2025年12月30日，清华大学讲席教授、前百度总裁张亚勤在‘全球AI前沿峰会’上系统阐述AI发展的第三阶段范式——从生成式AI（Generative AI）向智能体AI（Agentic AI）的历史性跃迁。他指出，当前AI已突破‘能说会写’的初级阶段，正迈向‘能想会干’的实用化临界点：处理复杂任务的‘任务长度’能力（即连续多步规划与执行链长度）正以每7个月翻倍的速度增长；而任务准确度（Task Accuracy）已在医疗诊断、工业排程等高价值场景中突破50%关键阈值，标志其开始具备可靠决策基础。这一判断得到微软研究院最新基准测试验证：在包含127个子任务的‘企业级ERP流程自动化’评测中，顶级智能体AI系统完成率达63.8%，远超传统RPA+LLM组合的29.1%。

张亚勤进一步揭示驱动跃迁的底层逻辑——Scaling Law（规模定律）的三重演进。第一，预训练规模定律（Pre-trained SL）边际效益已显著放缓，技术重心正迁移至推理规模定律（Inference SL）与智能体规模定律（Agentic SL），后者综合衡量目标分解、环境感知、动态纠错与长期记忆等12维指标；第二，规模定律应用范畴从语言模型（Language SL）加速扩展至视觉（Vision SL）与垂直领域（Domain SL），如制药领域的分子动力学模拟SL、汽车领域的端到端驾驶SL；第三，出现‘成本-能力剪刀差’：单位推理成本年降10倍，而智能体综合能力年增10倍，使得单次复杂任务调用成本从2023年的$12.7降至2025年的$0.13。

这一趋势正重塑产业竞争格局。张亚勤以智能汽车为例说明：2025年搭载Agentic OS的车型已实现‘无图NOA’全域通行，其决策链包含237个实时感知-规划-执行节点，响应延迟低于83ms；而在消费电子领域，华为Mate X6搭载的‘智行体’AI已可自主完成跨APP订票、改签、酒店比价与行程同步全流程。他预言：‘到2027年，90%的企业核心业务系统将由智能体AI原生驱动，人类角色将从操作者升级为策略设定者与价值校准者。’