那个在直播间、车展穿梭的周鸿祎消失了。

过去一年，周鸿祎似乎刻意的在规避“流量密码”，与此前车展上与雷军“组CP”，在公司楼下举办车展，不停地围绕人工智能开直播、发视频形成了鲜明的对比。

日前，周鸿祎在交流会上再一次出现在公众面前，他显得有些“木讷”，自嘲像机器人。“我眼睛做了个手术，把晶体换掉了，换成人工晶体，所以看眼神更像机器人了吧。”

换了人工晶体，也不戴眼镜了，周鸿祎说这是为了方便戴“AI眼镜”。

“这东西挺难做，”周鸿祎说，“目前没找到特别好的场景。”

AI眼镜是周鸿祎和360集团与人工智能的关联之一，在被问及相关业务时，周鸿祎委婉地对进展做了回应。他认为，智能眼镜吸引人戴，功能就要强大，但功能越强就越耗电，眼镜也就越重，是一个短期无法调和的矛盾。

相比AI硬件，周鸿祎更关注背后的模型、智能体和算力的进化，2026年的“两会”，周鸿祎更是带来了三项聚焦人工智能领域的提案，围绕智能体技术与人才“双线赋能”、优化推理算力布局、支持安全智能体广泛应用三大方向展开。

周鸿祎说，Anthropic通过AI编程、AI查找漏洞，就把很多原来安全上不能解决的问题给解决了。所以我提了一个建议，关注AI（安全）智能体。

安全的建议与他对2025年的行业总结也紧密相关，他说，“智能体开始干活，也意味着它可能干错活。同时AI代码产量激增，但AI会继承人类的错误，漏洞问题被成倍放大。”

尽管问题和风险存在，周鸿祎却强调AGI正在稳步的实现。

而更底层的算力基座，周鸿祎则认为要把算力进行区分，分成训练算力和推理算力。“现在训练算力的发展，我觉得规模可能还有一定的空间，但是推理算力的发展规模空间是无限的。”

在对2026年核心趋势预判中，周鸿祎也强调了推理算力的价值，“推理算力成为战略高地。”

周鸿祎认为，2026年大模型、智能体将同步双线进化，智能体作为AI能力落地的核心载体，会成为企业的数字员工、个人的私人助理，从“聊天”走向“干活”，7×24地帮你完成复杂任务，而这种进化也将会带来人际关系的重塑，人类从过去自己干活，转变为给智能体定目标、做规划、检查成果。

这种人际关系的变换，很容易引发“AI取代人类”的讨论，但周鸿祎给了否定的答案。他说：“对人的要求更高了，需要大量懂业务又懂怎么管智能体的复合型人才。”

以下为周鸿祎交流实录，在不改变原意的情况下有删减、调整：

01

中国芯片弯道超车

周鸿祎：大家好！我提一个建议，问题能否微观一点，我回答宏观问题老回答不好。

我眼睛做了个手术，没有做双眼皮手术，我把晶体换掉了，换成人工晶体了，所以，看眼神更像机器人了吧。

问：今年有什么和AI科技相关的提案或建议？对人们的生活能够产生哪些改变？

周鸿祎：我关注的三个方向。

第一，是刚才讲过的AI赋能安全。以Anthropic为例，比如通过AI编程、AI查找漏洞，就把很多原来安全上不能解决的问题给解决了。所以我提了一个建议，关注AI智能体。360已经做了大概有几十种上万个AI安全智能体。这个智能体能够实现AI能够挖掘软件漏洞，AI能够自动运行，AI能够抵御其他国家的黑客智能体。包括用AI智能体来解决AI的安全问题。现在中国有两百万家中小企业已经在用我们的AI智能体来帮他们，免费的在为他们的企业安全做实时的防护，实时的运营了。

第二，我比较关注AI在中国怎么落地。我做了一个“六力”模型。中国在能源电力上做的是非常出色的，所以有电力和能源的支持，通过芯片产生算力。我有一个建议，一定要把算力进行区分，分成训练算力和推理算力。现在训练算力的发展，我觉得规模可能还有一定的空间，但是推理算力的发展规模空间是无限的。所以，区分两个算力，希望各地在发展算力方面能够偏向于推理算力。

第三，我关注的就是企业和个人怎么迅速的用 AI。OpenClaw给了我们一个启发，还是要把这个东西要简单化。所以，我提出一个打造智能体开放平台的概念，就把智能体的基础设施藏在后面，让普通企业、普通个人很容易的就建立自己的智能体，然后可以搭建自己的、学习自己的技能。

