凯文·凯利WAIC演讲：未来5年，盯紧这3个赛道

AI的终局到底是什么？是更聪明的大模型，还是能走进每个家庭的机器人？是取代人类，还是与人类共生？

在2026世界人工智能大会（WAIC）上，凯文·凯利给出了他的答案。

这位曾准确预言云计算、物联网和虚拟现实的科技先知，这次将目光投向了三个更远的前沿：

• 至少还需十年才能成熟的人形机器人
• 将碘伏认知的AI情感能力
• 一个由个人智能体构成的全新经济生态

以下是对凯文·凯利在WAIC期间的演讲与访谈的精编整合，值得每一个关心AI未来的人收藏细读。

今天，我们来聚焦AI行业未来的发展走向与潜在机遇。需要指出的是，目前人工智能领域仍存在大量核心未知与不确定性：

AI的终极发展形态尚未定论、行业格局会走向集中化还是去中心化、人工智能是否会大规模取代人类就业、技术生态会走向开放还是封闭。这些核心问题，未来一两年内都无法得到解答，甚至五年后依然会处于探索阶段。但恰恰是这种不确定性，蕴藏着前所未有的创新机遇。

以下要阐述的行业方向，虽充满未知，却也是在座各位创造全新产业、打造碘伏性成果的绝佳契机。未来五年，AI行业将迎来三大充满机遇与挑战的核心前沿赛道，分别是智能体经济、人形机器人、AI情感能力。

个人智能体与智能体经济：你的“外延自我”

第一个核心前沿，是个人智能体与智能体经济生态的构建。未来每个人都将拥有全天候在线的专属个人智能体，它可内置在智能眼镜、手持终端等各类设备中，始终伴随用户、深度感知用户的一切行为与需求。

久而久之，这些智能体对你的了解，会远超你对自己的认知，可以将其定义为“外延自我”——它独立于本体，却与用户高度共生，是人类能力的延伸载体。

未来，海量的个人智能体将形成互联互通的全新智能体经济生态，智能体之间可自主对接任务、完成交易、建立信用体系。

智能体时代的到来，也催生了一系列全新的行业命题与巨大机遇。我们需要重新界定智能体的归属权：智能体究竟归研发企业所有，还是归使用用户所有？同时，跨智能体的信任体系构建，是目前完全空白的技术领域。如何实现不同智能体之间的安全交互、可信协作，是未来必须攻克的核心技术课题，也蕴藏着海量创新机会。

人形机器人：人类最复杂的人造产物

人形机器人将是人类迄今为止研发过的最复杂的人造产物，复杂度远超人类现有所有科技产品。这款产品的落地成熟，需要全球无数顶尖人才协同攻坚。它不仅搭载最复杂的人工智能系统，还融合了精密硬件结构、专属能源供给体系，三者高度集成的技术难度极高。因此，能够真正走入家庭、适配各类场景的成熟人形机器人，将是人类科技史上最难突破的工程难题之一。

目前我们的技术仅仅处于起步阶段。当下主流的大语言模型存在明显短板，不具备自主学习能力，也没有长效记忆机制，而这两点正是人机协同、智能迭代的核心基础，也是未来技术突破的关键。我们并非要淘汰大语言模型，这类技术依然具备极强的实用价值，但单一的文本认知智能远远不够，行业需要全新的认知体系，补足大语言模型的短板。现有AI模型大多基于文本知识训练，只具备知识智慧，却缺失现实智慧。

未来的核心方向，是研发能够适配三维现实世界、感知物理规律的空间智能与世界模型。这类AI不再依托文字数据学习，而是深度研习现实世界的物理、化学、生物规律，精准认知物体平衡、流体运动、空间结构等真实场景逻辑。目前全球包括中国大量实验室都在攻坚这一前沿领域。空间智能、嵌入式现实世界模型，将成为下一代AI的核心底层能力，也是人形机器人的核心刚需。

人形机器人的落地，离不开三大核心技术攻坚：

第一，空间感知智能，摆脱纯语言认知局限，适配三维真实场景；

第二，仿生机械手研发，人类手部是极致精密的器官，兼具压力、温度感知能力，远超普通机械夹具，高精度仿生柔性机械手的工程研发难度极大，需要大量工程师与AI技术加持；

第三，超低功耗能源技术，人类大脑作为超级算力载体，功耗仅25瓦，人体整体功耗也仅有300瓦，而现有人形机器人的能耗效率远远达不到人体标准。

与此同时，服务人类的人形机器人，需要达到99.999%的极致可靠性。目前全球自动化程度最高的机器人工厂，任务自动化准确率也仅99%，每提升一个精度量级，都需要突破巨大的技术壁垒。现阶段，工业级、农业级专用机器人技术已相对成熟，比如精准农业机器人，可针对每一株农作物精准供水、施肥，实现精细化种植，落地难度远低于通用人形机器人。

