李开复深度专访会议停止的深层原因解析

“你可以设想一下，当企业里AI员工的比例达到四分之三时，这些AI员工根本不需要开会，那我们人类开的会自然也就减少了。”李开复在说到这一观点时，语气中带着一种理所当然的笃定。

在WAIC 2026（2026世界人工智能大会）的零一万物展位上，工作人员用几张长桌拼接出了一小块临时隔断，李开复就坐在那里接受采访。长桌外围着三四层人，手机的镜头和Pocket相机的镜头纷纷越过桌沿，全都对准了他。在为期四天的WAIC 2026期间，他连续三天都待在展位里，不是忙着签售新书《AI未来已来》，就是被多家媒体包围采访。

从亲手创建并领导微软中国研究院（后更名为微软亚洲研究院），到创立创新工场，李开复不仅招揽过张亚勤、沈向洋等蜚声海外的中国第一批AI专家，也投资过创新奇智、文远知行、地平线等明星创业公司。在62岁那年，他决定亲自下场创办零一万物。2025年初，零一万物不再执着于追逐超大基座模型，而是将战略重心转向企业级AI应用，致力于让AI深入核心业务场景，并辅助企业“一号位”进行决策。

“老板AI”正是零一万物为企业“一号位”量身打造的一款决策型AI工具。李开复率先拿自己作为试验对象。如今，零一万物内部的每一场会议，都会生成完整的文字记录。无论李开复本人是否亲自参会，老板AI都能替他跟踪并评估会议效果，还能将会议内容与公司的各项运营数据综合分析，从中挖掘出文本之外的经营状况。

换句话说，老板AI不必坐在会议室里，却比身为CEO的李开复“参与”了更多的会议。它曾帮助李开复协调并解决了两个团队之间的分歧，而这些潜在矛盾，正是老板AI从会议纪要中敏锐揪出的。

过去，作为“一号位”，他只能通过层层汇报来了解公司动态；如今，会议记录和经营数据可以优先交给老板AI进行“预读”。当老板AI的研判与他的预测不一致时，李开复会要求它提供完整的证据链。如果证据能够说服他，他就采纳；如果证据不足或其中存在幻觉，他就不予采纳。老板AI还牢牢记得各个团队曾经承诺过的事情。“我可能会忘记，但老板AI绝不会忘。”

至少在会议这件事上，老板AI掌握的信息比真正的老板还要多。

但这并不意味着AI“喜欢”开会。如果有一天，AI能够直接读取企业业务数据，主动发现问题、追踪任务进度，甚至推动执行落地，它是否会像我们期待的那样，成为真正的“会议终结者”？

李开复的回答是：偏向肯定，但并非绝对彻底。

他认为，最应该消失的是“纯粹传递信息的会议”和“纯粹供人自我表现的会议”。有一次，零一万物的一位客户召集了一批中层管理者开会，每个人都觉得自己必须讲足五分钟，好让“开复老师”听到自己的见解，结果那场会议演变成了一场“表现型、表演型”的会议。

但有些会议不会消失。“涉及人事的会议、战略会议，以及需要做出决策的会议，仍然需要开。”李开复说。在召开战略会之前，AI可以提前做好背景研究。

那么，企业里AI员工的比例到底应该占多少？李开复并没有为所有公司划定统一比例。“有些公司可能达到99%，一个OPC（一人公司）可能就只有一个人了。”对于重服务型公司，AI员工的占比可能只有三分之一。“我觉得每个公司的情况会有所不同。”

少开会当然是好事。但AI员工进入企业，带来的改变远不止会议。整理资料、撰写会议纪要、做基础数据分析——这些原本由年轻人承担的入门级工作，也往往最先被交给AI。这些工作看似基础，却是许多人熟悉行业、逐步形成判断力的重要路径。

如果这些工作都交给AI，年轻人该如何成长？

“在少数行业确实存在这种风险，但大部分行业，我认为并不会。”李开复将工作分为执行与决策两大类。人需要做决策，也必须了解执行过程。但在他看来，了解执行并不代表凡事都要亲力亲为，可以通过向负责执行的AI提问来学习。“为什么一定要自己苦苦地去摸索呢？”

