21世纪经济报道记者邓浩

一家企业花了100多万元采购的软件，没能真正用起来。后来，一名熟悉油田业务的工程师借助AI做了个版本，反而被推广开了。

百度秒哒总经理朱广翔在乌镇分享了这个案例。对于这类业务，AI带来的变化很具体：熟悉现场需求的人，可以更直接地把想法做成软件，再拿回工作中使用。

实际上，AI正在接下越来越多这样的工作：开发软件、查找资料、处理业务流程。有些任务做得不错，有些做完还得由人反复检查、返工。花在AI上的钱，最后换回了多少产出，仍是一笔需要仔细算的账。

世界互联网大会乌镇峰会期间，在深圳数据经济研究院AI经济研究中心主办的“从真实世界AI到AI经济：工作流、智能体与生产力变革”闭门论坛上，这笔账成了贯穿讨论的一条暗线。

另一条明线则更受市场关注：如果AI已经能替人干活，它能不能也参与研发，让自己变得更强？元示科技联合创始人、前Anthropic研究员董明泽和Recursive创始成员、前Meta研究员诸葛鸣晨，都谈到了RSI，也就是递归自我改进。

AI研发本身也是一种生产活动。企业关心AI能替人完成多少工作，RSI则把这个问题往前推了一步：AI能否把改进自身的工作也接过去，并在这个过程中变得更擅长研发？

如果这一循环成立，AI带来的收益就可能被持续扩大——研发周期缩短，新能力更快出现，企业能交给它的工作也会随之增加。

AI生产力范式剧变

深圳数据经济研究院人工智能经济研究中心联席主任王捷，希望先找到一把能用的尺子。

他在开场时提出，能否在每个行业找到一个数，把模型创造的经济价值和Token消耗联系起来，再把任务的成功率考虑进去。用通俗的方式概括，单位Token的预期经济产出，可以简化理解为：任务价值乘以成功率，再除以Token消耗。

Token是模型处理和生成信息的基本单位。现在，行业已经很习惯统计模型消耗了多少Token，不过接下来还得知道，这些消耗究竟换回了什么。

同样是开发一套业务系统，第一次就能交付，和反复修改之后勉强能用，显然是两笔不同的账。单次调用价格低，如果要重试很多次，再加上人工检查、修改，省下的钱可能又花了回去。单次价格更高的模型，如果能稳定接下更复杂的工作，也可能更划算。

王捷的思路，是把这些差别放进同一个框架里比较。模型升级之后，是原来的任务做得更稳了，还是能接下以前做不了的任务？成本降下来之后，是同样的钱能多干一些活，还是低价掩盖了反复试错的消耗？这些都应当体现在实际产出中。

但要算这笔账，得先说清楚什么叫“干完了”。

他借用“经济图灵测试”描述这一关：AI交出的成果，能否像人做出来的一样，被经济社会接受？一份报告生成得很快，后续还得有人逐条核实；一个程序能跑起来，离上线使用还有距离。换言之，任务的验收标准，会直接影响人们对AI生产力的判断。

至于成果值多少钱，王捷给出了三种参照：人来做要花多少成本，市场上同类任务卖多少钱，以及没有现成报价时，能否通过影子价格间接估算。

不过，这个框架真正落地，还要有足够的行业数据。王捷坦言，当前仍缺少数据。他希望AI生产力逐渐变得“可观测、可计量、可比较”，让企业和使用者有依据判断，什么地方值得投入，什么地方还需要等一等。

朱广翔分享的编程案例，为这种计量提供了一个参照。据他介绍，秒哒87%的用户不懂代码。懂业务的人开始直接参与软件创造，原本要经过需求文档、产品、设计、开发等多个环节的想法，可以更快变成一个能试用的东西。

前述油田工程师的案例说明，软件开发成本下降之后，一些需求有机会被重新满足。用户熟悉现场的问题，也更容易判断做出来的东西能不能用。AI由此缩短了从提出需求到验收结果的距离。

王捷用“从匹配型数字经济走向交付型数字经济”描述这种变化。过去，平台帮人找到商品和服务、信息和人；现在，AI开始进一步参与决策和行动，直接完成一部分工作。

不过，企业要为AI持续付费，还得把使用过程中的成本算进去。香港中文大学（深圳）经管学院教授王竞奇提到，AI既有训练阶段的高固定成本，也有使用时不断发生的变动成本。业务量增加，调用模型的支出也会跟着增加。

因此，企业需要关注的不只是将AI应用到业务流程中，还包括基于AI重塑业务流程甚至组织架构，以及后续每完成一笔业务，要消耗多少Token。对Token的管理能力，将成为一些企业的核心竞争力。

