从2024年末开始，随着Manus等自主智能体的发布，人们似乎已经看到了AI从对话框走向全自动执行的未来。大家期待2025年会成为Agent元年。
然而，当我们把视线从硅谷的Demo拉回真实的产业现场，一种巨大的错配感油然而生。AI在实验室里能写代码、做规划，但在企业的核心决策流和工厂的生产线上，它依然像个局外人。
为何在模型能力狂飙突进的今天，AI依然难以在产业深处落地生根？
在2025腾讯ConTech大会暨腾讯科技Hi Tech Day圆桌论坛上，由清华大学智能产业研究院（AIR）助理教授、智源学者赵昊担任主持，与四位嘉宾——明略科技创始人、CEO兼CTO吴明辉， 智平方副总裁邱巍，苏州明义微电子技术有限公司创始人、CEO朱总，以及清华大学经济管理学院可口可乐讲席教授、清华大学经济管理学院互联网发展与治理研究中心主任陈煜波一起，撕开了繁荣表象下的技术与产业断层。
沉默的知识与暴涨的能耗
AI落地的第一道墙，是不可言传的数据。
明略科技创始人、CEO兼CTO吴明辉指出，尽管企业积累了海量的IT数据，但真正决定商业成败的往往是决策者脑中那些未被显性化的隐性知识和语境。当前的AI Agent就像一个拥有顶级学历却不懂公司潜规则的实习生，如果无法提取这些非结构化的决策逻辑，AI就只能做辅助，无法做代理。
这一困境在物理世界被进一步放大。智平方副总裁邱巍在高端制造的实践中发现，工业场景的数据不仅稀缺，更涉及数据治权。工艺参数是工厂的身家性命，这种隐私壁垒导致AI难以获得足够的养料来训练泛化能力。
而即便解决了软件层面的认知问题，硬件的物理极限正成为新的拦路虎。苏州明义微电子创始人、CEO朱总表示，以前CPU时代，单机柜功耗不过十几千瓦；而在AI时代，单机柜功耗正逼近兆瓦级（MW），这相当于一座小型城市的耗电量。
更致命的是，GPU负载的剧烈瞬态跳变，随时可能击穿现有的供电网络。当算力需求指数级增长，电力基础设施却还在用旧时代的逻辑运行，这种头重脚轻正在制约AI集群的扩张。
从玩票到必须的渐进式接管
面对上述困境，直接追求L5级别的全自动显然不切实际。嘉宾们给出的解法是：分级治理，人机融合。
吴明辉借用数据库领域的概念，提出了从OLAP（在线分析）向OLTP（在线交易）进化的路径。AI应先在容错率高的分析类任务中试错，通过人机协同的模式积累信任，再逐步介入像订票、交易这样Mission Critical（关键任务）的场景。这不是技术的妥协，而是商业落地的必然规律。
这种协同在宏观层面，被清华大学经济管理学院可口可乐讲席教授陈煜波定义为“骑马方式的改变”。AI不会简单替代人，而是迫使人类进化出新的技能树。未来的组织架构中，人不再是指令的执行者，而是AI Agent的指挥官，负责在机器理性和人类直觉之间做最终的裁决。
干二休五与AI的自我进化
如果跨越了当下的障碍，未来十年的图景将会怎样？
论坛最后描绘了一个极具诱惑力且充满科幻色彩的终局。
在微观生活上，吴明辉预测，随着Agent真正从助理进化为代理，人类的工作时长将大幅压缩，干二休五的工作制或许在有生之年得以实现。人类将从重复性脑力劳动中解放，专注于探索科学边界或享受生活，而将生产任务全面移交AI。
在宏观技术上，朱总预言了技术闭环的到来。AI将开始设计AI芯片。当AI能够自我优化底层算力底座，甚至重构EDA软件时，算力的摩尔定律将被重新改写。
而在物理世界，邱巍给出了明确的时间表。具身智能机器人将2-3年攻克高端制造，3-5年进入公共服务，5-8年则会真正走进千家万户，成为养老与家政的标配。
正如陈煜波所言，科学家负责突破生产力的天花板，而企业家负责重构生产关系。当下的困局，本质上是旧有的能源、数据与组织形式，装不下AI这个庞大的新物种。
破局之道，不在于等待一个完美的模型，而在于在不完美的现实中，通过软硬融合、数实融合、人机融合，去解锁下一个增长范式。