标题：

AMD 苏妈对话李开复：AI 转型只能由 CEO 驱动、未来“DRI”（直接负责人）将是企业核心｜直击现场

整理｜冬梅

今天，2026 AMD AI 开发者日上海站正式拉开帷幕。AMD 董事会主席兼首席执行官苏姿丰（Lisa Su，业内尊称“苏妈”）博士亲临现场发表主旨演讲，面向中国开发者、生态合作伙伴及行业用户，全面释放 AMD 新一代 AI 技术能力、开源生态布局与本土化战略。

在演讲中，苏博士阐述了公司对人工智能未来发展的愿景。她强调，高性能计算与 AI 是一项“造福人类的技术”，能够帮助解决全球最有趣的问题以及最重大的挑战。AMD 正致力于为下一代 AI 计算奠定基础。

苏博士指出，AMD 的技术每天触达数十亿用户，覆盖数据中心、个人电脑和边缘设备。她表示：“AI 正在重新定义计算的每一个层级。我们认为，AI 应该无处不在——为每一个人、每一种工作负载、每一种设备形态而存在。”这意味着 AMD 需要在技术栈的每一个层面进行持续创新。

在谈到中国市场时，苏博士强调了 AMD 对大中华区的坚定承诺。她称中国是“全球最具活力的 AI 生态系统”，并回顾 AMD 进入中国已超过 30 年。她透露，AMD 在中国设立的上海研发中心是其全球最大的研发中心之一，该中心不仅参与芯片设计，还涵盖 AI 软件与平台工程。苏姿丰表示：“我们需要扎根于此，与全球最聪明的一些 AI 实践者互动。”

苏博士还介绍了 AMD 在中国的多项战略投资，包括设立多个 AI 卓越中心，并与中国最具影响力的云服务和企业建立合作伙伴关系。她特别指出，中国生态系统在“开放创新”领域处于领先地位，这是推动 AI 生态快速发展的独特优势。

展望未来，苏博士引用数据称，目前全球已有超过 10 亿 AI 活跃用户，预计未来几年这一数字将突破 50 亿。她认为，实现这一增长的关键在于拥有多样化的应用和工作流，而不是单一解决方案。“我们需要各种各样的模型和工作流，AI 将彻底改变我们的生活、商业和互动方式。”

作为一名拥有超过 30 年行业经验的技术人，苏博士表示当前时代令人无比振奋。AMD 将继续通过开放合作和全栈创新，赋能全球开发者与企业，共同推动 AI 技术向善、向实发展。

随后，苏博士在现场与零一万物创始人 & CEO、创新工场董事长李开复博士进行了一场主题为《AI 智能体新范式》的深度对话。

以下为完整对话内容整理（未经确认）：

苏姿丰： 今天非常荣幸能请到李开复，来分享他的经验。开复，你一直在谈论从生成式 AI 向 AGI 的转变，而 2026 年似乎就是这个转折点。能跟我们讲讲你看到了什么？现在有什么不同吗？

李开复： 谢谢，Lisa。很高兴能与 AMD 和在座的各位在一起。我认为我们清楚地看到了两个变化。第一，编程已经远远超越了临界点。一年前，AI 只能写一个函数；而今天，AI 能够编写功能模块，甚至端到端地构建产品。在座各位都知道，智能体在数字世界中能做的每一件事，底层都是代码。当代码能够处理整个流程时，自主智能体就成为了可能。

第二，我们发现单个智能体是不够的。你可以同时启动一堆智能体分别执行不同任务，但我说的是让智能体像一个团队那样协同工作。因为无论单个模型有多大，它的能力都是有限的。即使在人类世界，投资委员会、董事会能完成个人无法完成的事。今天正在发生、也是下一个重大突破——多智能体架构能够且必将打破这个天花板。一个多智能体架构可以包含擅长规划、评审、执行、风险控制的不同智能体，它们一起工作，相互辩论、相互促进。我们零一万物正专注于为开发者构建这样一个平台，以提供单个智能体无法实现的超级智能解决方案。

如果说 2024 年是“AI 能完成一个任务吗？”，2025 年是“AI 能完成一个工作流吗？”，那么 2026 年就是“AI 能运行一个企业职能，甚至整个企业吗？”这种架构也就是你听说过的“一人公司”趋势。借助模块化的多智能体框架，任何一个开发者都可以成为宏观架构师，启动一个高效运转的公司——这非常令人兴奋。

