整理 | 屠敏
出品 | CSDN（ID：CSDNnews）
“现在是投身技术领域最激动人心的时刻。”
5 月 19 日，在上海举行的 2026 AMD AI 开发者日上，AMD 董事会主席兼首席执行官 Lisa Su（）在演讲中谈到这一观点。
这也让人到不久前，英伟达 CEO 也：现在是“开启一生事业”的最佳时机。
某种程度上，这也成为当下整个 AI 产业氛围的一个缩影。
过去几年，AI 以前所未有的速度席卷全球科技行业。从大模型到智能体，从数据中心到 PC 与机器人，几乎所有技术方向都在被重新定义。而在产业持续加速的背景下，芯片厂商之间的竞争，也开始从单纯的算力比拼，逐渐扩展到软件生态、开发者体系以及完整 AI 平台能力的较量。
在这场以 AI 为主题的开发者大会上，苏姿丰谈论的，也早已不只是 CPU、GPU 本身。
她谈到 AMD 在中国超过 30 年的投入与布局，强调中国已经成为 AMD 全球研发与 AI 路线图的重要组成部分。她也预测，几年后，全球每天使用 AI 的用户规模将突破 50 亿。
AMD 在中国的 30 年
在开幕式主旨演讲中，苏姿丰首先用中文向现场观众问好。她将这场大会称作一次“特别的聚会”。在她看来，这不仅是一场面向开发者、建设者和生态伙伴的活动，更是一个共同创新的重要契机，而这也正是当下 AI 时代最独特的地方。
苏姿丰表示，AI 正以一种前所未有的速度在演进。正因如此，让最聪明的一群人聚在一起，更频繁地讨论最新的创新，显得尤为重要。
她提到，AMD 的使命始终是不断拓宽高性能计算与 AI 的边界。AMD 相信，AI 与高性能计算是真正能够造福人类的技术，不仅可以帮助行业解决复杂问题，也能够应对人类面临的重要挑战。“我们将与大家一起，为下一代 AI 计算夯实基石。”
她表示，AMD 对此感到十分自豪的一点是，其技术每天都在影响数十亿人的生活。从数据中心、PC 到边缘设备，AI 正在重新定义整个计算体系的每一层。
AMD 的核心理念之一，是“AI should be everywhere（AI 无处不在）”。在苏姿丰看来，AI 应该属于每一个人，适配每一种工作负载，并融入各种不同的设备形态。这意味着，整个技术栈的每一层都需要持续创新。
谈及中国市场时，苏姿丰表示，中国拥有全球最具活力的 AI 生态系统之一。
回看 AMD 扎根中国的超 30 年，苏姿丰表示，对 AMD 而言，中国不仅仅是一个市场，更是推动 AMD 全球技术路线图持续前进的重要组成部分，覆盖芯片、AI 软件以及平台工程等多个关键领域。
目前，AMD 在上海以及中国其他地区的研发中心，已经成为 AMD 全球最大的研发力量之一。苏姿丰解释称，“我们之所以在这里重兵布局，是因为我们深知：只有扎根于此，才能与全球最顶尖的 AI 从业者并肩同行。”
从 AMD 的整体战略来看，其投资不仅集中在研发本身，还覆盖芯片、软件、系统等完整技术栈。因此，AMD 近年来也在中国多个地区建设 AI 卓越中心，并与中国大型云服务商及企业展开深度合作。
“我们对中国生态系统的承诺是长期且坚定的。”她认为，中国 AI 生态最令人兴奋的一点，在于其在开放创新上的领先优势。而这种开放协作的文化，也与 AMD 长期坚持的理念高度一致——只有开放，AI 生态才能以更快速度向前发展。
目前，AMD 中国区 AI 开发者计划已正式开放申请，立即注册即享 100 小时免费云算力券，官方 AI Academy 课程免费解锁；更有机会月月抽取旗舰显卡与 AI PC 等重磅好礼，立即扫码，与全球极客共筑开源 AI 未来！