第四，今年要做的一个事情就是要把智能体的培训在全国各地做起来。

问：您提到过我国推理算力可能是未来一个刚需，但现在还是偏向于训练算力比较多，应该怎样调整部署？

周鸿祎：原来重视训练算力是合理的，因为两年前大模型还没有训练好，没有到及格分，应用谈不上，那时候大家都在谈训练，百模大战时训练算力就变得很重要。

从去年开始，大模型过了及格线了，能做推理了，基本基座模型的能力够了，大家不用再重复训模型了。现在各个行业单位应用，甚至连行业大模型都不用训练，因为训练那点数据也没啥意义，那点数据规模太小，大家不如把精力花在基座大模型上打造很好的专业智能体。

在这种情况下，智能体是特别消耗算力，你聊天能聊几万个token？做个短剧随随便便就消耗上百万的token。也就是当智能体真正帮企业干活的时候，说白了消耗能量，消耗的算力是非常惊人的。

所以，黄仁勋说一旦进入到应用时代，算力的增长，他给的答案是要增长一亿倍。

OpenAI为什么后来投资AMD，它希望用AMD的芯片不是做训练，而是做推理。因为最后大家发现，推理芯片和训练芯片对训练的要求不一样。

黄仁勋最近花200亿美金买了一家做推理芯片的公司（Groq），做专用芯片的公司，就证明英伟达也要走这条路了。包括博通接了很多订单，亚马逊、微软、包括Google、Facebook都在做推理芯片，因为大家必须把推理的成本要降下来。

今天推理，对中国芯片产业来说，短期内一下子达到B200的能力可能还有距离，想颠覆CUDA的生态需要点时间，但做出这种比英伟达GPU的要求要低的专用的Transformer推理算法的固化芯片的难度是比较低的，而且这个芯片做多了之后，还可以带来几个革命性的事情。

很多企业需要搞私有化的部署，我的大模型、我的智能体都应该部署在我企业内部，我的算力要本地化，有廉价的推理芯片企业部署时就会很方便。

将来很多智能硬件需要在终端在边缘处部署，比如摄像头你装了这么多智慧城市的摄像头，你都把所有摄像头的资料集中传输到一个中心，这个带宽就不可忍受，存储也非常耗费。如果每个算力推理芯片便宜了，假设500T或者100T的芯片只要几十块钱，每个摄像头就能升级成自己就可以具备简单的AI处理能力。

中国人做什么就能把什么做成白菜价，做成很便宜。所以做推理芯片，那这样的话，你机器人有本地芯，本地算力的支持，复杂的任务再交给云端算力，这个战略意义非常大！

问：能否用几个关键词简要总结一下2025年整体人工智能产业的发展，预测一下2026年的几个核心趋势？

总结2025年的AI发展，我有三个关键词：

第一，AGI正在稳步实现。AI发展很快，如果和具体业务结合，把它打造成行业专家，你会发现它比你聪明得多。

第二，智能体元年。各种垂类智能体开始涌现，特别是年前OpenClaw的火爆，让普通人更具象地认知到：智能体是属于自己的、能在电脑上干活的数字助理。

第三：AI安全风险新挑战。智能体开始干活，也意味着它可能干错活。同时AI代码产量激增，但AI会继承人类的错误，漏洞问题被成倍放大。

这些新挑战在2025年已经开始显现。展望2026年，我认为有以下核心趋势：

第一，推理算力成为战略高地。随着训练算力趋于稳定，智能体与产业场景的结合，推理算力需求开始爆发。这是中国芯片产业弯道超车的机会，也是让中小企业和个人用得起智能体的关键。

第二，大模型和智能体的双线进化。模型进化的同时智能体也在进化，智能体作为AI能力落地的核心载体，会成为企业的数字员工、个人的私人助理，从“聊天”走向“干活”，7×24地帮你完成复杂任务。

第三，安全对抗升级，需要用AI对抗AI。一方面，黑客已经开始用智能体发起攻击，7×24小时不间断、还能临时编写攻击工具，靠人力根本防不住；另一方面，AI自身也会闯祸——幻觉、被操控、删错文件，甚至将来机器人被黑可能造成物理伤害。所以2026年，必须用安全智能体去对抗黑客智能体，用AI来解决AI带来的新问题。