但全自动驾驶汽车这类机器人领域，至今仍未实现完全无人化，99.9%的场景可自主运行，剩余0.1%的极端场景仍需人类接管。而攻克最后0.1%的难题，所需的资金、技术、人力成本，等同于突破此前99.9%的全部难度。由此可见，通用人形机器人的全面成熟，至少还需要十年的深耕研发。

AI情感能力：最碘伏大众认知的突破

未来，人工智能在人类世界中究竟扮演什么角色？若谈论人工智能未来10到15年的前景，可能会更为稳妥。在未来10到15年，人工智能的角色会更像伙伴、教练、向导与副驾驶。目前看到的关系模式是“人类+人工智能”，既不是人工智能单独运作，也不是人类独自行动，而是二者协同合作。未来的方向就是如此，无论是解决问题还是推进工作，都将以团队协作的形式展开。

人类与人工智能拥有两种截然不同的思维模式，一种是人类思维，另一种是人工智能思维。而这两种思维结合在一起，其力量会远超这两者单独运作的效果。正是在这样一个人机协同的大背景下，AI情感能力的植入与落地将成为未来人工智能最碘伏大众认知的突破。

情感是贴合人类尺度的能力，无需复杂训练即可被人类感知、理解，也是人机深度连接的核心纽带。当前的AI已经可以通过摄像头精准识别人类的开心、惊讶、恐惧等情绪，并做出对应反馈。比如感知到孩子情绪低落时，主动给予陪伴与安抚，这类场景已经可以落地实现。未来更进一步，AI将实现宠物拟人化沟通、情感互动等场景。

可以确定的是，具备完整情感感知与共情能力的AI和机器人，将与人类建立真实、深刻的情感羁绊。人与智能体之间的联结，并非虚假的人机互动，而是真实存在的情感关系，这也是未来AI产品的核心竞争力。AI如同人造外星生命，即便能复刻人类多数特质，也无法拥有某些独特人性。AI不会取代人类，但人机共生的时代已经到来。

结语

人形机器人技术突破、AI情感融合、全域智能体生态构建，是未来五年AI行业最大的不确定性，也是最核心的创新机遇。在这个过程中，需要保持开放的心态，去尝试身边出现的新事物，而且需要反复尝试，因为目前这些新技术还不够完善。像人工智能、虚拟“镜像世界”眼镜这类新技术，都还不够好。如果现在试用，你很可能会不喜欢它们。它们或许无法满足你的需求，或许根本不值这个钱，但你还是得坚持去尝试。

这正是“在失败中前进”的理念。因为如果忽视、禁止、封杀或否定这些新技术，我们就无法掌控其发展方向。要让这些技术最大程度地扬长避短发挥作用，唯一的方法就是使用它们。所以当你听说某项新技术时，不妨多给它几次机会。

延伸阅读：AI与就业、产业和组织变革

人工智能的发展，正在以一种深刻而渐进的方式重塑人类的工作与组织形态。它不仅改变了任务执行的方式，更在重新定义工作的本质与价值。AI的到来并非一场突然的革命，而是一场持续的演化。

1.AI的扩散节奏：从探索到整合

AI的应用不会在短期内全面取代传统体系，而会以渐进的方式渗透进社会的各个层面。未来十年，将是人类与AI相互适应的关键阶段。这场转变不仅涉及技术层面，更是组织与文化的变革。为了有效引入AI，企业必须重新设计工作流程，调整绩效体系，重构决策结构。过去的工作系统是为人类员工设计的。而在未来的组织中，AI将成为团队成员，需要在文化与结构上为它预留空间。这种调整并非易事，但正如工业革命时期电力改变了生产结构，AI也将推动管理与协作方式的根本转变。

在这场转型中，小型和初创企业往往走在前列。它们规模灵活、结构扁平，能够快速试验与调整。相较之下，大型企业因流程复杂、层级较多，对AI的吸收速度会更慢。但无论企业大小，AI的融入已是不可逆的趋势。