全球活跃用户将突破 50 亿大关，AI 正当时
随后，苏姿丰回顾了 AI 行业的发展。
她提到，目前全球已经拥有超过 10 亿 AI 活跃用户，但更令人期待的是未来几年即将到来的进一步增长。她预测，未来几年全球 AI 活跃用户规模将突破 50 亿，而撬动这 50 亿用户的核心杠杆，就是杀手级的应用。
苏姿丰认为，“世界上不存在包打天下的单一应用或工作流，而是需要百花齐放的模型和各种工作流。我们完全有能力利用 AI，彻底颠覆我们的生活方式、商业模式以及人际交互。这正是这个时代最迷人的地方。”
作为一位在科技行业工作超过 30 年的从业者，苏姿丰表示，现在是投身技术领域最激动人心的时刻。
在她看来，过去几年 AI 已经按下了加速键，而最近几个月，AI 甚至开启了“狂飙”模式。
整个行业不仅见证了大型语言模型的崛起，更看到 AI 推理和智能体（Agentic AI）正在以惊人的速度普及。各家企业也正在深入讨论如何利用以及落地 AI。
苏姿丰表示，“我可以负责任地告诉大家，现在无论国家大小，无论企业规模如何，每一位 CEO 都在绞尽脑汁地思考：如何用 AI 来真正赋能并重塑他们的业务。”
她还提到，AI 正在向越来越多终端扩展，从云端到 PC、边缘设备，甚至机器人领域。
而在这一过程中，开源的重要性也变得前所未有地突出。
她指出，过去四五个月里，行业已经从常规的大语言模型（你问问题，它给答案，大家觉得很酷的阶段）进化到了智能体 AI 阶段。
通过 OpenLLM 和许多关于 Agent 的创新，智能体 AI 正在彻底颠覆我们使用 AI 的方式。
苏姿丰还特别强调，AI 不再只是一个被动回答问题的工具，而是演变成了一支由众多智能体组成的“数字军团”。想象一下，如果我们每个人都能拥有 5 个、10 个甚至 100 个专属智能体，我们的生产力将迎来怎样爆炸式的增长？
伴随而来的，是底层技术的深刻变革。在这种变革下，大家不能只靠一个居于中心的大语言模型，你还必须具备强大的推理能力、学习能力以及数据流转能力。只有这样，系统才能持续推理、处理海量数据，并不断反哺学习，而这一切，都将由智能体来统一调度和指挥。
“这意味着，虽然大家都爱 GPU（我也爱 GPU），未来会有更多的 GPU 出现，而且遍布整个生态系统，但除了 GPU 之外，你还需要大量的 CPU 处理能力，才能作为一个完整的 Agent 运行”，苏姿丰说道。
因此，行业真正需要的是一套完整的、端到端的计算体系。而这，也正是 AMD 当前重点投入的方向——提供覆盖全栈的端到端算力能力。
“我们的承诺，是为 AI 时代建立计算底座。”
苏姿丰表示，这意味着 AMD 需要在云、端、边等多个领域持续推进领先技术路线图。
她特别提到，中国当前在智能体 AI 与本地 AI 方向上的创新速度非常快。“我们在这里看到了世界上最顶尖的一些成果。”
AMD 也非常珍视与中国生态伙伴之间的合作关系。她表示，AMD 希望与整个生态系统、开源社区以及各类模型开发者展开深度合作，并将这些能力更好地与底层硬件融合。最终，开发者和客户能够根据自身需求，自由选择最适合的模型、算力以及功能组合。
演讲最后，苏姿丰再次强调，AMD 当前最核心的目标，就是持续为 AI 提供最强大的计算能力，扩大自身在计算技术上的领先优势。而这一切，都离不开开放的软件生态以及开发者社区。
“我们希望与开发者并肩前行，把 AI 带到生态系统的每一个角落。”
“AI 能否接管一个企业职能部门，甚至有朝一日运营整个公司？”