第四，人机关系重塑。AI以数字员工的身份进入职场，人类从过去自己干活，转变为给智能体定目标、做规划、检查成果。这反而对人的要求更高了，需要大量懂业务又懂怎么管智能体的复合型人才。

02

模型大战与小龙虾

问：如何思考、判断春节期间模型大战这件事，大模型迭代为什么这样卷？

周鸿祎：核心原因是开源战略成功了。

像DeepSeek、千问这些国产开源模型已经进入国际第一梯队，基座模型能力达标了，大家不用再重复训练，竞争自然就从“比参数”转向了“比落地”，从“训模型”转向了“用模型”。

卷是好事，卷出中国AI的独特优势。

我们正在用“场景密度”来对冲“芯片差距”——你有高端芯片，我有丰富的应用场景。

所以归根结底，大模型迭代之所以卷，是因为大家都看清了：AI下半场，比的不再是谁的模型更博学，而是谁能把AI真正用起来、落下去。

问：节前OpenClaw小龙虾非常火，也请谈谈它给行业带来的正向牵引，以及所表现出来的问题和不足，大家都说token很贵，说句“你好”可能就要花几分钱，这个重要吗，是关键问题吗？

周鸿祎：我认为大家觉得token贵可能存在些误解，因为大模型后端是可以灵活配置的。

目前国内算力成本已经大幅下降，日常聊天对话的成本其实很低。真正消耗token的是复杂任务，比如帮你生成视频、创作短剧或写小说这类调用场景。

OpenClaw这次之所以引起关注，关键在于它开创了一个新概念：把智能体“养”在电脑上，让它成为属于你的个人助手。

过去我们做智能体，出于安全考虑，不敢轻易打通电脑权限——担心智能体一旦出错，可能乱删文件。但OpenClaw敢于迈出这一步，就像第一个吃螃蟹的人。通过赋予智能体操作电脑的能力，它可以调用工具、建立个人数据记忆，从而持续进化。

更值得关注的是，它跟Anthropic的技能包打通了。

过去我做了一个智能体，使用时需要先到商店里搜，有点麻烦。但如果把它变成技能包，勾选就能调用，体验就顺畅多了。目前网上已有数千种技能，你养的“小龙虾”每天都能解锁新能力——这让大家看到，智能体是可以不断成长的。

当然也要理性看待。

很多人会误以为它的数据很安全，虽然OpenClaw把数据存在本地，但只要调用云端大模型，你的提示词和部分数据仍会上传处理，并非真正的本地闭环。

问：不管是OpenClaw出来的智能体能在论坛发言，还是Seedance生成的那些视频让人都分辨不出来是真（人）的，还是AI生成。似乎越来越分不清AIGC和人工内容的区别了，您个人对这种区分越来越难以区分是什么样的态度？

周鸿祎：我对这个问题比你要乐观。第一，说明AGI已经在稳步实现了。

AGI并不一定是出来一个爱因斯坦才叫AGI，而是AI现在已经比每一个普通人的能力要聪明了。加上算力的支持，再产生几百亿个智能体，在这个社会里跟我们一起共事，你想想AI的力量大不大？

OpenClaw还是一套智能体系统，但它给了你一种幻觉，这个智能体跑在我的电脑上，其实不是这样的。

智能体、指令还是跑在大模型上，只是在电脑上把这个Instruction把指令组装起来。但是，它们不单纯是冲到一个论坛去聊天，就像互联网把人类连接在一起产生了很多共创的东西，智能体连接在一起，没准也会启发更多智能体，这会产生涌现。

关于Seedance，你看那里面的关于枪战的东西显然是“John Wick”完全的一个模仿和再版，说明它把“John Wick”四季都研读了很多遍。所以，这个验证了我前面说的，智能体的能力已经达到AGI的能力了，这样会对影视业或者娱乐业带来特别大的帮助。

至于说，人们拿这个去做虚假视频，人类有很多技术方法可以解决这个问题，比如加入秘密的指纹，用户收到这样一个视频它会打上标记，大家会知道说这是AI做的。

问：您提到过随着智能体能力的提升，它可能会代替 APP 成为新的服务的核心入口。那能不能谈一谈，它对现有的互联网商业模式的冲击，以及现有的这些企业和创业者可以如何把握这次机会？

周鸿祎：很多东西会重做一遍。

现在的网站APP都是给人用的。因为人是操纵的主体。实际 Agent还有一个概念叫代理人，它将来就是我的代理人，你把它放在电脑上，放在手机上，它就代理你去使用各种工具。

