李开复!!对话苏姿丰：停止“{表演式AI”，企业AI转型是一把手工程，不能只信}CIO
文 丨 《智客星球》 周文猛
刚结束的AMD AI开发者日2026上，零一万物 CEO 李开复与 AMD董事会主席、CEO苏姿丰围绕“AI智能体新范式”展开对话，李开复分享中指出：生成式 AI 正在迈向智能体时代，今年以来，AI编程能力跨过了临界点，多智能体架构正打破单一智能体的能力上限，被越来越多地提及。
针对绝大多数企业CEO都关心的“AI转型”，李开复也给出了自己的“企业AI转型”建议——不要只听你们的 CIO，企业AI转型绝对是一把手工程，需要企业领袖根本性的思维转变。并呼吁企业停止浮于表面的表演式 AI ，应开始构建能真正深入业务实质的结构性引擎。
他还提出了一种打破这个边界的运营架构：DRI（Directly Responsible Individual，直接责任人）概念。并进一步指出，今天很多工程师的工作方式都会发生变化——不再只是关注系统，而是要对结果负责。
“今年AI有两个关键变化，已跨过‘自主执行’门槛”
谈及对于AI行业发展的观察，李开复指出，一年前，AI还只能辅助编写代码、函数等等；而现在，它已经可以端到端地交付一整套功能。这听起来像是一个渐进式的进步，但其实不然。智能体在数字世界中的所有行为，本质上最终都会落到代码层面。一旦 AI 的编码能力跨过那个门槛，自主智能体就真正具备了成为现实的可能。
此外，更重要的变化在于，我们开始意识到：单一智能体的能力是有上限的。无论模型参数规模有多大，只依赖单个 Agent 的推理能力，在面对真实复杂问题时，终究会碰到瓶颈。而多智能体架构第一次打破了这个上限。负责规划、评估、研究和执行的不同智能体，开始彼此协作、相互辩论，并在彼此结果之上继续迭代。
在李开复看来，这其实非常接近“美第奇效应（Medici Effect）”：当不同领域的专家被放进同一个房间时，最终产生的成果，会远远超过任何单一个体能力的简单叠加。五百年前，在文艺复兴时期，人类已经发现了这一规律。直到21世纪的今天，我们第一次把这种机制带到了 AI 世界。
从技术路径上看，这意味着我们正在逐渐摆脱过去那种“试图用一个模型完成所有事情”的模式。未来的 AI，不会是一个“超级大脑”的独角戏，而会更像一个由不同智能系统协同运作的交响乐。正是基于这一趋势，我们着手部署专业化的多智能体系统，并逐渐走向“异构智能（Heterogeneous Intelligence）”阶段。不同类型的模型与算法会被组合在一起，用群体智能去解决更加复杂的问题。
2024 年最受关注的问题是：“AI 能否完成一个任务？”
2025 年这一问题转变为：“AI 能不能完成一整条工作流？”
在2026年，这个核心问题已经进阶为“AI 能否替代一个企业的职能部门？”
他以现代HR（人力资源）部门为例指出。当招聘 Agent 与绩效 Agent 实现联动后，系统就能够根据员工入职后的真实绩效数据，自动调整前端的人才筛选标准。从简历筛选、面试，到新员工入职，再到月度和季度绩效自动化跟踪，这些多智能体系统会围绕统一的人力资源数据持续运转升级。随着这种能力不断扩展，它最终会演变成一个彼此互联的企业多智能体协作网络，覆盖 HR、研发、产品、销售和市场等不同部门。
这种架构，也正在推动“One-Person Company（一人公司）”趋势的出现。借助模块化的多智能体框架，单个开发者或领域专家，如今已经有能力像“总架构师”一样，快速启动一家高度自动化运转的公司。
“在由智能体驱动的新范式下，我们实际上已经跨过了‘自主执行’的门槛，AI正在从过去被动的‘Prompt-and-Response（从提示词到响应）’模式，转向主动的‘Goal-and-Execution（从目标到执行）’模式。”在李开复看来，未来，你不再是给AI一个 Prompt，而是直接给它一个组织目标。随后，智能体们会自行完成协同、执行、评估、优化，并形成完整闭环。
“停止表演式AI，转型不能只信CIO”
AI范式的变迁，也正在催生当前AI领域最巨大的商业机会：产业级AI转型。新时代真正的经济价值，不会来自只会“回答问题”的 AI 系统，而会来自能够真正执行企业目标的自主多智能体基础设施。
李开复指出，智能体时代，真正意义上的“自主企业”会诞生。驱动它的，将是跨部门、多层级协同运作的智能体网络。下一阶段的产业AI转型，会同时围绕两个核心问题展开：数据主权，以及清晰可验证的 ROI（投资回报率）。
对于开发者来说，最大的机会，是去构建那些过去需要一个完整团队才能完成、如今却可以由AI独立交付商业结果的AI。AI的角色，已经不再是“帮助营销人员提升效率的 AI工具”，而是能够真正承担营销职能的AI Agent；不是“协助金融分析师的 AI工具”，而是能提供自动化财务分析的 AI Agent。
