AIEC 2026：Agentic时代，AI如何重构软件、组织、产业与人？

2026年，AI大模型已经突破了问答入口的局限，进化成为能够调用工具、拆解复杂任务并连接工作流的智能体。

随着智能体逐步渗透到工作与生活，成为全新的生产要素，一系列根本性问题随之浮现：我们的工作模式将如何改变？组织架构会被怎样重塑？生产底层逻辑又将迎来哪些变革？

为探寻这些问题的答案，AIEC 2026人工智能+生态大会现场特别搭建了AI会客厅。我们邀请了五位来自知名高校、权威分析机构、科技巨头以及OPC等不同背景的AI从业者，通过一期原点Talk特别版播客，共同探讨这个时代不可回避的核心议题。

01 霍锦洁：AI超级周期下，智能体重构软件入口

当前，AI正处于新一轮技术超级周期之中。回顾个人电脑、手机和互联网的兴起，每一次技术周期都带来了工具的更迭与全新的发展机遇。

这是IDC中国区总裁霍锦洁在AI会客厅与至顶科技CEO兼总编辑高飞对话时给出的核心判断。她认为，“每一次变革，来来去去都离不开这几个要素。不必恐慌，只要愿意学习，改变就会带来新的机会。”

高飞也深有感触：“当人身处周期之中时，往往难以看清全貌。实际上，背后存在一些共性规律。”

这种共性首先体现在软件入口的变化上，最典型的例子便是Agent（智能体）与SaaS这两个不同时代产物的演进与更替。

霍锦洁的判断颇为大胆：传统SaaS的形态将大幅萎缩。“目前SaaS在软件市场中的占比大约为三分之一，但到2029年，这个比例将降至不超过1%。不过，我认为这更多是界面层面的改变。”

过去，SaaS服务于人，因此需要菜单、页面、模块和复杂的操作入口。但未来，许多操作将由智能体代为完成。人类不再需要亲自进入每一个软件界面，而是通过智能体来表达自己的意图。

在霍锦洁看来，“SaaS的界面会消失，但它背后的应用会越来越多，也越来越重要。”

这意味着，Agent时代的来临，并非宣告软件变得无关紧要，而是软件从“人来点击按钮”彻底转向了“机器来调用能力”。过去SaaS公司沉淀下来的用户行为、工作流程、行业知识和数据，不但不会作废，反而会成为Agent理解用户意图的关键所在。

霍锦洁指出：“未来能给智能体提供足够多用户意图数据的，恰恰是现在的SaaS公司。”因此，SaaS公司未来的竞争焦点不再是界面设计，而是谁更理解客户、理解业务、理解任务。

更进一步，Agent还将深刻改变企业的组织架构。据霍锦洁分析，已有公司在设想用四个超级智能体来管理整个企业——分别负责客户、员工、研发和合作伙伴。如果这一判断成立，当企业真正进入AI原生阶段后，其组织形态将从传统的部门逻辑，转向围绕服务对象和任务目标进行重新设计。

02 汪晟杰：连接，是智能体的核心价值

如果要评选今年国内最热门的智能体产品，腾讯的WorkBuddy一定榜上有名。

作为第一个写出WorkBuddy的产品经理，汪晟杰在现场对话中回忆了这款产品的成长历程。最初，它源自腾讯内部的真实需求。团队中有大量用户并非软件工程师，他们不会使用终端，也不会用IDE，但又同样需要完成研究、办公、应用生成等复杂任务。于是，WorkBuddy基于腾讯自己的CodeBuddy底座，打造了一个更易上手的产品形态。

对于早期原型，汪晟杰的想法很简单：做得干净利落，把内部调研得出的十大高频场景实现就好。产品上线后，率先在腾讯内部进行推广和使用，通过真实反馈快速迭代。用汪晟杰的话说，“腾讯内部自己先‘吃狗粮’，然后让大家给出更好的反馈，这是我们做产品时的第一个思考点。”

WorkBuddy的关键，不在于多了一个AI聊天框，而在于它真正站在用户视角去解决用户问题。这就引出了WorkBuddy的一个核心价值——连接。用户真正需要的不是和模型聊天，而是让AI去连接工具、文件和流程。