今年，零一万物从一所顶尖高校的国际学院招聘了4名应届毕业生。李开复计划让他们成为第一批DRI（直接责任人），每个人带领一组智能体去完成任务，并对最终结果负责，成为真正的“微型CEO”。

“我们作为一家AI公司，必须成为一家AI原生的公司。”李开复说。在这套新的组织架构中，DRI将成为公司里最有潜力成为合伙人的群体，未来，收入和期权分配也会向他们倾斜。

“在推进这件事的同时，我们也会逐步将现有的管理架构拆解掉。”

以下是经济观察报与李开复的对话，经过编辑整理。

”老板AI”发现了什么？

经济观察报：你已经在零一万物内部运行“老板AI”，让它读取会议记录和经营数据。它有没有告诉过你一些过去很难获知的信息，比如管理层没有说出口的分歧，或者某条业务线刚刚出现的风险？

李开复：非常多。我用这个老板AI发现了一些团队协作中的风险点。AI帮我解读出了一些存在矛盾冲突的情况。我了解到这些情况后，就觉得需要介入。对于这两个团队，要么进行人员调整，要么强迫他们协同工作，要么我就必须亲自盯着。

我也发现，公司内部之前存在一些风险，团队不愿意把坏消息直接告诉我。我还了解到，在一些我要求大家重点执行的方向上，比如有些收入是我们特别重视的，有些收入则比较一般，有些团队完成了目标，有些团队没有做到。此外，还有一些团队曾对我承诺过的事情，有些员工可能希望我忘记。我可能会忘记，但老板AI不会遗忘。

然后，我还通过这套系统找到了公司里最擅长管理AI的人。

经济观察报：它是怎么找到的？

李开复：我会设定一些筛选条件。比如，他必须是一个愿意承担责任的，而不是一个只想跟随别人的人，他应该是一个愿意带领别人的人；他敢于面对风险，并且比较擅长管理AI，技术能力也比较强。

有了这些要求后，系统就会综合分析所有会议纪要、每个人的半年度总结、上级的评价，以及每个人写了多少代码、利用AI写了多少代码、这些代码的质量如何，同时结合业绩表现进行分析，为我提供决策参考。我不会只看一两个数据结论，我更看重AI带给我的全局视野。

经济观察报：token消耗量大，会作为一个评选标准吗？

李开复：会参考token的使用量，但不能只看数量，因为质和量同样重要。如果他浪费了很多token，这样也不行；如果只看数量，谁都可以越用越多。

当AI的判断与直觉冲突

经济观察报：“一号位”通常非常相信自己的判断。如果AI的分析结果和你的直觉不一致，你会如何选择？

李开复：我会看它的逻辑。我们多年来一直在说，希望拥有一个可解释的AI。也就是说，如果AI认为某个角色应该选择A，而我觉得应该选择B，那我就会问它：“给我你的证据链，你有什么证据证明选A或选B更好？”然后我会仔细阅读它的证据。

如果证据能够说服我，我可以听从它的建议；如果证据无法说服我，甚至其中存在幻觉，那我就不采纳。因为最终决策还是要由人来做出，责任也要由人来承担。AI再聪明、再能干，也无法承担最终责任。

因此，最好的结合方式就是：一个愿意给AI授权，但同时自己愿意担责的人。授权之后，也要管理好AI。AI并不是那种完全自主的员工，你需要管理好它，有错误就要及时纠正。这就需要一位心思细腻、愿意担责，又能管理好AI团队的人。

CEO在使用“老板AI”时，自己就扮演着这个角色。我们也会在团队中寻找DRI，也就是“微型CEO”。他在公司某个具体任务上，也会扮演类似角色。我会信任这个微型CEO，让他对这件事全权负责，然后由他来管理AI。他负责、他管理，我放心。

经济观察报：有没有哪一次，你真的因为AI的提醒而改变了决定？能否具体举个例子？

李开复：每天都在发生。

当我发现一个风险时，我会立刻在飞书上找到负责处理该风险的人：“听说这里有风险，怎么回事？”有些时候确实存在问题，我了解情况后就明白了；有些时候则需要我参与协调解决。

