2025年底，全球AI战略思想家、前百度总裁张亚勤在闭门技术峰会上系统阐述了人工智能发展的新阶段判断——生成式AI（Generative AI）正加速向智能体AI（Agentic AI）历史性跃迁。这一观点并非简单的能力延伸，而是底层范式的重构：AI正从以内容生成为核心，转向以目标驱动、自主规划、环境交互为特征的‘能干事’智能形态。张亚勤指出，当前智能体在任务长度（Task Length）指标上已实现每7个月翻倍增长，而任务准确度（Task Accuracy）首次突破50%临界点，标志着其在真实复杂场景中具备初步可靠执行能力。该跃迁已深度渗透至消费电子、智能汽车、生物制药与企业服务等关键领域，预示着AI将从‘助手’升级为‘协作者’乃至‘组织单元’。

张亚勤进一步剖析了支撑这一跃迁的底层动力机制——Scaling Law的三重演进：预训练规模定律（Pre-trained SL）边际效益趋缓，技术重心正快速迁移至推理规模定律（Inference SL）与智能体规模定律（Agentic SL）。与此同时，规模定律的应用维度也从语言模型（Language SL）扩展至视觉模型（Vision SL）及垂直领域特定模型（Domain SL），推动多模态理解与跨域决策能力同步跃升。尤为关键的是，单位推理成本正以年均10倍速度下降，而智能体综合能力与所需算力则以同样速率增长，形成‘成本降、能力升’的剪刀差效应，为AI规模化落地扫清经济性障碍。

此次范式跃迁不仅关乎技术指标，更将重塑产业逻辑与人机关系。张亚勤强调，当AI具备目标分解、多步规划与动态反馈能力后，传统人机界面（如提示词输入）将让位于任务委托（Task Delegation）与结果验收（Outcome Verification）。这意味着企业IT架构、软件开发范式乃至组织管理流程都将面临系统性重构。例如，在医疗健康领域，智能体可自主协调影像分析、病历调阅、文献检索与治疗方案比对，形成端到端临床辅助闭环；在制造业中，则可实时响应产线异常、调度维修资源并优化排程策略。张亚勤预言，未来三年将是智能体从实验室原型走向行业级部署的关键窗口期，而能否构建起安全、可信、可控的智能体治理框架，将成为国家AI竞争力的核心分水岭。