在2025年，大模型竞赛步入第三个年头，人才竞争成为这场拉力赛的关键。微软亚洲研究院被誉为中国智能产业的“黄埔军校”，张亚勤作为初代“掌门人”，见证了人才与技术的变革。他从科学家、企业家转变为清华教授，犹如观察时代的一面镜子。
1998年，张亚勤回国参与创建微软中国研究院，后升级为微软亚洲研究院。多年来，该机构为中国互联网和AI产业输送大量人才。张亚勤在微软任职16年，后加入百度，退休后筹建清华大学智能产业研究院，推动人工智能赋能产业升级。他还出版了《智能涌现：AI时代的变革与思索》，提出诸多前瞻性观点。
当前，人工智能正从生成式AI向智能体AI转变。智能体具有自主智能，能够根据目标自主规划路径。其重要指标包括任务长度和任务准确度，且具备长期记忆功能。如今，算力提升、算法改善和数据增多，使智能体能够解决更复杂的任务。不过，目前智能体仍处于初步阶段，可分为5个级别。
智能体最佳的方式是为人工作并交付结果，多智能体交互是通向通用人工智能（AGI）的重要路径。在学习方面，智能体初始知识越少越好，通过与现实世界的反馈学习更能发掘潜力。同时，张亚勤提出了智能体规模定律，认为整体人工智能的规模定律依然成立，只是发生了转移。
从智能发展层次来看，可分为信息智能、物理智能和生物智能。实现通用人工智能需依赖物理智能和生物智能的交互。目前，真实世界与数字世界缺乏连接，RSR概念旨在解决这一问题，但在数据反馈方面存在挑战。在自动驾驶场景中，也面临着类似的同步和规则问题。
智能体在推理过程中，任务越长失控可能性越大。视觉语言动作模型（VLA）跨模态融合需依靠世界模型解决语义鸿沟。智能体可自我迭代和优化，通用智能体是实现AGI的路径之一。
张亚勤早在2015年就提出“AI+”概念，如今人工智能成为各领域的底座。未来是AI与人类智力（HI）结合，复合智商将达1200分。DeepSeek有望成为人工智能时代的操作系统，但需建立良好的生态。人工智能时代的操作系统全球可能有8至10个，创业者可借助开源模型开展业务。此外，未来机器可能逐渐学会自我标注数据，减少对标注数据的依赖。
