2025CSDI:大模型引领智能研发与IT组织变革
来源：
环球科技网
日期：2025-07-16
责编：
殷绪江
【环球科技网】未来，AI技术的发展从可靠、能干、聪明的阶段，将被部署到更广泛的场景中。得益于算法和算力的技术突破，带来了AI的更新变革，也为行业带来更多的能力和动力去获取更多的数据。
AI的发展与AI的应用紧密相连，AI的发展将推动私有知识的价值越来越大，AI的应用将成为重要的战略优先级，其应用不仅能提升效率，更能帮助人们解决信息不对称和价值创造的问题，并创造新的供给。未来的研发智能化将会带来业务比值和内部比例的变化，这是非要重要的企业研究方向。
每一种媒介都塑造了独特的交流内容和过程
大家都知道计算机已然有着近百年的发展历史，回顾历史的脉络时，蕴含着极其重要的意义。有多少人是电视时代成长起来的一代？小编本人也近乎是电视时代的见证者，在某种程度上，也逐渐融入了计算机时代的浪潮之中。而如今成长起来的各位IT同仁，无疑也是计算机到移动互联网再到智能时代的幸运者们。
时间共享也是从60年代计算机开始真正普及的原因。人们通过一些连接线，使用终端设备连接到其他地方的大型计算机，这就是时间共享模式，也是大学校园里电脑数量众多的原因。苹果公司之所以能够崛起，是因为比别人早5年偶然发现了“分马力计算”这一理念。苹果将微处理器芯片（也就是芯片上的计算机），与其他必要的所有组件相结合，制造出了一台大约13磅重的电脑。因此，分马力计算也引发了一场革命。
回溯最初的电视节目，它们基本上是电视摄像机对准的广播节目。许多人第一次意识到电视已成为成熟媒体是阿波罗登月，那种体验很令人激动，但一项媒介的成功花了近20年的时间才使其真正发展和成熟。不同媒介所传播的内容显然存在差异。其中最有趣的是交流过程的变化。我们通过电话与他人交谈时，我们必须同时在线；而当使用电脑终端向某人发送文件或绘制一幅画并放入其邮箱时，对方无需即时在线。可以在中午12点查看，也可以在3天后查看，甚至在异国查看。
那么，随着无线连接功能的便携式计算机的普及，信息自由移动并检索，传播过程本身随着媒介的演变而发生变革。无论是电话、邮件、网络搜索、视频、声音、门户网站、动作等，都在某种意义上，均是发送由1和0构成的数据。80年代首次个人电脑的普及，其作为一种新媒体，就社会和计算机领域而言，计算机编程与电视制作对比，我们发现，电视擅长捕捉并重现经验，尽管这种重现成本高昂且有其局限性。通过电视节目，我们能真切感受到，阿姆斯特朗登月等历史时刻的激动人心。相比之下，计算机编程则聚焦于捕捉经验的基本原理，而非直接复制经验本身。这些原理具有广泛的适用性，能够衍生出无数种不同的体验。以视频游戏为例，它们遵循物理定律（引力和动量守恒），尽管每场游戏的具体过程各不相同，但都基于这些不变的规则运行。
AI发展的前景是渗透、掌管数字世界，改变物理世界
Prompt Engineering：一辆配备摄像头的汽车驾驶在街道，拍摄了每条街道的照片和每个十字路口的画面，对所有建筑物进行了拍摄，并将电脑与视频磁盘相连。在屏幕上，可以看到自己正注视着街道，通过触摸屏幕，屏幕上会出现一些箭头。您可以进行触摸操作并向前移动。忽然，仿佛人真的在街上行走，来到一个十字路口。可以停下，向右、向前或向左查看，决定自己想要选择的道路。还可以走进一些商店。这是一张电子地图，能让我们体验到在漫步的感觉。在角落处有四个按钮，它们的作用与之前相同。四季的景象都有呈现。可看到街道的景象。街道出现在屏幕上，上面覆盖着1英尺厚的雪......
