历史的回答往往不会像 ChatGPT ，在输入问题后马上就给你一个明确的结果。现实世界的模型响应延迟往往动辄数年，才能验证你输入的 prompt 是否准确。
大模型爆发于 2023 年，可草蛇灰线在 2017 年就已经埋下，这是人工智能行业最大的伏笔。今天燎原的 AIGC ，在这一年点燃星星之火。
当人们还在惊讶于 AlphaGo 再次击败柯洁，Transformer 架构已经悄然面世，彻底改变了机器理解人类自然语言的方式，这篇论文被称为「ChatGPT 奠基之作」。
虽然 2017 年 Transformer 在学界和业界都没引起太大反响，但一家刚成立两年，规模只有 50 人的小团队马上决定全力投入其中，这家机构叫做 OpenAI。
当时马斯克还是 OpenAI 的核心人物，英伟达创始人黄仁勋也刚向 OpenAI 赠送了世界上第一台 DGX-1 超级计算机。
而英伟达还在 2017 年的 GTC 大会发布了 AI 超级核弹 Tesla V100，这是当时有史以来最昂贵的计算机项目，也是英伟达难度最高、最复杂的项目。
同样是这一年，在移动互联网时代缺少聚光灯的老牌 PC 厂商联想，也将重心转移到人工智能。
2017 年的联想全球创新科技大会上，联想集团董事长兼 CEO 杨元庆首次宣布「All in AI」。
在人工智能时代，联想的使命，就是要成为由 AI 驱动的智能变革的推动者和赋能者。
在共享单车、新零售风起云涌的 2017 年，大概很少人认为联想还能再成为时代的弄潮儿。而随后几年 PC 市场的持续萎靡，似乎在不断印证这个观点。
然而在 AIGC 的浪潮中，对行业影响最大的几家公司—— OpenAI 、英伟达和微软，并非只是抓住了时代的风口，而是靠着远见、执行力和极大的热情，穿越甚至制造周期。
昨天联想发布了内置个人智能体「联想小天」的 AI PC 系列产品，这也是当前中国市场中真正意义上的人工智能个性化电脑。
从推动 PC 走入中国家庭和个人到带动中国互联网的普及、成为 PC 市场第一，40 岁的联想，开始成为一家「超级智能体」公司。
AI 硬件≠大模型+硬件
随着大模型的参数卷上天，很多厂商开始加快探索 AI 硬件的形态。 我们在讨论 AI 手机时提到，大语言模型将是新的智能手机操作系统。
科技和数码产品正在被 AI 改变，但不得不承认目前对消费者的影响还很有限。一些 AI 硬件的尝试展现出为了 AI 而 AI 的多余，最近遭遇大量差评的 Ai Pin 就是其中之一。
无论是交互的效率，还是实现的功能，先不用和手机相提并论，甚至不如门槛更低的智能手环。
这里暴露的问题，源于对 AI 硬件的理解，如果只是将大模型塞进硬件，无论端侧还是云端都已经不算技术难题，但如果 AI 硬件简单等同于大模型+硬件，恐怕很难提供给用户比现有设备更大的价值。
大模型提供的自然语言交互的确可能带来图形界面后的再一次交互变革。可一个重要的基础是大模型能在个人设备高效流畅地运行。
而大模型是底层技术，并非产品。怎么将大模型与硬件和系统融合，打造原来需要多个应用和工具切换的 AI Agent（AI 智能体），才是衡量 AI 硬件价值最核心的要素。就像 AI 科学家吴恩达说的：
AI 智能体（AI Agent）的工作流将会带来 AI 领域的巨大进步，甚至可能会超越下一代基础模型。
综合输入和输出的效率来看，PC 和手机其实都是当下最合适的硬件载体。其中 PC 的便携性虽然不如手机，但如果在一些聚焦生产力的细分场景，PC 反而是交互效率更高的设备。
比如 AI 做 PPT 现在不算什么新鲜事，但这个工作流再智能你也更愿意选择一台 PC (或配备键鼠的平板)，而非手机来操作。
在联想联手 IDC 联合发布的《AI PC 产业白皮书》里，也提到了 PC 承载个人大模型的四个优势：
PC 具备全模态的人机自然交互条件 PC 是承载最多场景的个人通用设备 PC 是迄今为止最强的个人计算平台 PC 是存储容量最大、最受信赖的安全终端杨元庆在接受爱范儿采访时也指出，今天运行 AI 智能体最好的载体还是 PC。
最主要的是算力因素。所谓人工智能手机更多还是通过网络享受公有智能的好处。对于实现基于个人知识库的智能体，通过个人智能体实现个人的人工智能双胞胎的方向，目前来看还是电脑是最好的载体。
PC 厂商都在想方设法给大模型「瘦身」，力求以更小的内存在设备运行。目前参数量较小的大模型大都也有 70 亿参数，换算成储存空间至少需要 20 GB，更别想用 ChatGPT、Llama 3 等上千亿参数的模型。
联想去年能率先发布 AIPC 产品，其实很大程度得益于在大模型压缩技术上的突破，甚至比上游芯片厂商还领先一点。
此前联想的 Lenvo AI Now 助手，将阿里通义千问原来的 7B 模型压缩后进行本地化部署，从原始大小 14.4GB 压缩到 4GB，一个参数只有半个字节就可以存储。
这样一来，只要 5-6G 内存大模型就能运行。对于现在内容普遍在 8G、16GB 以上的笔记本。可以很流畅地跑起来。