对于绝大多数企业CEO，李开复也给出了自己的“企业AI转型”建议——不要只听你们的 CIO。
李开复直言，自己在与大量CEO交流AI转型时发现：几乎每个企业目前都选择在不出错却价值很低的场景部署AI。比如，会议纪要、人力资源员工答疑聊天机器人、企业内部搜索等等。但这些都只是表面文章。
“我很直白地告诉各位 CEO，不要只听你们的 CIO ，典型CIO们关注的是系统稳定运行、软件运行安全不出错，在这一轮深入企业核心业务命脉的 AI 变革中，反而可能成为阻碍进化的旧势力。”在他看来，因为CIO的职责本质上是管理软件运营，而不是重新定义公司，CIO擅长安全地部署AI，但并不擅长推动组织层面的真正变革。
“多数由 IT 部门自下而上推动的 AI 转型，最终都会失败。”在他看来，传统CIO这个角色不会消失，但它的重要性会被大幅削弱。因为AI并不只是一个新的软件工具，企业AI转型绝对是一把手工程，需要企业领袖根本性的思维转变。
“真正能够改变公司经营结果的，往往是那些直接影响损益表（P&L）的核心业务环节。而这些领域，恰恰也是很多高管最不愿意让 AI 介入的运营职能部门：收入、利润、防欺诈、动态定价、供应链、产品上市速度，以及核心创新能力。”李开复直言：“具有前瞻性的 CEO 们正在重新校准他们公司的运营方式、组织应如何改变，以及领导方式应该如何调整。”
在他看来，任何参与商业研发的人，都应该用同样的方式思考问题。停止浮于表面的表演式 AI ，开始构建能真正深入业务实质的结构性引擎。
“DRI模式重新定义技术人，人人都要把自己当CEO”
今天，一个人如果拥有合适的工具和足够的算力，已经能够完成几年前需要整个团队才能完成的工作。
从那些真正以这种方式创业和开发的人身上，李开复最近观察到：受限于此前的训练，大多数开发者都习惯于在代码层面思考所有权（Ownership）问题。比如，由一个人负责 GitHub 上的代码仓库和 PR（Pull request），另一个人负责值班轮换，另一个人负责某一个具体服务。这种责任边界，本质上只覆盖你能够通过键盘直接控制的部分。而现在，越来越多编码工作已经开始被 AI 智能体接管。
针对这一变化，李开复提出了一种打破责任边界的运营架构：DRI（Directly Responsible Individual，直接责任人）概念。并预言DRI 模型会成为 AI 原生公司最核心的组织架构。
所谓 DRI，就是由一个人，对某个跨职能结果承担端到端责任。这不是一个职位头衔，而是一种非常明确的责任机制。就像系统运行手册里唯一指定的值班工程师：最终结果如何、业务影响如何，都由 DRI 责任人负责。
在软件工程中，交付产品的主要瓶颈很少是代码本身。而是所有权的模糊不清。责任分散、停滞的拉取请求以及偏离的路线图，通常都源于：很多人只是负责项目管理大表上的某一个环节，却没有人真正对最终结果负责。在DRI模式下，一个人类DRI会处于整个智能体系统的中心，围绕他协同工作的，是由研究、执行、合规和监控等不同Agent组成的专业化集群。DRI不把时间和精力花在具体执行上，而是负责整体编排、关键决策，并对最终的输出契约负责。与此同时，实时数据流会逐渐取代传统的汇报体系，业务运转也会越来越围绕具体、可量化的结果展开。
“我认为，一个优秀工程师所具备的很多能力，和成为优秀 DRI 所需要的能力，几乎是高度一致的。”李开复表示，当你编写技术规范时，你其实是在尝试定义可量化的商业成果；当你给系统做监控、配置自动告警时，你其实是在建立衡量结果的机制。当你凌晨两点主动去 de-bug排查故障，而不是等别人通知你时，你展现出来的，其实正是 DRI 模式最核心的主人翁意识。
在他看来，选择DRI 模式，也意味着你必须重新定义“什么是个人成功”。在智能体时代，一个优秀工程师的价值，不再只是由“写了多少代码”来衡量。这也意味着，今天很多工程师的工作方式都会发生变化。你不再只是关注系统，而是要对结果负责，优秀工程师通常都会非常重视监控系统，使服务具备极强的可观测性，DRI则是把这种技术严谨性延伸到了他们所拥有的业务结果上。
“如果你是一个负责增长的 DRI，你不仅仅监控 API 延迟，你还要监控用户激活率、转化漏斗以及对收入的影响，要端到端地对完整结果负责。”李开复举例道，“你拥有决策权，而不仅仅是建议权，工程师通常很擅长分析，但他们常常把产出物交给产品经理或高管去做选择，DRI则需要自己完成闭环，你进行分析，你做决定，并对接下来发生的任何事情负责，刚开始会有些不习惯，但很快你就会进入状态”。