AI L3智能体

2025年，OpenAI扔出了一张AGI路线图，把AI的能力分了五级。

L1：聊天机器人。你问它答，像个聪明的实习生。

L2：推理者。能解题、能编程、能帮你看合同，像个靠谱的同事。

L3：智能体。不仅能想，还能动手——订机票、操作软件、写代码并部署到服务器。

这就是AI行业当前正在跨越的分水岭。

去年下半年，Anthropic的Claude Code横空出世。它不是陪你聊天的，它是直接打开终端帮你写代码、修Bug、提交PR的。这个产品的意义，不亚于iPhone 4对手机行业的意义——它证明了”能动手的AI”不再是PPT上的概念，而是可以交付的产品。

阶跃星辰CTO朱亦博在沙利文峰会上说得很直白：”行业已经无可置疑地进入了AI的L3时代。”

L3的核心是什么？一句话：AI从”会聊天”变成了”会做事”。

这个转变的代价是巨大的。

过去两年，全球AI投资总额达到4.2万亿，同比增长129.9%。单笔超10亿的融资翻了一倍。钱不再只是烧在训练模型上，更大量地涌向了推理基础设施和智能体应用。中国的Token调用量从每天1000亿飙升到140万亿——两年增长超千倍。

这说明什么？说明市场在用脚投票：AI真正的商业价值不在对话框里，在工作流里。

但现实远比口号复杂。

沙利文白皮书有个数据很扎心：57.3%的企业已经在生产环境中跑智能体了，但任何一个单一业务里，真正规模化部署的企业不到10%。

什么意思？大家都在试点，很少有人全面铺开。

原因不复杂。让AI在演示里完成任务，和让AI在生产环境里稳定完成任务，中间隔着巨大的鸿沟。就像自动驾驶，demo跑通很容易，量产上车是另一回事。

中美两国的路径也很有意思。

美国的打法是算力+基础模型+硅谷VC生态，高举高打。中国的打法是产业场景+政策驱动+超大规模市场，场景倒逼技术。

柯熙创投合伙人姚光耀的判断是：推理侧中国有望中短期追平，训练侧还需要更长的时间。

这不丢人。两条路本来就不一样。

更值得关注的是应用结构。中国大模型落地集中在五个行业：互联网（31.8%）、金融（14.7%）、工业制造（12.2%）、消费零售（8.1%）、教育（6.5%），合计占了七成以上。互联网跑在最前面不意外，但工业制造排第三，信号很清楚——AI正在从虚拟世界走进物理世界。

优必选CFO张钜在峰会上说了句很实在的话：人形机器人不是来替代自动化设备的，而是去承接那些连自动化设备都搞不定的环节。

汽车工厂的喷漆、焊接早就自动化了，但组装环节还是靠人。为什么？因为零件的柔性抓取、不规则形状的适配，传统自动化很难处理。这才是人形机器人和L3智能体真正的战场。

说到底，L3智能体不是一个技术标签，而是一种范式切换。

L1的AI靠语言能力取胜——谁能聊得更像人。L2的AI靠推理能力取胜——谁能解更难的题。L3的AI靠行动闭环——谁能把事情从头到尾办成。

这也就解释了为什么资本还在疯狂涌入。因为一旦AI真的能”做事”，它撬动的不是聊天机器人的百亿市场，而是全球数万亿的自动化市场。

当然，问题也不少。可靠性、成本、安全、责任归属——每个都是硬骨头。但方向已经明确了。

“谁能造出更强的AI”这个问题正在让位于一个新的问题：

“谁能让AI在真实世界里稳定地创造价值。”

这才是L3深水区真正的考题。