智能经济与具有创造力的组织
过去十余载，企业数字化也主要依据SaaS、ERP等信息系统的发展轨迹，扮演着信息采集与搬运的角色。当下，Data Al互相驱动的数字化新范式也相伴而来，能自主思考、主动做事的AI正在重构企业生产力的上限。AI高效生产、治理、运营数据、以及上下文的全局关联的都显示了高质量数据结合知识的重要性。尤其是初始化条件下，最有利于智能创造和产生，基于AGI消化吸收了现有知识，顶尖人才学习成本降低，元认知+AI工具结合，高认知个人能力和数据优势会被无限放大。
2024年，AI应用的元年，未来的组织将由三层人和无限扩张的汇集构成，科层制管理的公司制度正在消亡。未来，共创性的研发组织的核心目标是群体智慧的涌现，群体认知的提升速度决定了组织的竞争力，人才密度的高低与自动化场景管理的紧密关联。
智能业务生产
整个未来经济发展的核心，让我们进入了一个类似生物系统大爆炸的阶段，所有的产品都是核心在认知上的贡献，智慧的涌现，而推动效应是以复杂系统的结构和研发的主要因素。机器学习的本质是推动智能生产效应的，机器学习的复利，带来学习与获取更多知识的智能体，以及研发出更强的智能体。这些之间的互通，人与Agent之间互通，人与人之间互通、Agent与Agent互通，共同演化，便成了智能经济发展的核心。
年初，DeepSeek的火爆出圈，打破了“高算力和高投入是发展AI唯一途径”以及“集成电路制程优势=AI技术霸权”的现实，引领AI行业进入以算法和模型架构优化为主，同时高度重视数据质量与规模、理性提高算力的新时期。随着生成式AI、大语言模型、智能体（Agent）等新技术层出不穷，整个行业发生了范式变革，从计算范式-AI协同编程-混合架构-AI原生服务，模型从技术上的能力转变为产业化的能力。
在AI领域，众多行业巨头如微软、AWS（亚马逊云服务）、英伟达、华为、阿里巴巴及百度等公司相继宣布在其AI服务平台上部署DeepSeek V3和R1模型。DeepSeek所推出的具备高效率与低成本特性的推理模型，以及其开源商业模式，有望引领AI行业的全新潮流。
DeepSeek的成功在于它突破了Scaling Law的瓶颈，R1抛弃了预训练的做法，使用自主强化学习方法，让AI拥有了自我反思的长思维链能力。长思维链是人真正的智力体现。这些说明了，在AI的发展进程中，算法优化以及系统级工程优化是不可或缺的关键环节，并行计算硬件需做更加复杂的训练加速，增强更多的模型性能和计算复杂度，而资深工程师在其中发挥着至关重要的作用。
在模型算法及工程优化方面，系统级创新面临着有限资源的制约，探索AGI成为开辟新路径的重要方向。从广泛覆盖的“横向通吃”模式向深入的“纵向做精”模式转变，可以吸引更多中小企业参与其中，从而创造更多的应用空间。然而，将多个专用模型整合为通用模型的过程中，需要解决诸多技术和工程难题，比如模型间的接口适配、数据格式的统一规范以及训练过程中的负载平衡等问题。或许通过通专融合的方式，即专用多模型的“垂直做精”与通用大模型的“横向扩展”相互补充，能够共同构建起智能时代的产业新生态。
AI产业与资本密集型和经验积累型的集成电路产业有所不同，它不仅需要大量的资金投入，更需要智力的深度投入，本质上是一个拼人的智力的新兴产业。因此，AI产业呈现出明显的不对称性特征。真正的AI竞争，不仅仅是技术和模型层面的竞争，更是生态系统、商业模式以及价值观等多方面的综合竞争。开源模型的出现使得每一位开发者都能够轻松调用强大的AI工具，摆脱对大公司的依赖，从而显著提升AI的进化速度。