2.AI的两种应用形态：产品与能力

在企业内部，AI的应用可以分为两种类型。第一种是AI产品，即公司直接生产或销售基于AI的产品和服务；第二种是AI内部应用，即企业在自身的运营与决策中使用AI，提升效率与创新能力。现实中，AI的内部应用往往发展得更快。许多公司并不直接生产AI，但已在流程管理、客户服务、市场预测、风险分析等环节中广泛引入AI工具。这种看不见的AI正在成为新的生产力来源。

类似的情形，曾经在电力革命中间出现过。当电力被发明时，最初并未立即改变工厂结构，但当工厂开始重新布局以适应电动机的分布时，整个工业体系发生了质变。AI正处在类似的阶段，它不仅带来了新产品，而且会引发组织形态重构。当知识与智能被系统化嵌入企业，部门边界会逐渐模糊，协作将更加灵活，创新速度将显著提升。

3.AI的行业影响：知识密集领域首当其冲

AI首先影响的，是那些以知识为核心的行业。软件开发、市场营销、医药研发、教育、金融与保险等领域，已经成为AI渗透的前沿。这些行业具有一个共同特征：信息密集、语言驱动、逻辑清晰，正是AI擅长的领域。以客服为例，AI客服的出现并没有造成岗位的大规模消失。相反，AI系统承担了大量重复性的沟通任务，而人工客服则专注于处理复杂问题与客户关系维护。AI的加入，使企业能提供更长时间、更高质量的服务，同时催生出新的职位，如“AI客服监督员”“交互体验优化师”。这种趋势在翻译、内容创作、教育辅导和金融分析等行业中同样明显。

AI的角色，不再是“人力替代”，而是“人力增强”。它接管了任务，却保留了工作的价值。这种“任务替代—工作重组”的逻辑，正成为AI时代劳动结构的核心特征。

4.技术转型的经验法则：三次试验

企业在引入AI的过程中，常会经历一个“三次试验”规律。第一次尝试通常代价高昂、失败率高；第二次尝试成本降低，但效果仍很有限；直到第三次尝试，成本显著下降，应用才会真正成熟。这种规律不仅适用于企业，也适用于个人。在AI应用的早期阶段，失败几乎是必经之路。要想真正掌握新技术，必须通过反复试验与学习。因此，“先失败，再成功”是AI时代的必修课。

5.工作的重组：任务消失，工作犹存

AI不会让工作消失，但会让任务消失。每一份工作都是由若干具体任务构成的，AI接管的是那些规则明确、可预测、可重复的部分。但一个完整的工作往往包含责任、判断、创造和人际互动，这些仍然是人类独有的能力。医生、教师、律师、设计师、程序员等职业将经历同样的演化，AI将成为他们的协作伙伴，而不是替代者。人类与AI的结合，将远比单一的人或机器更强大。例如，AI医生能够快速诊断疾病、检索文献、提供治疗方案，但真正的医疗判断仍需人类医生来完成。最理想的模式，是“人类医生+AI医生”的组合：AI提供知识支持，人类提供伦理判断与同理心。同样，在教育领域，“教师+AI助教”的形式将成为主流。AI可以提供个性化的教学反馈，而人类教师负责引导学生思考、激发创造力。未来的理想团队，不是全人类团队或全AI团队，而是“人机协作团队”。这种协作将重塑职业结构，使人类的核心竞争力回归创造、判断和情感领域。

6.AI与责任：人类的不可替代性

人类在工作中承担三项职能：执行任务、承担责任、持续学习。AI目前仅能承担任务执行。它可以生成内容、完成计算，但无法承担责任，更缺乏持续学习的能力。当AI出错时，它不会道歉，不会补偿，也不会感到内疚，责任始终属于人类。因此，随着AI的广泛应用，人类承担责任的价值反而会被重新强调。与此同时，AI的学习是间断的。它依赖定期训练和模型更新，而不是实时的、自我导向的学习。人类的学习则是持续的、动态的、基于情境的。未来AI研究的一个重要方向，就是探索持续学习的可能性，但目前这仍是一个尚未解决的难题。正因如此，人类的自我学习能力和责任意识，仍然是AI无法企及和拥有的核心特质。这也意味着，在可预见的未来，人类不会被AI淘汰。我们不会因为AI而失去工作，但可能会因为不会使用AI而失去竞争力。