今天这个APP 对它来说并不好用啊，里面充满了各种各样的广告、弹窗，对于智能体来说，它是对这些东西视而不见的，它一旦想好了主意，它去做比价，它很客观，它很理性，不会看到一个条幅说快来购买九毛九的什么玩意，它就会一激动的点一下，它的任务和使命感是很重的。

将来智能体购物用的多了，将来网站和 APP可能变两套，一套是给人用的，一套是给智能体用的。我觉得一定会出现这个变化。

我顺道说一下，以后机器人想进家庭，光靠机器人去改进是不够的。比如说你是造冰箱的，你是造洗衣机的，今天的冰箱、洗衣机是为人使用设计的，你有没有考虑要变成机器人友好？

所以，未来发展到有一天，你用惯了助理和代理之后，你自己可能就不用这些APP了，这些APP就真的变成智能体的工具了，这个我认为是大势所趋，就看谁敢于先迈出这一步了。

虽然智能体的底层本质还是软件技术，还是信息技术，但它已经是一个新的物种了。一定把智能体当成人工智能今天已经是一个物种。它是一个“人”，它是一个数字人，它是一个数字员工，它一个数字顾问。

那将来是不是有一个智能体互联网的概念，有一个智能体经济的概念，都有可能。智能体这里边会有巨大的机会。

问：前一阵有一个关于AI的这个洗车难题，很多人用这个来判断这个AI是否聪明，您怎么看这种洗车问题或者用一些逻辑问题来评判这个AI呢？

周鸿祎：我觉得不要去盯AI的这些弱点，不要因为它回答了一个问题就证明它很牛，也不要因为它答错了一个问题（就认为它智力不行）。

问：我们对AGI的这个探索好像还是聚焦在大模型的参数和能力的迭代，在您看来，AGI的诞生是否只能有这一条路径，还是说其实有更多的可以关注的点？

周鸿祎：要重新定义AGI。如果大家非要把AGI定义成说大模型参数获得空前的突破，数据量又给了空前的突破，突然就出来一个宇宙中知道万物的神。那这种AGI可能也许永远不会出现，或者出现时间不确定。

但另外一种 AGI，特别是说AI的能力，特别是它刻画出来的智能体的能力已经比人不差了。

如果只有一个大模型，这个东西是谈不上AGI的，但如果大模型能够产生上百亿个智能体，每个智能体又比地球人的能力只强不弱。那你想这100亿个智能体的集群它也是个智能体社会，也形成了一个智能体互联网，这里面会不会产生AGI的涌现呢？我觉得是有可能的。

智能体通过cosplay，通过专业能力就比大模型要强，比通用大模型在专业上能力要强。大模型通过使用工具又获得更强的能力，这是不是也是一种进化？

当专业的智能体像人类一样组成团队，那这种合作的力量又是巨大的。人类的进化跟这一点非常像，如果人类没有工具，没有合作，没有知识的传递，光靠着像动物一样靠进化，再进化10万年，人类也进化不出翅膀，人类脚底下也进化不出轮子。

人类的进化就是双重进化。今天人工智能的进化，我认为也是双重进化。

03

Anthropic打崩安全概念股

问：前一阵子Anthropic就出了一个代码安全工具，让海外的那些网安巨头的股价就直接崩盘了，你怎么看这个变化呢？

周鸿祎：不惊讶，我们也在干着同样的事。

智能体编程已经被证明是目前智能体最能干的。原来比如你想找个程序员挺难的，你想找个黑客挺难的，你想找个挖漏洞的专家也挺难的，只要你有算力，智能体一旦达到这个能力之后，它可以无限量的供给稀缺的人类智力资源，这是它最革命的地方。

Anthropic为什么会带来这么大的影响？

它做这个本来不是为了进安全圈，是要解决AI编程的问题，十几分钟，几万行代码就写出来了。但是它写了代码我得看，我现在只能粗看，大概看一下意思对不对，然后这里边有没有漏洞？我不知道。

AI编程到今年一定是人类彻底放弃对代码的管理权，全部由AI来写，AI来管理、维护，Anthropic就要解决这问题，就证明AI代码写的没有漏洞。它的这个能力如果能够把人类的很多代码漏洞能解决，就颠覆了我们安全圈里原来的一个价值主张。