我也会问它，比如“我们上市面临的三大法律风险是什么？”这样的问题。它给出的结果中列出的三个风险，有两个是我之前忽略的。它们不是什么惊天动地的大问题，但你必须知道这些问题，才能去处理；处理好了，才能顺利上市。相关事项的决策者可能都不知道公司在准备上市，但有些事情可能做得不够严谨。我知道了，就赶紧去修正。

从“大模型六小虎”到AI原生组织

经济观察报：你在书中写道，未来企业的基本单元可能会变成“一个DRI加一组智能体”。零一万物自己的组织架构，已经开始向这个方向调整了吗？

李开复：至于公司组织架构的重构，我们在成立三周年时就已宣布，我们正在寻找DRI。DRI会是公司里最有潜力成为合伙人的人。未来，我们在收入和期权分配上都会向合伙人和DRI倾斜，因为这批人将是公司最核心的力量。所以，我们正在以身作则地推进这件事。在推进的同时，我们也会逐步将现有的管理架构拆解掉。

我的经理们都清楚这件事。而且我非常欣慰的是，当我问公司里谁最擅长用AI编程时，结果发现其中有两位是我们的BP（业务伙伴）。这样一来，我就明白了，我们的人不只是信息传递者，也不只是负责管理人类员工的管理者。这两种人在未来的架构里是发挥不了作用的。

因此，作为一家AI公司，我们必须成为AI原生的公司，必须率先推进这些改革。在我建议传统企业进行这一系列改革之前，我一定要自己先尝试、体验，然后优化，才能把这种理念以及相应的产品介绍给他们。

经济观察报：从“大模型六小虎”时期，到现在转向企业AI、对标Palantir，零一万物经历了不小的变化。在这个过程中，最难的一次组织调整是什么？有没有一些过去很重要的岗位或管理方式，后来发现已经不再适合了？

李开复：其实最难的，是让所有员工相信我。

我自己是因为相信，所以才能看见。跟着我多年的人，因为对我的信任，所以也能看见。还有一些人的想法是，“我尽责地做好本职工作，以后出了问题也没办法。”

还有一批人觉得，“公司怎么突然转向了？这好像不是我当初加入的那家公司，我原来做的事情好像已经没那么重要了。”于是他们就会选择离开。

他们的离开其实是可以接受的，优秀人才我会尽量挽留，同时我也希望他们都能有更好、更合适的发展机会。但他们在公司时，这种不认同感会影响整个公司的士气。公司里到底有多少人属于第三类，仍然存在不确定性。如果三分之二的人属于第三类，这个公司可能就救不回来了。好在三类人大致各占三分之一，所以当第三类人离开后，我们又招聘了一批新员工，公司现在正非常健康且迅捷地向前发展。

经济观察报：但也有一种情况：一个人很愿意留在公司，可是他身上的特质，或者他原来担任的管理岗位，已经和现在公司的需求不太一致了。这种情况怎么处理？

李开复：我们对聪明、懂模型的人永远有需求。零一万物全面转向toB之后，我们一直保留着自己的模型训练团队，他们现在都在很好地帮助客户训练产业大模型，所以没什么问题。

只是，对于一名从事AI技术、算法和模型研究的人来说，他是否愿意为客户训练模型，还是觉得“天生我材，我就要训练一个世界第一的模型”。如果是后者，那他可能不得不遗憾地离开。我们也会为他提供很好的推荐，让他进入最能实现自己梦想的公司。

会议会消失多少？

经济观察报：如果未来AI已经能看完公司的业务数据，主动发现问题、追踪任务，甚至推动执行，那企业是不是根本不需要开这么多会了？

李开复：这个问题问得很好。我认为现在的会议确实过多。但是你所讲的目标，不需要刻意推动，它就会自然实现。因为当企业里AI员工占到四分之三时，AI员工是不开会的，所以我们开的会自然就会减少。