产业生态一直被市场牵引，芯片设计和大模型的开源战略，成为全球AI的开源系统中的主导，企业需在有限算力条件下，通过算法和软件的协同创新，充分发挥硬件的极致性能，挖掘所有可能的优化空间。国内的AI模型需做好算力资源与AI平台的优化适配，才能应用好AI。
AI极大助力从业者提升知识的获取效率
AI发展最大的应用是机器人，软硬件一体化的扫地机器人、自动驾驶的汽车、人形机器人，呈具身智能化，加之井喷式爆发的AI模式，Agent（智能体），一个个AI系统，完全自主，当天在较长时间内独立运行来完成视频、编程、数据分析、自动化测试、监控、对话等多种多样的智能业务生产，并且能够收集反馈，不断学习来提升自主能力。它像极了人脑神经元，形成思考的闭环，神奇的是互联网处理海量知识。
AI系统需要具备强大的计算能力，还需要具备持续学习、适应环境、理解复杂情境等能力，这些能力往往难以通过简单地增加算力来实现。当下，机器人让我们已感受到智力上，相比之前的进步和力量，无论任何问题，任何询问，都会出现一个让我们觉得很不错的答案，深度思考能力升级，也由于芯片的发展、IT基础设施的完善，数据的多样性和规模经济的发展带动的AI变革，颗粒度更精细、更丰富，多维的数据备案会在智能上进化的更快更强大，在发展的过程中，知识革命将推动人工智能的发展，并推动私有知识的价值不断提升。IT行业进入产业化的拐点，商业化会成为未来的主旋律。
也因如此，端到端研发也非常重要，尤其是自动驾驶端到端后，行业影响极大，端到端意味完全独立上岗，无人干预，AI工具是为了提高效率的上限，等于AI是24小时×7×365天，持续不断的在学习的三个环节，所以，企业AI业务若独立上线，让AI自己完成实时的数据变换，那么同时由于搭建智能体的核心能力又是相对稀缺的，跨领域的场景扩张显得尤为重要。AI技术的核心在于其高效的学习和应用，其核心价值解决信息不对称、价值创造和决策效率成本等问题。智能体的独立上线和实时数据变换是其重要的战略优先级。Agent的核心能力稀缺，可以扩展到更多领域。未来竞争将趋向均衡，Agent的上岗将解决供给稀缺的问题。智能体的发展也将带来更复杂的智能体，并可能打破人类的知识和经验壁垒，重新定义行业壁垒。
总结
在万物互联的背景下，算力呈现多架构并存、多技术协同、多领域协同等局面，AI呈现深度学习、跨界融合、人机协同、自主操控、群智开放等新特征，这些数字化技术对经济发展和社会进步产生深远影响。未来智能社会的核心引擎是AI服务，基础设施智能化、企业智能化，都预示着：AI技术的大规模、普适性发展及应用落地，全面支撑智能经济社会构建。
大模型作为当前科技发展的前沿驱动力，正在深刻影响着智能研发与IT组织的未来发展。企业应敏锐洞察这一趋势，积极拥抱变革，充分发挥大模型在智能研发中的巨大潜力，构建适应新时代需求的敏捷IT组织架构，实现可持续的创新与发展。春雷之中孕生机，云计算、AI、大数据会伴随算力，朝向未知而又精尖的方向演进，让我们拭目以待吧！
正值LLM时代，智能软件研发的技术、范式和工具都发生了巨大的变化。无论是依赖于深度学习、神经网络和大数据技术。还是软件研发的范式从传统的规则驱动和专家系统转变为数据驱动和模型驱动。大量的智能软件研发工具和框架应运而生。数据成为了智能软件研发的核心。智算资源的需求与训练部署复杂的模型，开发者需要利用高性能的硬件（如GPU、TPU等）和分布式计算技术（如云计算、集群计算、数据库等）。这些技术应用仍然是IT组织探寻与研究的课题。
2025CSDI第九届中国软件研发创新科技峰会，将以数算+智跃为主旨，于深圳9月12-14日召开，携手100+国内外顶尖创新先锋，一起推动数字技术引领的智能研发，探寻LLM引发的知识革命下，更多的场景应用实践。
