演講上也提到了中美AI 差異的問題，可以展開聊一聊嗎？

李開復：美國的大廠本質上跟中國大廠一樣，他們有很多賺錢的方法，因此產品通常做到60分就夠了，不需要必須追求95。Open AI、Google這些公司本質上都是 to C端公司，它的思維是從C端角度做。

但是 B端的 95 分跟 60 分，差別巨大。C端場景,模型答錯問題，通常并不致命，但B端涉及企業(yè)安全和錢的問題，如果Agent犯了巨大的錯，把企業(yè)的信息錯誤告知，后果是非常嚴重的。所以我們針對企業(yè)的場景的產品開發(fā)一定會增加一道“人工審核”的環(huán)節(jié)，把控風險。

大廠的這套方法論也有它的價值，比如美國的AI編程軟件為什么很成功？因為最懂、最愛AI的一定是做IT的人。AI付費意愿最強的群體就是軟件工程師，他們能報銷就報銷，不能報銷自己也愿意付費。

澎湃科技：你們之前的大模型能力對現(xiàn)在的業(yè)務有什么賦能的地方？

李開復：我們并沒有放棄大模型的研發(fā)，目前團隊仍具備做性能優(yōu)秀且輕量化的產業(yè)大模型預訓練和微調的核心能力。這種能力主要體現(xiàn)在幾個方面：對于某些行業(yè)，如果需要訓練專屬的行業(yè)模型，一般應用型公司難以實現(xiàn)。這種情況下要做好模型微調，同時也要開發(fā)多種應用功能，包括多模態(tài)處理等技術，這些能力都是非常有價值的。我們仍在做產業(yè)大模型的研發(fā)，之前的經驗和積累對我們做產業(yè)大模型有很重要的作用。

我們也不排除未來某一天會再次進行超大基模（萬億參數(shù)以上）訓練，只是目前從性價比和投資回報（ROI）來看，還不具備可行性。