经济观察报：所以，你的目标是让企业里的AI员工占到四分之三？

李开复：有些公司可能达到99%，一个OPC（一人公司）可能就一个人；有些公司可能是重服务型的，AI员工可能只占三分之一。我觉得每个公司会有所不同。

经济观察报：哪些会议可能最先消失？反过来，哪些事情无论AI了解多少，大家还是需要坐到一起，当面讨论来作出决定？

李开复：纯粹传递信息的会议、纯粹供大家自我表现的会议，这两种最需要消失。因为当公司变得更加扁平化后，就没有那么多信息需要传递了，而且可以通过邮件、飞书等更好的工具来传递。

现在最大的问题是，很多会议是表演型的。我们有一个合作伙伴，我去见他时，他召集了一批中层管理者。每个人都觉得：“我必须说五分钟，让开复老师知道我很有见解。”但是，如果他们真的有见解，我也愿意听，可他们并没有。所以就变成了一场表现型、表演型的会议，这种会议是最没有意义的。因为那些最觉得自己需要表演的人，其实往往没有真才实学。所以我觉得，这种会议也可以消失。

还有一些纯粹谈执行的会议也可以减少，因为AI将成为以后的主要执行力量。可能需要的，还是谈人的会议、谈战略的会议，以及需要作出决策的会议。战略会议也需要AI帮助做功课，做好背景研究。所以，这一部分会议还是有存在的必要。

年轻人如何成长？

经济观察报：你在新书里提到，未来的员工都可以成为“个人贡献者”。但AI现在最先接手的，往往也是年轻人过去入行时做的工作，比如整理资料、写会议纪要、做基础分析、写简单代码。如果这些初级工作都交给AI，会不会让年轻人失去熟悉行业、慢慢形成判断力的过程？

李开复：在少数行业确实存在这种风险，但大部分行业，我觉得并不会。因为我更倾向于把工作分成两种：一种是执行，一种是决策。人本来就是要做决策的。如果要做决策，你首先需要了解执行过程。你可以去问那些负责执行的AI，跟着它们学习，为什么一定要自己苦苦地去摸索呢？

比如说，你要成为一名首席财务官，真的需要帮员工填写所有的报销单吗？这对首席财务官真的有帮助吗？并不会。新人需要掌握的能力是动态变化的。有了AI，企业不再需要新人做会议纪要，不代表企业就不需要新人了。我们反而可以让很会用AI的新人去做更有价值的事情，获得更大的成长空间。如果有一些工作是AI可以代劳，但人必须自己体验一次才能成长，那我们也可以让人和AI一起协作完成。

经济观察报：零一万物现在还招聘应届毕业生吗？你希望他们从基础工作做起，还是一进公司就要学会带领智能体完成任务，对一个完整的结果负责？

李开复：会的。我们今年从某所高校的国际学院招收了四位应届生。

经济观察报：招聘他们的判断标准是什么？

李开复：他们都可以成为DRI，因为这个学院基本就是DRI的“黄埔军校”。

经济观察报：你能具体讲讲，为什么他们身上有这种特质吗？

李开复：因为这所学校的招生标准，就是考察一个人的独立性、判断力，以及是否已经做成过一些事情，而不只是看学习成绩。

经济观察报：招聘的时候，你怎么判断他们有这种能力？还是只是基于对学校的信任？

李开复：我们有多轮招聘流程，当然也要求应聘者有能力、有才华。但是我会去了解：过去你把这件事做成了，具体是怎么做到的？是因为你父亲的公司给了你机会，还是因为你碰巧运气好，还是因为你看到了一个机会，积极主动地去争取了？

这件事情之所以能做成，是因为你所在的位置和你的公司平台，还是因为有你才能做成？这些是我想要弄清楚的。

经济观察报：所以，他们进入公司之后，就可以带着智能体产出完整的结果，并对此负责，也就是你所说的DRI？

李开复：他们还在等待入职。是的，他们是第一批。

“微型CEO”与赛马模式

经济观察报：你设想未来公司里会出现很多“微型CEO”。但如果每个DRI都能带着智能体快速发起项目、调动资源，公司内部的竞争可能也会变得更激烈。这会不会让企业变成一种“超强赛马”模式：项目更多、速度更快，但争抢资源和协调冲突也更频繁？