与此同时，今天上午，苏姿丰还与零一万物 CEO （Kai-Fu Lee）围绕“AI 智能体新范式”展开了一场对话，讨论 AI 从“大模型”走向“多智能体协作”后，计算架构、软件生态以及产业形态可能发生的变化。
以下为对话全文，也希望给读者带来一些思考：
苏姿丰：开复，很高兴你能来分享你的经验。你谈论从生成式 AI 到智能体 AI 的范式跃迁已经有一段时间了。感觉 2026 年正是那个关键时刻。能告诉我们你观察到了什么，现在有什么不同吗？
李开复：谢谢 Lisa。很高兴能与 AMD 的朋友们聚在一起。
我认为，有两件关键的事情发生了变化：
第一，AI 的编程能力已经跨越了临界点，而且是远远跨越。大家可能还记得，一年前的 AI 只能帮你写个函数；但今天，AI 已经能写出完整的业务功能，甚至端到端地构建整个产品。这听起来像是一个渐进式的进步，但其实不然。想必大家都明白，智能体在数字世界中的所有行为，本质上最终都会落到代码层面。一旦 AI 的编码能力跨过那个门槛，自主智能体就真正具备了成为现实的可能。
第二，我们发现单打独斗的智能体是不够的。当然，你可以随时唤醒一堆独立的智能体去干不同的杂活，这很常见。但我说的是，让智能体像一个委员会、一个内阁那样协同作战。因为无论模型参数规模有多大，只依赖单个 Agent 的推理能力，在面对真实复杂问题时，终究会碰到瓶颈。而多智能体架构第一次打破了这个上限。负责规划、评估、研究和执行的不同智能体，开始彼此协作、相互辩论，并在彼此结果之上继续迭代。
这其实非常接近“美第奇效应（Medici Effect）”：当不同领域的专家被放进同一个房间时，最终产生的成果，会远远超过任何单一个体能力的简单叠加。
五百年前，在文艺复兴时期，人类已经发现了这一规律。直到 21 世纪的今天，我们第一次把这种机制带到了 AI 世界。
从技术路径上看，这意味着我们正在逐渐摆脱过去那种“试图用一个模型完成所有事情”的模式。未来的 AI，不会是一个“超级大脑”的独角戏，而会更像一个由不同智能系统协同运作的交响乐。正是基于这一趋势，我们着手部署专业化的多智能体系统，并逐渐走向“异构智能（Heterogeneous Intelligence）”阶段。不同类型的模型与算法会被组合在一起，用群体智能去解决更加复杂的问题。
如果说 2024 年的命题是“AI 能否写好一个任务”，2025 年的命题是“AI 能否跑通一个工作流”，那么 2026 年的终极拷问就是：“AI 能否接管一个企业职能部门，甚至有朝一日运营整个公司？”
以现代 HR（人力资源）部门为例。当招聘 Agent 与绩效 Agent 实现联动后，系统就能够根据员工入职后的真实绩效数据，自动调整前端的人才筛选标准。从简历筛选、面试，到新员工入职，再到月度和季度绩效自动化跟踪，这些多智能体系统会围绕统一的人力资源数据持续运转升级。
随着这种能力不断扩展，它最终会演变成一个彼此互联的企业多智能体协作网络，覆盖 HR、研发、产品、销售和市场等不同部门。
这种架构，也正在推动“One-Person Company（一人公司）”趋势的出现。借助模块化的多智能体框架，单个开发者或领域专家，如今已经有能力像“总架构师”一样，快速启动一家高度自动化运转的公司。
在由智能体驱动的新范式下，我们实际上已经跨过了“自主执行”的门槛。AI 正在从过去被动的“Prompt-and-Response（从提示词到响应）”模式，转向主动的“Goal-and-Execution（从目标到执行）”模式。
未来，你不再是给 AI 一个 Prompt，而是直接给它一个组织目标。随后，智能体们会自行完成协同、执行、评估、优化，并形成完整闭环。