这也是MCP（模型上下文协议）在2025年突然火爆起来的根本原因。汪晟杰认为：“未来为什么越来越多的用户产品都在做CLI化？本质上是要让AI能够调用这些工具。而MCP更重要的是，它作为底层的标准范式，让AI能真正调用工具，从而进入工作流。”

在现场，高飞抛出了一个不少AI开发者都为之头疼的问题：大模型越来越庞大，能力越来越强，它会不会最终把AI应用给“吃掉”？

汪晟杰给出的判断是：不会。他指出：“超大模型本质上是一个调度器，负责理解复杂任务、拆解任务，然后再分配给云端的数字员工、端侧模型或硬件设备去执行。未来不会是一个模型包打天下，而是端云协同、多模型、多Agent共存的局面。”

但他也提醒，Agent和skill并非越多越好。太多的skill会引发选择困难、导致token消耗过大以及上下文混乱。更合理的方式，是通过workflow、规则、小模型、专家Agent以及逐步激活机制，让复杂任务始终保持在可控范围内。

03 魏晓刚：企业AI转型，要率先在高价值场景落地

如果说WorkBuddy展示的是办公和软件工作流中的智能体实践，那么美的集团美云智数副总裁魏晓刚，则将问题拉回到了制造业和企业经营的真实现场。

在他看来，AI也好，云计算、大数据也罢，乃至之前的数字化转型，本质上都不是为了技术本身而存在。“AI也好，包括之前的数字化转型也好，都是在为企业的经营赋能。”

正因如此，企业AI转型的核心，绝非买软件、买算力、买模型那么简单。魏晓刚强调：“你单靠买软件、买算力、买AI这种新科技，无法驱动业务变化。因为AI的转型，本质上是人的认知的转型。”

实际上，美的的经验能够对外输出，并不是因为某项单点技术特别厉害，而是因为内部已经形成了一套可复制的体系。据魏晓刚透露，美的的智能制造源于自身的精益体系，并已在全球多个制造基地复制和推广。其数字化转型的初心，是形成“一个美的，一个体系，一个标准，统一经营语言”。

AI的到来，让许多企业重新意识到了数字化底座的重要性。过去，企业可能会觉得系统上了、软件也有了，数字化转型就算进入了深水区。但现在AI来了，大家才发现想用AI却用不上——因为内部的数据、流程、系统和知识库依然没有打通。

魏晓刚指出，要想把AI用好，需要用高价值场景来牵引。“要让AI真正在企业的高价值场景中产生效果，并以此反向牵引企业数字化转型向下半场迈进。”这实际上是他对美的自身AI落地路径的高度总结。起初，美的各部门的AI应用也是分散的，先是在营销、研发、知识问答等方面产生了效果，之后才上升到统一管理的层面，最终在内部形成了统一的平台、算力、算法和合规体系。正是具备了这些基础能力，美的的AI才实现了规模化复制。

对于现在刚开始做AI的企业，魏晓刚认为已经没必要再重新摸索一遍。AI的方向已经被验证，企业可以直接将AI提升到战略级位置，再通过高价值场景分步推进。

04 韩家乐：将经验模型化，将模型落到产线中

同样在用人工智能技术服务制造业的，还有这波AI浪潮中的创业团队。作为践行轻量化、高产出组织模式的“一人公司”(OPC，One Person Company)代表，素源矩阵就是这样一个生动的案例。

素源矩阵CEO韩家乐在现场对话中介绍，他们是一家“以材料机理模型为基础”，希望通过AI for Science赋能企业升级创新的公司。虽然是以高度精干的OPC模式高效运转，但其释放的创新动能却足以撬动传统巨头。他们最终选定的赛道是材料工业——面向材料工业企业提供节能减排、降本增效、提质增优服务。

材料工业的核心矛盾是：输入端极不稳定，但输出端必须稳定。韩家乐指出：“工业生产中，今天、昨天、明天的原材料都可能不同，但企业最终需要生产出标准化的产品。过去，这往往依赖老师傅的经验来判断配比、工艺和控制。”而素源矩阵的核心价值，就在于用组织形式的“轻”，去解工业生产的“重”——通过模型化技术将个体效能放大至极限，为传统工业带来精准的确定性。