在这个由“智能体 AI”（Agentic AI）驱动的新范式下，我们已经跨越了自主执行的界限。你不再给 AI 智能体一个提示词，而是给它一个组织目标。然后智能体将自动协调、执行、衡量、优化并闭环反馈。这个范式将成为当下 AI 最大的商业机会，也是行业和企业进行 AI 转型的关键。这就是零一万物的聚焦点。我一直在与全球的 CEO 和高管们探讨如何进行这种转型，这对在座各位同样是一个机会——帮助这些 CEO 们完成企业转型。

苏姿丰：我希望有很多智能体来帮我构建我的芯片（笑）。显然我们有很多机会。另外，当你与 CEO 们谈论转型时，这对在场的开发者社区意味着什么？

李开复：是的，很少有 CEO 像你一样，大多数 CEO 会犯很多错误。几乎所有我接触过的 CEO 都在想：“我应该构建哪个智能体？是 HR 常见问题解答、内部搜索，还是客服？”所有这些都规模太小、自下而上、友好且表面化。我告诉这些 CEO：不要听你 CTO 的——抱歉，现场有很多 CTO 们，你们很棒，但你们被雇来是保护公司软件环境的，而不是重塑公司。CTO 是必要的，但他们的职责是“如何安全地部署 AI”，而不是“转型组织”。而转型只能由 CEO 驱动。很多 CTO 认为 AI 只是一个软件附加组件。但 AI 转型的规模需要 CEO 的关注，并要求根本性的领导力、业务和组织变革。CEO 真正应该关注的是那些能改变公司盈亏底线的事情。大多数公司不敢这么做。

所以我花了很多时间寻找那些有远见、敢冒险的 CEO，帮助他们迈出下一步，将 AI 应用于真正能提升收入、利润、合规、动态定价、供应链、上市时间和核心创新的领域。有远见的 CEO 正在重新校准公司的运营方式、组织架构以及他们自身的领导方式。坦率地说，这还不是大多数 CEO，但我们是小公司，我只挑选少数我能找到的并真正帮助他们。我告诉 CEO 们：如果你的 AI 部署没有改变你季度财报上的任何一个数字，那你只是在运行一个 AI 实验室，这不是 AI 转型。因此，我给全球开发者的建议是：任何从事研发或商业工作的人都应该这样思考——停止构建表面的美化包装，开始构建真正能推动业务的结构性引擎。

苏姿丰：谢谢，开复。我完全同意。另外，我最兴奋的事情之一是围绕开源 AI 社区的创新。这在全球范围内都很活跃，尤其是在中国，有很多领先的成果。你能谈谈开源社区的发展以及最让你兴奋的是什么吗？

李开复：是的，我喜欢开源。在全球范围内，你可以把硅谷的闭源模型公司想象成苹果——他们构建了高利润但受控的 iOS 系统。而全球的开源社区已经成为 AI 界的安卓，在全球范围内获得了大规模的应用。尽管我们必须承认赚钱会更少，但中国有一个更深层次的结构性原因，使得开源走到了前沿：那就是有限的硬件资源。中国的开发者、初创公司、大语言模型构建者无法像美国闭源模型那样投入巨额资金进行暴力计算。出于绝对的必要性，社区找到了一种方法——利用中国的工程效率和合作意愿。如果说硅谷的 AI 巨头是渴望获得诺贝尔奖的天才，那么中国的生态系统更像是一个动态、去中心化的学习小组，大家一起协作通过考试，互相借鉴，共享成果——他们可能在商业上竞争，但在开源上共享。

零一万物相信开源。我们与模型无关，使用所有开源模型，无论是中国的还是国外的。开源还有另一个明显的好处：它允许本地部署，并且不需要将数据发送到云端——这在中国是一个大问题。所以我认为 AMD 今天发布的产品非常适合中国企业的需求——安全、受保护的本地部署，数据留在企业墙内。我们很高兴能在此基础上构建。

苏姿丰： 是的，我们非常兴奋看到围绕开源和我们产品的所有创新。我们都相信 AI 非常有赋能作用，你经常谈到一个工程师加上智能体可以做出惊人的事情。你能谈谈你在创始人和开发者身上看到的这方面的趋势吗？

李开复：是的，我们认为开发者处于这场革命的核心，但还需要稍微扩展一下。开发者在代码层面很出色，擅长看架构，但需要拥有更进一步的能力。我想用的概念是由史蒂夫·乔布斯发明、最近又被杰克·道森重新提及的——“DRI”（直接负责人）。因为在软件工程中，交付产品的主要瓶颈曾经是代码本身，但现在不再是了。现在快速交付代码的问题是所有权模糊：是产品经理？CEO？还是工程副总裁？谁负责？需要谁的许可？我们需要打破这一切。只需要一个人负责，这就是 DRI 的意义——一个明确对端到端跨职能结果负责的人。这不是头衔，而是一种运营契约。如果你有老板，他/她需要批准；如果你创业，你不需要任何人的批准。你完全对最终结果和业务影响负责。

