速途观察：AI已经很能干了，2026外滩大会还讨论什么？

9月10日上午，2026 Inclusion·外滩大会开幕主论坛的第一场圆桌“当Agent成为交易主体”刚开场，主持人就问了台上四位嘉宾一个朴素的问题：现在真的开始用Agent交易了吗？蚂蚁集团CEO韩歆毅说他用支付宝的智能体买过一次坚果和海苔，40多元；万事达卡首席产品官Jorn Lambert只用AI找东西，没走到付款；OPPO高级副总裁刘作虎只用它收过一次蚂蚁森林能量；阿里巴巴集团首席科学家周靖人还没试过。

这大概是已经连续报道外滩大会5届的在整个开幕日听到的最有信息量的一段对话。据悉，2026 Inclusion·外滩大会主题是“共创AI新经济”，主线是人工智能从“生成”迈向“执行”。但实际上，把这场开幕式真正串起来的不是“执行”这个动作，而是一些模型之外的问题：AI 能做的事已经不少，做完之后由谁验证、由谁追溯、成本记在谁头上，才是眼下卡住的地方。

1.08个百分点的红利，和一笔至今没人定价的成本

诺贝尔经济学奖得主、法国经济学家菲利普·阿吉翁在现场分享道，仅计算AI对生产中任务的自动化，未来十年就有望使生产率增速每年额外提高0.68个百分点，与按IT革命经验推算的量级相当；若计入AI促进新想法产生的作用，每年还可能再多至少约0.4个百分点，合计约1.08个百分点。

更值得注意的是，1996年至2005年的美国，信息技术革命推动全要素生产率明显提升，一批“超级明星企业”快速成长，但行业集中度同期持续上升，新企业进入率从2000年前后开始下降，随后生产率增长明显回落。阿吉翁提醒，眼下AI价值链上游已呈现较高集中度，云计算和图形处理器市场都是如此。

香港大学代表、本届大会组委会代表Jay Siegel给出了能源史的参照：人类很擅长计算生产的成本，却始终不擅长计算技术的负面外部性。化石燃料在被大规模使用之初，没有人把气候变化算进价格，如今这笔账要补交，以至于“每加仑汽油合理定价是多少”成了美国大选的争议点。他借比尔·盖茨的提问追问：是不是该用同样的方式提前担心 AI，把劳动力“去人性化”的社会成本预先算进技术发展的账里。

至此，AI新经济的账本完整了起来：阿吉翁关注收益怎么分，Siegel则关注成本怎么算。在看来，1.08个百分点是上限不是承诺，兑付条件同时写在分子和分母上。AI 的分母比 IT 时代更硬，算力、能源和数据中心都是重资产，“新企业进入率”这个略显枯燥的指标，可能比模型榜单更适合当作AI新经济的先行指标。

AI不缺想法，缺的是一个能对它说“你错了”的东西

普林斯顿大学人工智能创新中心主任王梦迪则抛出了另一个问题：AI距离自主发现新科学还有多远？她的判断是，大模型已掌握大量人类知识，却更擅长找到“最可能”的答案，真正的新发现往往藏在概率分布的长尾里。她的团队让大模型模拟一个1930年出生的英国人生成人生轨迹，结果在结婚年龄、职业等问题上，模型都高估最常见情况、低估长尾分布。

这其实解释了一个反差：大模型在数学和Coding上进展飞快，却尚未在物理、化学、生物领域产出同等规模的原创发现。差别在验证器。Coding有编译器和Unit Test，数学有Lean这类形式化证明系统，模型可以反复试错、拿反馈、再训练；现实实验没这么便宜，涉及复杂设备、人的判断和跨团队协作，很多甚至无法稳定复现。

“Ideas are cheap。你要给我看代码，或者给我看实验。”王梦迪说。她的解法因此不在模型这一侧，而是把石墨烯实验流程自动化、设备能力封装成API供人复现，让现实世界本身变得可验证。

中国科学技术大学上海研究院执行院长陆朝阳则讲了另一面。他给量子计算降了温：“量子计算虽然很卷，目前其实还很‘菜’。”在他看来只有密码学和材料化学模拟等少数问题才有真加速，对今天的大模型训练还没有公认的量子加速算法；卡住量子计算的也不是比特数量，而是质量和稳定性，“我们要建成一个摩天大厦，需要一个更加坚实的材料，这叫作量子纠错”。

更说明状态的是另一个细节：全球最强的量子团队之一至今仍在征集真正有价值的量子算法，而市场上已出现量子研发新药甚至“量子养猪”的说法，在他看来相当匪夷所思。认为，两位学者说的是同一个病灶，当一个领域没有低成本、可重复的判错机制，故事的生产速度一定快于事实的生产速度。“量子养猪”不是个别公司的表达尺度问题，而是缺少验证器的市场必然长出来的东西。