素源矩阵想做的，就是把那些老师傅的经验变成可解释、可复用的模型。据韩家乐透露，他们正是通过机理将中间不稳定的因素表示出来，从而把经验转化为可解释的机理。企业真正关心的，不是产线上实现了某项功能，而是能不能看到切实的指标。“我们带来的收益很直观，通过我们的模型可以直接在产线上产生真实的降本。”

在技术门槛上，韩家乐强调，公司拥有自己的材料基础大模型。这个模型并非单纯由数据驱动，而是将数据与材料科学中的字段、结构、性质、原子作用力、能量等可解释数据结合起来。这决定了AI for Science进入材料工业，不能只是把通用模型套进工厂，而必须将材料机理、工业经验和产线目标结合起来。

在他看来，AI带来的机会正从Benchmark走向下沉的真实场景。用户并不关心你API调的是什么，他们更在乎的是可用性。AI的价值，最终要在真实场景中被验证——这已成为智能体落地过程中的一条铁律。

05 彭凯平：人应该有一个时间没有AI

当AI进入软件、组织、产品乃至工业现场之后，人类自身又该如何面对这一宏大趋势？

清华大学全球产业研究院院长彭凯平认为，这一次AI革命与过去的技术革命有本质不同。过去的技术更多改变的是外部环境，而AI已经开始影响人的内心世界。“现在AI出现的一些现象，开始影响到我们自己内心。例如，我们现在要靠AI提供信息，需要AI来帮助形成自己的判断。”

AI确实能提高效率、补足信息，让人获得更强的自我效能感。但问题在于，这也可能导致人类把判断、分析和学习全部交给机器。“判断由AI来做，分析由AI来做，学习也由AI来完成——这是认知外包对我们的影响。”

由此，未来的差距可能不再仅仅是数字鸿沟，而是人工智能鸿沟——一部分人擅长用AI增强自己，而另一部分人则排斥、害怕，或者过度依赖AI。

彭凯平在对话中特别强调了“心理主权”这一概念。“心理主权，是人能自由、自主、自发地做出判断和决策的能力。这是不能让机器代替的。”在他看来，AI的顺从和迎合，可能会让人误以为世界总会回应自己，但真实的生活需要冲突、碰撞和不同的意见。

因此，人与AI的关系需要分清轻重缓急。任务型、重复型、低风险的事可以交给AI，但感情、隐私、创造冲动和重要决策，不能全部让渡出去。“我始终觉得，我们的感情不能由AI来主导，我们的隐私不能让AI全都知道。”基于此，他提出：“人应该要有一个时间是没有AI的。”

在彭凯平看来，如今真正重要的问题已经从“AI能做什么”转向了“人该做什么”。恰逢高考填报志愿之际，高飞也就学生选择专业和就业方向咨询了彭凯平教授的意见。彭凯平认为，年轻人应该具备三种比专业更重要的能力：终身学习的能力、合作的能力和韧性。在AI时代，技能会变，专业会变，但持续学习、理解他人、与人合作、承受挫折，仍然是人类必须具备的核心能力。

06 AI的下一站，是从可用工具走向重构系统

回看AIEC 2026 AI会客厅这场播客中的精彩讨论，高飞与五位来自不同领域的AI从业者的交流，清晰地勾勒出一条AI从可用工具走向重构系统的演进逻辑。

在软件层面，智能体重构了SaaS的入口，旧的界面消失，但背后的应用能力变得更加强大；在产品层面，Agent必须连接真实的工作流，才能真正成为生产力；在企业层面，AI倒逼着组织、流程、数据和经营语言进行统一重构，同时AI也在把经验、机理和数据变成可解释的模型；而在人的层面，我们需要重新守住判断、情感和创造的边界。

AI越是深入真实世界，就越不是简单地替代某个工具、岗位或流程。它正在迫使软件、组织、产业以及我们每一个人，去重新回答那个根本性的问题：自己真正创造价值的位置，究竟在哪里。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AIEC 2026：Agentic时代，AI如何重构软件、组织、产业与人？要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题