在这个模式下，一个 DRI 位于中心，指挥一群智能体：研究、执行、合规、监控——你不用担心手动执行，你只需要编排并信任智能体交付最终结果。让优秀的工程师成为优秀 DRI 的技能组合是：你理解架构和工程模块——非工程师很难理解这些组件，而你可以学习另外的组件——业务流程和客户。如果你想成为一名 DRI（无论是公司内部的创业者还是独立创业），你需要接受这个方向：你不仅要指导系统，还要指导结果。

你已经知道如何使用系统中的智能体，但 DRI 需要将同样的技术严谨性应用到业务结果上。例如，如果你的目标结果是增长，那么你不能只监控代码，还要监控 API 延迟、激活率、转化漏斗、收入影响，因为你对端到端结果负责。你拥有决策权，而不仅仅是建议权。你做决策，而不是你的老板。这就是我认为这是一个巨大机会的原因——因为非工程师会把智能体当作黑箱，而你会理解如何指导这些智能体、如何评估它们、识别失败模式并构建更好的验证流程。这些是你以前为代码做的工程活动，现在你为巨大的智能体做，这就是你的工程背景成为真正优势的地方。

苏姿丰： 你所说的就是智能体让最聪明的工程师变得更聪明，这才是关键对吧。我们热爱计算，也热衷于提供计算。你刚才所讲的一切都需要大量的计算。你能谈谈未来的计算栈是什么样的吗？你们需要什么？

李开复：这正好落在你的领域。智能体经济从根本上是一个推理经济，而不是训练经济，完全不同。此外，智能体是并行爆发的，不是静态的。一个用户查询可能会发送给多个智能体，然后结果被汇总再返回。这需要本地优先的端侧处理，以及多智能体编排和实时反馈的 100 毫秒以内延迟。这正是硬件决策的战场。我认为你的团队比任何人都更了解这个格局。向多智能体架构的转变要求我们通过极致的令牌效率（token efficiency）和本地化处理的视角来审视计算。

零一万物正在构建的平台，旨在高效运行于高度专业化的一体机硬件上，包括本地化的一体机企业解决方案。此外，因为我们的智能体是角色专业化的，我们不需要也不想要一个巨大的模型——那会过犹不及。我们构建的正是适合你所构建任务的小模型。

苏姿丰： 听起来很棒。让我用今天早上说过的话来结束吧：我们正处于 AI 的不可思议的时代，实际上还处在非常早期的阶段。展望未来，开复，开发者们正在构建的东西中，最让你兴奋的是什么？

李开复：我认为是真正自主企业的诞生，由多层智能体部门驱动。多智能体网络——未来的行业 AI 转型将由不妥协的企业需求、数据主权和可见性驱动。现在对在座各位最大的机会是：构建一个能交付业务结果的 AI，而这个结果过去需要整个团队才能完成。给你一个例子：在零一万物，我让 19 个智能体为我构建了我自己的 AI 助手。它非常复杂，它考虑了所有公司数据、会议记录、本地网络上存储的所有内容以及人们的讨论和辩论。它成为了我了解公司的窗口，提高了执行力，帮助我知道发生了什么。

我可以问它：“公司里有哪些我需要知道但还不知道的三件事？”“有哪些我认为会按时发布但实际会延迟的产品？”“我的团队告诉我能够完成但实际上无法达成的收入有哪些？”我认为这是一个很好的方向，通过这个出色的一体机产品得以实现——一个全知的 CEO 视角产品。我们现在正在一些公司里测试这个产品，给 CEO 或董事长使用。

苏姿丰： 你能给我一个“Lisa AI”吗？

李开复：当然可以。实际上，全球最大的制造企业之一正在为他们的 CEO 构建这样的 AI。产品本身不是最重要的，重要的是 AI 转型的路径。一旦 CEO 或董事长使用了它，他们就会上瘾，他们的团队看到重要性，然后 AI 转型就可以自上而下地开始。总结一下，我认为如果你坐在这个房间里，有一台笔记本电脑，理解系统编排，并且有一个想法——那么你处于比任何世界 500 强公司的战略部门都更有利的战略位置。所以，不要用这个历史性的位置去换取一个常规的职位。

苏姿丰： 这太令人兴奋了。开复，非常感谢你今天来到现场，谢谢你。

李开复： 谢谢。