至于我们是否需要参数更大的的端侧模型，还是要不能离开应用场景来谈。 联想首席技术官芮勇认为，70 亿参数是目前一个已经合适的、平衡的大小。
今后在端侧基础设施升级的时候，CPU、NPU、GPU 进行优化升级的时候，端侧模型也会随之长大。但今天还不用塞进去那么大的模型。
从通用大模型到智能体
作为消费者，可能并不关心设备里塞进了多大参数的模型，而是到底能带来哪些有价值的新体验。
昨天在联想全球创新科技大会上，给我印象最深的是杨元庆在演讲中提到的「智能双胞胎」，其实也可以理解为智能体的一种，但它可以复制一个人或组织的知识和能力，替你执行不同的任务。
联想认为 AIPC 需要具备的五个特征里， AI Agent 就放在了第一个。
配备了个性化的 AI Agent 智能体——联想小天 拥有与 CPU、GPU、NPU 相结合的强大的本地异构算力 为每一个拥有者都建立个人知识库 连接开放的 AI 应用生态 保护个人数据和隐私安全尽管 OpenAI 、钉钉、字节跳动都已经推出了自己的 AI Agent 和类应用商店，但在硬件厂商里这并不多见。因为这需要跨应用平台的理解和交互能力，打通本地和云端的数据。
这次联想新款 AIPC 均内置了个人大模型「联想小天」。除了能理解用户的自然语言和意图，还能通过学习了解自己的职责和边界，对复杂任务加以分解，做出规划。
可见，联想的智能体想要做的是更接近本体的数字分身。它的意义在于让大模型跳出对话框，融合到不同的工作流中。
而联想的智能体分为个人版和企业版，个人版就相当于将你有了一个贾维斯，将思维数据化，未来甚至实现另一种意义上的永生。
企业智能体则分散在企业的多个终端设备和基础设施，比如应对气候灾害对企业供应链的管理。
企业当然可以先利用公共大模型得到台风的准确位置、风力预测，然后企业智能体基于企业积累知识与数据分析决策，给出优化运输方式、调整订单排序等建议，按优先级出货、交付。
这和昨天上线的钉钉 AI 助理市场有一些相似之处，企业只需要给予原有数据和应用让智能体学习，就能快速培养出一批能够立马上手干活的「元老级专家」。
至于最终的可用性，除了算力大小，更取决于可调用的数据知识库。
而这两方面恰好碰到了联想的长板。目前在全球最顶级的 25 个研究机构中，有 20 家研究机构在使用联想提供的超算平台。而联想大数据平台上运行着总量在 12PB 的企业数据，量级和 BAT 等互联网巨头相当。
随着智能体的迭代，很多常规的思维模式都会变化。智能体能更准确地将用户与信息对接，从主动搜索信息到被动接收信息的转变，大幅减少了人们在思考、认知和创新以外的精力消耗。
当智能体和智能体之间能自主交互，将不同的工作流串联起来，甚至会出现有智能体组成的「AI 公司」。
一家非典型智能体公司
比尔·盖茨曾在 1980 年给微软提出一个明确的使命：「让每个家庭的桌上都有一台电脑。」而在中国，联想很大程度承担了这个角色。
不过时代的底色已然不同，微软 CEO 纳德拉也亲手推翻比尔·盖茨的「祖训」，将目标改成「赋能地球上的每个人和每家组织，帮助他们取得更多成就」。
科技公司对自己的使命也在刷新。比如马斯克就认为特斯拉不是一家电动汽车企业，而是一家 AI/机器人公司。
我们也曾将华为定义为一家「超级终端」公司，核心供应链和操作系统的把控，以及对设备类型以及功能的前瞻性探索，是这家公司能穿过黑夜，再立潮头的关键。
那在 AIGC 时代，再来定义联想这家公司，似乎就有了些不同。联想将 PC 升级为 AIPC，但其实提供的不只是产品，正如杨元庆告诉爱范儿的那样：
AI 对于联想而言，是产品，也是服务。
无论是在 C 端还是 B 端，联想一直在为个人和企业组织提高生产力。在 AI PC 生态中，联想没有去做通用大模型，做 AI OS（操作系统），并通过智能体实现大规模应用落地，同样是一个坚定的 AI 应用主义者。
AI 应用落地在于智能体，而联想正在成为一家「超级智能体」公司。
回看联想对 AIPC 的定义，如果不考虑 PC 这个品类，几乎也可以视为一个智能体生态的特征。杨元庆在采访时也提到，「智能体不见得只对应一台电脑，这个智能体可以隐身于你的电脑，隐身于你的 PC 和家庭服务器。」
这也意味着，40 岁的联想在下一个十年最大的对手不再是其他 PC 厂商，而那些同样的在打造智能体生态的公司，比如 OpenAI，或者未来入局的硬件品牌。
图灵奖得主、「深度学习之父」Geoffrey Hinton 在去年一次演讲中提到，超级智能可能会比过去所认为的发生得更快。我们不再考虑个体智能体，而是考虑在一群智能体中分享知识。
在可预见的未来内，手机和 PC 会是推动 AI 普惠最合适的载体。当全球份额第一的 PC 厂商去做这件事，对 AI 平民化和普及化显然能提供更大的加速动能。
通过智能体释放大模型能力，改造各行各业的场景，或许也是未来 10 年科技公司最大的浪潮，我们需要的不是下一个硬件或软件巨头，而是一家「超级智能体」公司。
