最近看了杨澜对张亚勤院士的采访——《探寻人工智能2026》，讲未来AI大趋势的，老唐这里真的推荐大家也看一看。非常直白易懂，而且全都是干货。

采访里，张亚勤院士有一个非常清晰的判断：AI进入下一阶段之后，真正拉开差距的，不再只是模型本身，而是背后的“系统能力”，也就是算力、网络、数据与产业协同构成的AI基础设施。

这其实是一个之前很容易被忽视、但正在变得越来越关键的变量。

过去谈AI，大家更关注的是算法突破、大模型参数规模、能力跃迁。但随着AI智能体开始走向落地，AI不再只是“回答问题的系统”，而是要真正进入生产流程、进入企业系统、进入城市运行体系，它对基础设施的依赖会指数级放大。

比如一个很现实的变化是：当AI从云端走向物理世界，从对话走向执行，就意味着它要和机器人、无人系统、工业设备、医疗系统实时连接。

这背后需要的不是单点算力，而是低时延、高可靠、全覆盖的网络体系，以及持续供给的电力与数据流动能力——毫无疑问，在这些领域里，中国的优势非常明显。

电力自不用多说。除了电力，张院士这次还提到，中国AI发展的另一个关键底座，是通信网络、数据资源和产业链的完整性。

特别是以5G为代表的网络基础设施，使得大规模连接、实时交互和行业应用成为可能。从工业制造到城市治理，从医疗到交通，这种可用、可连、可扩展的数字底座，正在不断被AI吸收和强化。

与此同时，算力也正在从“单点芯片能力”转向“系统工程能力”。未来的竞争不只是某一块芯片有多强，而是整个系统能否持续调度能源、数据与计算资源，让AI能够稳定运行在复杂现实环境中。
换句话说，AI越来越像一个基础设施驱动型的技术，而不是一种纯软件的技术。

另外在访谈中，张亚勤院士还对AI发展做了一个自己的预言：未来三年，AI智能体会从消费端快速走向企业和产业端，成为真正的“生产力单元”。而这个过程，本质上就是AI从“工具”变成“系统组件”的过程。

回到现实来看，这一轮AI发展趋势的底层逻辑已经越来越清晰：算法天天在升级，但最后拼的，还是整套系统的硬实力；模型能力是起点，而基础设施将决定上限。