摘要：另一部分观点则聚焦于技术可能带来的风险，如就业结构的重构压力、伦理规范的挑战，甚至将其与过往的技术泡沫相提并论。然而，相较于观点的对立，更值得关注的是 “认知—行动鸿沟” 的普遍存在：大量个体停留在对技术的宏观讨论层面，却缺乏实质性的参与行为。例如，部分内容创

人工智能技术的爆发式演进正在重塑全球产业格局与社会认知体系，在这场深刻的变革中，积极行动者的角色与实践路径成为理解时代特征的关键切口。

从技术探索的实验室到商业应用的主战场，从宏观的行业变革到微观的个体选择，行动者们以不同的姿态在浪潮中寻找坐标，推动着技术与社会的双向融合。

舆论场中，对人工智能的认知呈现出显著的分化态势。

一部分观点将其视为继移动互联网之后最具颠覆性的创新机遇，认为其能够通过替代重复性劳动、优化资源配置效率，推动产业形态向智能化跃迁。

另一部分观点则聚焦于技术可能带来的风险，如就业结构的重构压力、伦理规范的挑战，甚至将其与过往的技术泡沫相提并论。然而，相较于观点的对立，更值得关注的是 “认知—行动鸿沟” 的普遍存在：大量个体停留在对技术的宏观讨论层面，却缺乏实质性的参与行为。例如，部分内容创作者在初步尝试人工智能工具未达预期后，便迅速终止探索，未能深入挖掘工具在特定场景下的应用潜力，这种浅尝辄止的行为模式，折射出社会层面对于技术变革的观望心态。

2017-2022 年的技术探索期，以计算机视觉为代表的技术突破掀起创业热潮，但受限于商业化落地能力，多数项目未能实现可持续发展。中国智源研究院等机构在这一时期发挥了重要作用，通过聚集学术资源，对大模型等前沿领域进行非功利性研究。

青年学者刘志远的实践具有代表性，在传统科研体制的约束下，凭借对技术趋势的敏锐判断，获得千万级算力资源支持，开展大模型相关研究，为后续技术突破奠定了重要基础。

刘志远

2023-2024 年的资本扩张期，随着 ChatGPT 的成功，全球范围内掀起大模型创业热潮。资本的大量涌入推动行业焦点集中于基础模型研发，但多数团队缺乏对应用场景的深入思考，陷入 “为研发而研发” 的盲目竞争。

2024年开源模型LLama-3的发布成为行业转折点，开源技术生态的成熟降低了技术门槛，淘汰了缺乏核心技术积累的团队，促使行业从资本驱动转向场景驱动，创业者开始关注技术与垂直领域的结合，商业逻辑逐步回归价值创造的本质。

2025 年至今的应用爆发期，人工智能行业呈现出技术普惠与全球化并行的特征。

DeepSeek、Manus等开源项目的兴起，打破了技术垄断，使非专业开发者能够基于现有模型快速开发应用。Agent技术的成熟，进一步拓展了人工智能的应用边界，使其能够处理从品牌视觉设计到全场景营销方案生成的复杂任务链条。

在商业化策略上，创业者普遍采取国内外双市场布局，海外成熟的付费习惯与开放的技术生态为产品提供早期验证场景，而国内庞大的用户基数与多元化产业需求则催生了丰富的垂直应用。

在应用层面对技术进行快速落地的创业者，以解决具体问题为导向，通过技术集成与场景创新实现商业价值。

90后创业者谢阳在深入研究行业趋势与技术论文后，从企业服务领域转向AI Agent开发，通过精准的需求定位打开市场；杭州Triple 3D团队聚焦于3D打印细分领域，开发 “照片生成 3D 模型” 工具，凭借对垂直场景的深耕成为全球头部玩家。

这类行动者利用低代码平台与开源技术降低开发成本，通过用户反馈快速迭代产品，展现出敏捷的市场响应能力。

智源研究院等学术机构持续投入基础研究，探索大模型训练的技术边界，为行业发展提供理论支撑；香港大学开设AI通识课程，推动跨学科人才培养，试图构建 “AI+X” 的知识体系，为行业长远发展储备复合型人才；伦理研究与标准制定团队则致力于建立技术伦理框架与安全标准，确保技术发展符合社会价值导向，这些工作虽短期内难以显现商业效益，却为行业可持续发展奠定了重要基石。

智源研究院

对于个体而言，参与人工智能浪潮需要构建新的认知框架与实践策略。

首先需破除 “替代论” 与 “无用论” 的认知误区，认识到人工智能的核心价值在于 “增强” 而非 “替代”，能够帮助个体提升效率、拓展能力边界。例如，内容创作者利用 AI 工具进行资料整理与初稿生成，将更多精力投入创意构思；教育从业者通过构建 AI 训练数据，实现教学内容的个性化适配。

在实践路径上，个体可采取轻量化启动策略，通过参与行业沙龙、尝试使用免费工具等低风险行动，建立对技术的直观认知。同时，应结合自身专业背景，寻找人工智能与现有技能的结合点，通过 “技术+专业” 的复合能力形成竞争壁垒。

法律从业者可探索 AI 辅助法律检索系统的应用，金融从业者可研究智能风控模型的构建，通过持续学习行业前沿动态，保持对技术趋势的敏锐感知。

当前人工智能领域已形成丰富的工具生态，为个体参与提供了多样化选择。通用型工具如 ChatGPT、DeepSeek、豆包等，适用于信息检索、内容创作等场景；垂直领域工具如Manus、Canva等，满足特定行业的专业化需求；线上课程、行业报告、播客节目等学习资源，则提供了多层次的知识输入渠道。

人工智能与人的关系将向 “共生演进” 方向发展。

人类将更多承担需求定义者与价值判断者的角色，而人工智能则负责执行标准化、流程化任务。在教育、医疗、文化等领域，人工智能将推动 “大规模个性化” 时代的到来，通过数据分析与算法优化，实现教育内容的精准匹配、医疗方案的个性化制定、文化产品的定制化生产。与此同时，人类需要更加注重创造力、情感交互、战略思维等 “不可编码能力” 的培养，在技术浪潮中确立自身独特价值。

人工智能时代的机遇与挑战，本质上属于 “行动者” 而非 “观望者”。无论是创业者、研究者还是普通从业者，唯有通过持续的实践探索，才能在技术变革中找准定位。

从尝试一个小工具、参与一次行业交流开始，在行动中积累对技术的感知力与驾驭能力，最终实现从技术受众到价值共创者的角色转变。正如技术发展的历史规律所示：真正的变革，永远发生在那些勇于将想法付诸实践的人群之中。

在这场没有既定路线的旅程中，积极行动本身，就是定义未来的最佳方式。

来源：波波百谈