外滩大会开幕日六个议题的瓶颈定位

台上四个人，只有一个真的让 Agent 花过钱

上月，蚂蚁集团CEO韩歆毅曾判断智能体经济会在未来6至12个月爆发，但他今天也很坦率地说，去年四季度所有人都对Agentic Commerce非常乐观，今年实际落地的速度比预想慢很多。卡点是“先有鸡还是先有蛋”：用户想用，但商家没有很好的智能体服务；商家看到没有用户在用，又不太敢投入。他用中学化学做比，蚂蚁想当那块二氧化锰。

万事达卡首席产品官Jorn Lambert 认为，今天支付体系里的一切都是按“人类参与其中”设计的。他举的例子是买一张明天晚上去杭州的火车票，交给智能体之后，系统要先确认发出请求的真是本人，再确认这个智能体不是恶意机器人，还要确认“晚上”到底指6点还是9点。所以万事达卡提出“可验证意图”，把下单时的真实意图记录下来，出错时能沿着交易链条回溯，判断是智能体错了、铁路公司错了，还是消费者当时没说清。据其透露，KYA标准当天晚些时候就会发布。

OPPO高级副总裁刘作虎把信任拆成两层，第一层是能力的信任，交给它的事能不能办成；第二层是风险的信任，Agent越自主，对用户就越不可控。“我们解决的问题并不是让用户相信Agent永远不会犯错，而是能不能建立一套机制，让它在可控的基础上帮你完成很多事情。”他还提出更远的一步：如果Agent互联网像一个社会，Agent之间也得有行为规范。

周靖人的补充则落在工程上：意图理解不只是模型的事，更是Agent System的事，模型不天然具备长期记忆，还得学会在有歧义时向用户提问；执行侧要靠沙箱、权限管理和可追溯可审计，并且要让模型分清哪些是强约束、哪些只是任务中看到的数据。

而圆桌最后，主持人让每人说一个数字：明年愿意授权智能体支付的最大金额。韩歆毅说200 元，刘作虎说“支付宝的话，一千元以内是没有问题的”，韩歆毅接了句“你敢付，我敢赔”；Jorn Lambert说终局是“和我本人愿意花的钱一样多”，周靖人说只要安全执行解决好就没有上限。

认为，这组从40元到“没有上限”的落差才是智能体商业的真实刻度：进度条不由模型能力决定，而由可回溯性决定。韩歆毅提到网络支付花了10到15年才被普遍接受，这个参照系比任何爆发预测都值得记住。

但这里还有一层没被展开的成本账。张宏江在演讲中表示，智能体经济的货币是Token，“最具价值的Token，就相当于我们新一代的茅台”，他提醒不要只看Token售价，更要看完成一个复杂任务需要多少Token。认为，这句话的另一面是，消耗量由模型和Agent系统的效率决定，而这套货币的铸币权恰好握在阿吉翁点名的那几家上游企业手里。商家要不要把服务改造成可被Agent调用的能力，取决于能否算清改造后每笔交易的Token成本，而这笔成本它既难预测也难议价。

经验被复制之后，人剩下的稀缺性是判断

张宏江给的另一条判断在组织层面：企业资产正从人、know-how和IP转向算力、模型能力和数据飞轮，“一个人＋多个 Agent”的模式已让公司规模进一步小型化，竞争力在于能否把IP、用户关系和产品能力变成模型并让它出现涌现，“这种涌现的坡度，就是未来公司的竞争力”。组织越扁平，个人判断就越直接决定结果。

人的位置因此变得敏感。阿吉翁认为AI会接管一部分任务，但生产率提高、需求扩大也可能增加用工，关键是教育体系能否让人学会如何学习，他甚至提出“我们比以往任何时候都更需要提升手工劳动以及软技能的价值”，并建议保留一部分完全不使用AI的学习。Jay Siegel 那句话更直白：“知识并不是智慧，而生产力并不是我们的成就。”他带来的十个问题里，第一个就是“我训练AI是让它替代我吗”。

与之对照的是韩歆毅描述的供给侧变化：很多有经验的人过去只能靠个人经验提供服务，范围有限，如果大模型和智能体能把这些经验变成可复制、可扩展的供给，机会会非常多。对行业是机会，对个体则是一次身份重置。认为，当经验变成可被调用的能力，靠经验存量吃饭的议价空间会被压缩，而“Ideas are cheap”恰好指出了新位置：人的价值集中到判断哪个假设值得花钱验证。在Agent大量接手执行的结构里，人从执行者变成验证者。

写在最后

在看来，今年外滩大会最值得记录的变化，是行业开始集体讨论“怎么算才算成了”。去年这个场合谈的还是智能体能走多远，今年谈的是它每走一步需要谁签字、这一步的成本记在谁头上。Jorn Lambert有句话说得实在：如果AI最终只是让大公司变得更大更富有，那就失败了。当然，这不是热度回落，而是一项技术进入结算阶段的常见样貌，先有人把能力做出来，再有人把账本、量尺和责任链条补齐。

免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。

kjkhf54565