而这一新范式，也正在催生当前 AI 领域最巨大的商业机会：产业级 AI 转型。新时代真正的经济价值，不会来自只会“回答问题”的 AI 系统，而会来自能够真正执行企业目标的自主多智能体基础设施。
这也是零一万物所关注的核心方向。过去一段时间里，我一直在与全球各地的 CEO 和企业高管交流，以便更深入地理解：AI 将如何重塑生产力、组织结构以及未来的领导力。
同时，我想这也会影响今天在场每一位开发者，驱使大家重新思考自己未来在 AI 时代会扮演怎样的角色。
AI 转型，必须 CEO 亲自挂帅，不能只靠 CIO！
苏姿丰：我希望有很多 Agent 来帮我设计芯片！显然，这里面蕴藏着无尽的机遇。我还想问，当你和各类 CEO 探讨这种转型时，他们是如何看待的？这对开发者群体意味着什么？
李开复：是的，但大多数 CEO 都在犯一个巨大的错误。
我接触过的几乎所有 CEO 都在纠结：“我该造个什么智能体呢？是 HR 问答机器人？还是内部搜索引擎？或者是客服助手？”这些全都太缺乏格局了。这都是自下而上的痒点，说白了，全是隔靴搔痒的工程。所以我对这些 CEO 的忠告是：别只听你们 CIO（首席信息官）的。
如果现场有 CIO，我先道个歉。你们都很棒，但公司雇你们是为了守护现有的软件环境，而不是为了颠覆重构整个公司。CIO 不可或缺，但他们的职责是防守，是帮助安全地部署和实施 AI，而不是去推动组织架构的基因突变。在这一轮深入企业核心业务命脉的 AI 变革中，CIO 反而可能成为阻碍进化的旧势力。这种级别的转型，只能由顶层的一把手——CEO 来亲自挂帅。
因为 AI 绝不是一次简单的软件升级。这种规模的 AI 转型需要 CEO 的倾注，需要领导力、业务模式和组织架构的彻底重构。CEO 真正应该盯住的，是那些能拨动命运齿轮的大事，是那些能直接改变公司损益表（P&L）的核心命脉。而这些领域，恰恰也是很多高管最不愿意让 AI 介入的运营职能部门：收入、利润、防欺诈、动态定价、供应链、产品上市速度，以及核心创新能力。具有前瞻性的 CEO 们正在重新校准他们公司的运营方式、组织应如何改变，以及领导方式应该如何调整。
我也经常对 CEO 们说：如果你的 AI 部署，最终没有改变任何一个会出现在季度财报电话会议上的数字，那么你公司做的就不是真正意义的 AI 转型，只是浪费钱打造了一个 AI 实验室。
假设你是一名开发者，正在为一家电商公司构建一个用于产品定价的多智能体解决方案。他们都渴望提升利润率。你可以打造一个无敌的定价智能体，它能盯紧竞品、洞察供应链、统揽全局，然后给出一个完美的定价。但是，这家公司本身就有个定价部门。这个部门肯定会跳出来反对：“绝对不行！这 AI 在胡说八道，它会毁了公司，我们会流失所有客户的！”
这时候就需要 CEO 拍板：“不，我们必须用它。定价部门的职责将全面转型，我们要制定全新的流程和 KPI。”而在座的各位开发者，你们不能再只顾着低头写代码了，你们必须深刻理解业务的最终结果。你们必须搞清楚，这个智能体该如何嵌进公司全新的组织架构中。如果你只是把写好的代码扔过墙去就不管了，那注定会一败涂地。
因此，一个优秀的工程师想要蜕变成卓越的 DRI（直接负责人），你的杀手锏在于你天生懂系统架构和工程架构。非技术人员面对这些底层组件时往往一头雾水，但你却可以轻松学会另一半技能——也就是业务流程。所以，如果你有志成为一家创业公司的 DRI，你必须接受这样一个方向：你不仅要对系统进行监测和调优，更要对最终的业务结果负责。
