AI开始干活了，但可控、稳定、能打吗？｜《WAIC UP!》绿皮书Ⅶ

「AI时代进化指南」

#1

信任新基建的三重底座：

技术可信、生产力可信、组织可信

WAKE UP MORE

基于《WAIC UP!》第七期嘉宾李志江、Manuel Corpas、杨红霞、陈源培、Gary Dvorchak、沈亦晨、王康曼的前沿洞察，本期从技术可信、生产力可信、组织可信三个维度，拆解“信任新基建”如何成为AI深入产业的核心底座：

• 技术可信：当智能体“无所不能”，如何确保它不会“自作主张”？
  
  从说话到做事，从生产到医疗，“技术可信”才是最大竞争力——让它每一步都可控、可溯、可安心。

Manuel Corpas（基因组学家、生物信息学家，Claw Bio创始人）认为：

“AI智能体对生物医药的影响颇为微妙。因为我们处理的是极其敏感的患者数据，涉及人的生命，犯错的代价也大不相同。如果智能体在金融领域出错，可能造成一百万美元的损失；但如果在生物医学领域出错，可能就性命攸关。这就彻底改变了规则。人们把智能体应用到医疗系统时，会伴随着更多的保护机制和更强烈的焦虑感。”

• 生产力可信：当AI被包装得天花乱坠，如何分辨“在炫技”还是“可落地”？
  持续交付可靠的产出，是最基础的也是最困难的——这正是产业界真正焦虑的地方，也是需要持续发力的地方。

杨红霞（香港理工大学计算与数学学院副院长）团队提出：

“大量高价值行业数据（如医疗、金融、制造等）因隐私、安全与合规要求，无法集中到统一平台进行训练；更重要的是，通用模型虽然具备广泛知识，却难以真正深入复杂垂直领域，无法满足专业场景对精准性、可解释性与行业经验的要求。这导致领域专家与AI专家之间形成巨大断层——真正掌握行业知识的人，往往无法参与模型构建。”

陈源培（灵初智能联合创始人兼强化学习负责人）发现：“任务多样性的重要性，远高于很多人关注的场景复杂度。只有在预训练阶段覆盖了足够丰富的任务类型，模型才能获得通用的操作能力，才能适配多元化的下游落地场景。我们对任务多样性的定义是不同的操作动作类型和不同的操作目标的组合。现在回头看，这一系列反直觉的发现其实都指向同一个核心问题：我们一直在用小数据时代的思维方式，去解决大数据时代的问题。”

• 组织可信：一个人+AI能顶一个团队，但什么特质才是真正能打、可信的？
  组织可信，不只是一己之力的放大，也不只是强强联合的叠加，更不只是资源禀赋的堆砌——它需要看得见的人脉网络、靠得住的持续协作、走得远的同频共振。

Gary Dvorchak（蓝衬衣集团亚洲区董事总经理）指出，组织可信的根基在于人脉网络与关系建立：

“从管理层开始往上走，本质上都是在整合资源。而这最终会回到一个关键点：你认识多少人。因为每个人、每个组织都带着某种资源进入市场，可能是团队、专业能力，或者资金。如果你认识的合适的人越多，你想完成一件事时，无论是合作、招聘，还是寻求投资，你就越知道该打电话给谁。你所建立的人脉网络很可能是你在整个职业生涯中最重要的资产之一。”

沈亦晨（曦智科技创始人、董事长）认为组织可信的本质是顺畅协作：

“‘1+1→∞’最值得讨论的地方，不是两个个体都很强，而是它们之间的协作开始变得顺畅。过去一个人做一件事，主要靠自己的知识、经验和时间。以后越来越多事情，靠的是你能不能调动一个更大的系统：哪些交给自己判断，哪些交给AI展开，哪些让系统自动跑，哪些环节保留人的责任。未来最强的人，不一定是什么都会的人，而是最会组织‘人+AI’协作的人。未来最强的公司，也不一定是单点技术最亮眼的公司，而是最早把这种协作变成日常生产方式的公司。”

王康曼（3C AGI Partners创始人兼首席执行官）提出，组织可信的根基在于能否找到长期资本伙伴：

“我最看重的两个特质是：乐观思维和解决问题的能力……对创始人来说，尤其是在公司早期，选择能和你同频共振的投资人非常重要——无论是在技术路径的愿景上，还是在性格上。因为市场上确实有‘黏性资金’，愿意长期陪你走下去，但这需要你在早期就分辨出来，并在融资历史中早早锁定他们。”