山禾成林智能 AI 用工平台创始人周巍巍则把问题从任务推向了岗位。在她看来，岗位不是工作的本质，而是工业时代管理技术的产物，白领岗位尤其如此。AI 正在把任务的拆解、分发和验收从外卖、网约车推广到所有工种：工作被拆成识别问题、解决问题和端到端交付，人留在识别问题和设定验收标准的位置上，可标准化的部分交给智能体。这一层是“编排层”——组织的规模不再由一个人能管多少人决定，而由一层编排能调度多少能力决定；稀缺的不再是会拆任务的人，而是可调度的能力。

某种程度上，这也解释了为什么AI生产力的计量要落到任务上。一名员工的岗位包含许多事情，AI可能只接得住其中几项。把它们拆开，明确交付标准，企业才有可能算清哪些环节已经值得交出去。

大模型训练下一步

问题还有另一面：企业在尝试把工作交给AI，研究者也在考虑，把改进AI的工作交出去多少。

RSI（递归自我改进）最吸引人的设想就在这里：AI做出改进，能力随之增强，更强的AI又能做出更好的改进，研发由此不断加速。这里的难点在于，这个循环究竟能在哪些环节成立？

董明泽在演讲中先摆出几种常被放在一起讨论的情况：把强模型的能力蒸馏给另一个模型，用编程助手帮助研究者开发模型，以及让AI自行调试、改进模型。

它们都涉及“AI帮助改进AI”，但自动化到了什么程度、改进能否持续，差别很大。软件研发中的一个步骤变快，也不意味着整条研发链条都会同样变快。

董明泽尤其关注后面的瓶颈。更好的算法仍然需要算力，算力背后还有芯片设计、制造和产能。在一些容易检验答案的任务上取得进展之后，AI还要面对那些很难定义奖励、很难判断结果好坏的领域。

生物研究让这些约束变得格外具体。相比互联网上积累的文本，生物数据稀缺得多。细胞种类、状态和受到的扰动有大量组合，已有实验只能覆盖其中一小部分。他举例说，从取得样本到完成测序，一轮流程可能就要耗时一周。

模型可以很快提出下一步建议，但研究者仍需要等待实验给出反馈。继续增加模型参数，也不会让缺少的数据自动出现。

董明泽更看好的办法，是让AI参与决定下一轮实验做什么：先识别模型不知道什么，再设计更有价值的实验，取得新数据，回头训练更好的模型。这样，同样的实验资源才可能带回更多有用的信息。

这与王捷的计量思路不谋而合：生成了多少假设固然容易统计，更值得追踪的是，这些假设经过验证后，究竟带来了多少新知识，花了多长时间、多少钱。

清华大学助理教授、破壳机器人创始人许华哲，给出了另一个直观区分：“做一个动作一万次”和“做一万个不同的动作”。机器人把一个演示做熟，换个环境却要重新采集数据、微调、测试，这些额外投入都会影响它走进真实业务的速度。

谈到训练方法，EverMind CEO 邓亚峰对 AI 能力继续提升充满乐观，但对短期内出现成熟的全新模型训练范式，态度谨慎。

在他看来，底层参数更新仍缓慢且昂贵，而人们想要的是更即时的学习：做过一件事，下次就能做得更好。模型离真正的持续学习还有一段距离。

邓亚峰更倾向先在智能体层面实现用户侧的自我进化。用户偏好、项目背景、成功方法都可以保存在长期记忆中——有了记忆，改进才能累积，而不是每次从头开始。AI 调整提示词、控制策略和代码，也能改变智能体的表现。这类更新比重新训练模型更快，成本也会更低。这类改进若由 AI 自己完成，本身就是 RSI 的一种形式，只是反馈周期短得多。

诸葛鸣晨则把设想推进到模型内部。在他看来，AI智力并不存在一个已经确定的理论上限，眼前的约束更多来自数据和算力，新的训练范式可能帮助它继续向前。

他认为，未来可能出现规模更大、结构极稀疏的“神经计算机”，把记忆、输入输出和计算能力内化进模型，并在推理时生成适合某项任务的子神经网络。

可以把它理解为一种更灵活的能力调用方式：需要某项专业能力时，模型生成一个类似软件的模块，再把它接入自身。

颇为有趣的是，近期AI界的传奇人物Jeff Dean与李飞飞在斯坦福HAI大会的闭幕对谈中，也谈到了“RSI”这个当下产业界最性感的概念。在Jeff Dean看来，改进的结果，必须能反哺“负责提出改进方案的基础系统本身”，才称得上真正的RSI。

对企业来说，减少一次重试、少做一轮人工复核，都已经有价值。对RSI来说，还得证明这些改进能帮助系统更有效地完成下一轮改进。王捷想找的那把尺子，或许也可以从衡量AI干活的效率，进一步伸向衡量AI学习和研发的效率。