2026年5月19日，上海。零一万物CEO李开复与AMD董事会主席苏姿丰，在AMD AI开发者日的舞台上，开展了一场具有行业风向标意义的深度对话。

随着多智能体技术不断突破AI的能力天花板，2026年的竞争焦点已然彻底转变。核心问题不再是“AI能否做到”，而是“谁能真正让AI替代一个部门、交付切实的商业成果，并为此承担最终责任”。技术路径、组织逻辑乃至工程师的角色，都面临着全面重构。

多智能体元年：我们究竟跨越了哪条关键界线

苏姿丰的开场提问直指核心：“2026年的智能体，与此前两年的生成式AI浪潮相比，究竟存在哪些本质区别？”

李开复从两个关键维度给出了深度解析。

首先，AI的编程能力已经跨过临界点。一年前，AI仅能辅助编写单个函数；而如今，它已能实现端到端的完整功能交付。这一突破的深远意义在于：智能体在数字世界的所有行为本质上都是代码。只有当AI自身具备编写代码的能力时，真正的自主智能体才成为可能。

其次，单一智能体的能力存在显著天花板。无论模型参数多么庞大，单个Agent在处理真实世界的复杂问题时终将遇到瓶颈。破局之道唯有通过多智能体协作：让规划、评估、研究、执行等不同职能的智能体相互辩论、接力合作，在彼此的工作成果基础上持续迭代优化。

李开复用一个精妙的比喻来形容这一机制——“美第奇效应”。在文艺复兴时期，正是因为将不同领域的专家汇聚在同一空间，才催生了超越任何单一个体的辉煌成就。而如今，这套协作机制首次被完整地移植到了AI世界。

从技术演进路径看，这意味着AI正在从“用一个超级大脑完成所有事情”的执念中抽离，转向“异构智能”模式。不同类型的模型与算法被有机组合，借助群体智慧来解决更复杂的现实问题。

苏姿丰补充说，AMD的工程师已经在利用AI智能体加速产品设计的验证流程。如今，一个配备合适工具的工程师所能完成的工作量，相当于几年前整个团队才能实现的规模。

2026年：从“完成任务”到“直接替代部门”

在这场对话中，李开复清晰勾勒出了一条时间轴：

2024年，问题的焦点是：“AI能否完成一个具体任务？”
2025年，问题升级为：“AI能否完成一条完整的工作流？”
而到了2026年，核心命题已演变为：“AI能否替代企业的一个职能部门？”

这绝非夸张之辞。以人力资源部门为例，当招聘智能体与绩效评估智能体实现联动，系统便能根据员工入职后的实际绩效数据，自动优化前端的人才筛选标准。从简历筛选、面试安排，到新员工入职、月度及季度绩效追踪，整个流程将由多智能体系统驱动，形成一个可自我进化的数据飞轮。

这种架构正催生一个显著趋势：“一人公司”。借助模块化的多智能体框架，单个开发者如今能够像“总架构师”一样，快速启动并运营一家高度自动化的公司。

李开复将这一转变总结为一次范式转移：从“提示与响应”模式转向“目标与执行”模式。这意味着，你不再需要指令AI具体步骤，只需清晰告知它最终目标。

真正的AI转型必须触及核心业务职能

苏姿丰在对话中提出了一个尖锐问题：“您与众多CEO交流过，他们是如何对待AI转型的？”

李开复的回答非常直接：“几乎每家企业都在将AI部署在那些‘不出错但价值很低’的环节——比如整理会议纪要、充当HR答疑机器人、优化内部搜索等。这些都只是表面文章。”他甚至向CEO们直接喊话：“AI转型，不要只听你们CIO的。”

在他看来，传统CIO的核心职责是保障现有软件系统的稳定运行，而非重新定义公司。他们擅长安全地部署AI工具，却不一定擅长推动组织层面的根本性变革。大多数由IT部门自下而上推动的AI转型，最终都以失败告终。

真正能改变公司经营业绩的，是那些直接影响损益表的核心业务职能——收入增长、利润提升、欺诈防范、动态定价、供应链优化、产品上市速度。然而讽刺的是，这些领域恰恰是大多数高管最不愿意让AI介入的“深水区”。

“传统CIO的角色不会消失，但其重要性将被大幅削弱。因为AI不仅是一个新软件工具，企业AI转型绝对是一把手工程，需要企业领袖完成根本性的思维转变。”李开复强调，“如果你的AI部署最终没有改变任何一个季度财报电话会议上出现的核心数字，那么你的公司所做的就不是真正的AI转型，而是在浪费资金打造一个华丽的AI实验室。”

同样的话，他也送给了广大开发者：“停止构建那些‘装饰性’的包装，开始构建能够真正推动业务底线的结构性引擎。”

一种打破边界的运营架构：DRI模式

这场对话中最具实操价值的部分，当属李开复详细阐述的DRI模式。

据他观察，大多数开发者习惯于在代码层面定义“所有权”——比如负责某个GitHub代码库、某次值班或某项服务。但这种所有权的天花板非常明显：它仅覆盖你能通过键盘直接控制的部分，而恰恰正是这部分编码工作，正越来越多地被AI接管。

DRI模式正是为了打破这一天花板而设计。它指的是由一个人对某个跨职能的、端到端的业务结果承担直接责任。这并非一个职位头衔，而是一种明确的责任契约——如同运维手册中指定的唯一on-call工程师，无论发生什么，结果和影响都由你负责。

在此模式下，一个人类DRI处于整个智能体系统的中心。围绕他的是由研究、执行、合规、监控等专业化智能体组成的协作集群。DRI本人不参与具体执行，而是负责整体编排、做出关键决策，并对最终输出成果承担责任。“我预测，DRI模型将成为AI原生公司最核心的组织架构。”李开复认为，这一模式也是传统企业进行AI转型时必须重视的组织变革方向。

有意思的是，工程师们其实天生就是DRI。他们一直在训练自己成为DRI，只是可能尚未意识到——编写技术规范，本质上是在定义可量化的商业成果；配置监控告警，是在建立衡量结果的机制；而在凌晨两点主动排查线上故障，展现的正是DRI模式最核心的“主人翁”意识。

“工程师的优势，在这个时代将被无限放大。”李开复表示，“你们拥有的将不只是建议权，而是直接的决策权。AI正在成为赋能技术人的新型超能力。”

留给技术人的时间窗口其实非常有限。未来的选择或许很明确：要么成为那个定义目标、承担责任的核心DRI，要么就被另一个更高效的DRI系统所取代。