李开复：不会，完全不会。因为公司的资源过去是有限的：你多要十个工程师，其他项目可能就少十个工程师。现在，这种资源近乎是无限的。只要做的事情有意义，token可以随便用，但要负责任地使用。

公司的管理也会有AI来协助，确保这些DRI做的事情不会重复。所以不会出现赛马的情况，除非我们刻意安排赛马。比如，一个问题有两种解决方法，AI不知道哪种更好，我们也不知道，这个时候就可以进行赛马。但它不是那种很残酷的人与人之间的赛马，而是一种非常理性的安排：大家都不知道哪种方法更好，而且这件事对时间要求很高，所以两种方法各做一遍。它更像一个A/B测试，而不是赛马。

一号位会更累吗？

经济观察报：AI最后会让“一号位”管得更少，还是管得更多？会更累吗？

李开复：我不会管得更多，但肯定会管得更深、更准，作出更正确的决策，挖掘出更多潜在风险。但是，我不会把更多时间花在类似的事情上。我会用百分之七八十的时间，达到300%至400%的效果。

经济观察报：这是怎么做到的？

李开复：因为过去很多事情是徒劳无功的。我安排一场会，结果发现原来不是那么一回事；我批评一个员工，结果发现错怪他了。这类事情过去比较多，现在则很少发生。

一人公司与重公司

经济观察报：你推崇“一人公司”，认为AI能让很小的团队完成过去几十个人才能完成的工作；另一方面，零一万物现在对标的Palantir，却是一家需要大量工程师深入客户现场、长期做交付的“重公司”。AI可以让研发和内部执行变轻，但理解客户、建立信任，最后推动系统真正落地，似乎还是很“重”。你觉得未来典型的公司会越来越小，还是会变成“小核心团队加上庞大交付网络”的新形态？

李开复：我们确实在大量招聘FDE（前沿部署工程师），也就是派遣到客户现场的工程师，这是必须的。因为我们的产品虽然已经实现产品化，也采用订阅制，但它并不是一个即插即用的产品。

建立一家公司的Ontology（本体）需要一至三个月。公司的数据库、角色和流程都要做好，客户才能拿到充分的结果。零一万物内部已经做好了，我现在只是在享受成果；但是搭建的过程，还是需要若干名工程师花几个月时间才能完成。

所以，如果你把这个叫作“重”的话，那它可能是“重”的。但是，相比一家企业自己动手，用三百个工程师花十个月时间，做出一个只有Palantir一半好的系统，那才叫作真正的重。

大公司vs小公司

经济观察报：目前看，AI到底会削弱大公司的规模优势，还是让头部企业更强？

李开复：如果头部企业拥有更多数据，它能够利用这个机会，通过决策中枢形成一个闭环，让它的人工智能越跑越聪明，这是最大的护城河。公司规模大小倒不是关键，大公司和小公司都可以做到。

大公司的优势是，它可能确实更懂行业，做成闭环的概率也更高。它可能手中有一些被锁定的客户（也就是“跑不掉的客户”），这是它的优势。但它的劣势是组织转变起来很慢，而且需要把中层管理者、老师傅的能力沉淀下来，这会让它跑得更慢。所以我觉得，小公司和大公司都有机会。

基座大模型竞争格局

经济观察报：从现在来看，国内基座大模型的竞争格局是不是已经尘埃落定了？

李开复：没有。我觉得现在有三家似乎跑在前面，都是比较强的、重的模型，但推理能力也很好。我们都试用过，觉得都很棒。但是另外几家也是不容忽视的。

我觉得阿里的长期投入、字节的人才密度，还有腾讯最近也跑得很快，都说明竞争格局还没有尘埃落定。我今天算了一下，有11家还在大量地烧钱、努力地做基座大模型，其中我觉得应该有八九家实力都很强。最终不可能都坚持到最后，所以还要看它们接下来几个阶段的表现。这个竞争还是蛮残酷的，因为一旦掉队，就彻底掉队了。