安全圈里原来认为漏洞是不可避免的，漏洞是不可消除的，因为有了漏洞别人一定会攻进来。现在别人没有攻击，AI就把漏洞该消除的消除了，发现的后门能堵上就堵上了。

这是对安全行业带来一个巨大的冲击，这就是为什么Anthropic导致美国很多传统网络安全公司股价大跌的一个原因。

04

AI硬件抢不了“手机生意”

问：想请教一个AI硬件的问题，现在其实有两类AI硬件的方向，一类是和传统企业之间去改造，所谓做出来这种+AI这种东西；还有一种就是所谓的AI Native，后一种更容易获得资本的融资。您怎么来看现在这两种方向？

周鸿祎：我不知道你怎么定义AI Native。

我觉得AI在硬件上还是跟传统硬件相结合，它总要做一个载体。眼镜也不是AI的发明，这种VR眼镜、google眼镜这个概念也很早了。

无论是AI+、还是+AI、还是AI Native都不重要，重要的是AI加上去之后，真正能不能改变这个东西的使用体验，改变它的游戏规则。

问：您现在也不戴眼镜了，让大家去戴上AI眼镜这个事，是不是现在还是很难的？

周鸿祎：我去掉眼镜是为了能戴AI眼镜，要不然我得戴俩眼镜。

正常人在生活中不爱戴眼镜，所以AI眼镜要吸引人戴，功能要很强大。一定要找到一个很好的场景点，不用很多。但它有一个悖论——功能越大，它就越耗电，越耗电这个眼镜就越重，越重的人就不想戴。

问：因为360之前也说要做这一块儿，现在有什么新进展？

周鸿祎：后来我仔细看了看，我发现这东西挺难做的。

在中国有几家巨头时刻都准备着不赚钱，打价格战，所以硬件不赚钱，软件服务也没人付钱，成本又很高，我觉得这事也挺难做。

我觉得目前没有找到特别合适的场景。拍照搜索头三天大家会到处拍照，但是很快大家就没有这个习惯了。你说拿它问答，那我搞个耳机问答不也可以吗？包括它做了录音笔，其实硬件也有很多，能拿手机直接录，我觉得人类还是最方便的。

所以，现在很多硬件都在跟手机在竞争，到目前为止，手机已经成功的把人的手给占据了，想替代手机，还需要更多的创新。

05

人形机器人上春晚的“关键信号”

问：最近一段时间人形机器人话题非常火，文娱领域应用也越来越多，大大小小的活动上都能看到，我们前段时间写过《我们不需要100万台跳舞机器人》，周总怎么看人形机器人，怎么看跳舞这种文娱场景，人形机器人目前面临的最大问题是什么？

周鸿祎：人形机器人在春晚等国民级舞台的集中亮相，绝不仅是技术成果的展示，它释放了强烈的产业信号：AI与机器人结合的新时代已经真正到来。

人形机器人本质上是带有物理身体的智能体。在中国，我们拥有全球极高的公众接受度和领先的工业装机量，这为人形机器人作为“基座”赋能千行百业提供了得天独厚的沃土。

相比于云端看不见、摸不着的软件大模型，跳舞、搓核桃这类具象化的物理展示，能最直观地让大众感知到技术的进化。它是一场面对十亿观众的、极其成功的市场教育。这些场景证明了目前机器人在“小脑”（运动控制、物理自由度）层面已经取得了非常出色的阶段性成果。

虽然机器人的“小脑”的运动控制已经相当惊艳，但要真正走入千家万户并创造深度的产业价值，实现真正的落地实用，行业还必须跨越两道核心门槛：

从“小脑”升级到真正的“大脑”，突破算力与成本瓶颈。

未来的核心方向，是让机器人具备理解复杂指令、拆解任务、自主决策的智能（比如能听懂指令，自己去冰箱拿西红柿炒鸡蛋），这种复杂的“大脑”运算如果过度依赖云端算力，会面临网络稳定性的挑战；而现有的高端车载级算力芯片成本又较高。

未来的破局点在于大力发展高性价比的本地推理芯片，用“本地基础算力+云端复杂算力”协同，把成本打下来。

再就是亟待建立“双向奔赴”的软硬件生态： 现有的家电（洗衣机、冰箱）和软件APP都是为“人”的交互设计的，机器人去操作这些人类界面的效率存在局限。

下一个发展方向是重塑生态——打造专门“让机器人操纵的硬件”和“专供智能体交互的数字接口”。只有周围的环境与机器人共同进化，才能成倍加速其真正落地的进程。