你已经知道如何调优系统了，但作为 DRI，你需要把同样的技术严谨性应用到业务结果上。比如，如果你的核心目标是公司的增长，那你就不能只盯着代码运行状态，你得死死盯住增长数据。API 的调用真的带来新用户了吗？API 的延迟是不是拖累了激活率、转化漏斗和最终营收？因为你要对端到端的结果负全责。你掌握的是决策权，而不仅仅是提建议。拍板的人是你，而不是你的老板。
这正是我认为这里蕴藏着天大机遇的原因：非技术人员只能把智能体当成黑盒，但你却懂得如何拆解、调优这些智能体，懂得如何评估输出、精准定位故障点并以光速迭代。你过去对代码倾注的工程心血，现在要倾注到这个庞大的智能体身上。这就是你的工程背景化作降维打击能力的地方。
苏姿丰：我觉得你的意思是，智能体正在让最聪明的工程师变得更加无所不能。这才是真正的破局点。那么，AMD 对算力有着狂热的爱，我们也热衷于提供算力。你刚才描绘的这幅宏伟蓝图，显然需要海量算力的支撑。你能聊聊未来的计算技术栈会是什么样吗？为了迎接那个未来，你需要怎样的算力支持？
李开复：智能体架构与传统的模型训练有着本质的区别。它不再是一个训练问题，而是一个推理问题。
此外，智能体的处理过程是高度并行且非确定性的。用户的一个简单提问，可能会像裂变一样触发多个智能体的并发调用，然后汇总信息，接着再次向外裂变。
这就要求我们必须采取“本地优先”的端侧处理策略。为了让多智能体的协同调度感觉像真人一样丝滑，延迟必须控制在 100 毫秒以内。这正是当下硬件战场的决胜之地。
我认为你的团队比任何人都更敏锐地洞察到了这一趋势。向多智能体架构的迁跃，迫使我们必须戴上“极致本地能效”和“本地化处理”的透视镜，去重新审视计算。
因此，在零一万物，我们打造的平台生来就是要完美运行在高效、专用的硬件架构上的，这包括本地一体机、个人 PC 以及企业级服务器解决方案。
更重要的是，因为我们的智能体分工极其专业，我们根本不需要那种杀鸡用牛刀的巨无霸模型。我们完全可以构建出更精悍的小模型，完美适配你们正在打造的各类硬件设备。
苏姿丰：是的，完全同意。我们深信，核心就在于为合适的应用匹配恰如其分的算力。而本地算力——无论是 PC 还是边缘设备——都极其关键，因为它恰恰能实现这一点。它能赋能这种 7x24 小时在线的本地一体机，为产品开启一种全知全能的“上帝视角”。
李开复：没错，所以我们现在已经开始在一些企业中，直接和他们的 CEO 或董事长一起测试这款产品了。
苏姿丰：那你能给我定制一个“Lisa 专属 AI”吗？
李开复：当然没问题！我们绝对能给你打造一个 Lisa AI。你本身就是全球最具影响力的科技远见者之一。
不过我认为，具体的产品形态反而是次要的，真正重要的是 AI 转型的路径。一旦 CEO 或董事长亲自用上了它，他们就会彻底上瘾。他们的团队也会立刻意识到这有多重要。这样一来，一场自上而下的 AI 大变革就能轰轰烈烈地展开了。
总而言之，作为结语，我想说：如果你今天带着笔记本电脑坐在这个会场里，懂得系统调度，脑子里还装着一个大胆的创意，那么你所处的战略高地，就已经碾压了全球任何一家世界 500 强企业战略部里的任何人。所以，千万别只满足于拿一个高级软件工程师的头衔，去拿下那个掌控全局的 DRI 帅印吧！
苏姿丰：这太让人热血沸腾了，开复。非常感谢你今天能来到现场，也感谢我们之间绝佳的合作伙伴关系。
李开复：谢谢！
免费领取 100 小时 AI 算力｜限时开放
加入 AI 开发者计划获取：
✅ AI 算力资源✅ 官方技术社群✅ Workshop 与 AI Academy✅ 开发者专属福利
完成认证后，额外领取：☕ 9.9 元瑞幸咖啡券
立即加入
大牛证券提示：文章来自网络，不代表本站观点。
