AI基建 - 公司在算力侧建设运营上海临港、呼和浩特、宁夏中卫和青海三江源等万卡智算中心，探索规划10万卡集群，预计到今年年底智算规模将达到45EFLOPS [2][5] - 在网络侧推进移动网络从5G向5G-A升级，宽带网络从千兆到万兆升级，为50多个全球头部云服务商构建资源通达能力 [2][5] - 依托"新八纵八横"骨干网建强算力智联网AI Net，加快向800G、1.2T超大带宽演进，推动跨主体、跨架构、跨地域的算力互联互通 [5] - 打造行业直联专网，面向数字政府、智慧教育等领域提供AI随行专网，面向工业制造、电力、能源等领域构建AI工业专网 [6] AI科技融合创新 - 焕新升级联通云，以智能融合、算网一体、数安专家三大核心优势推进计算与智能深度融合 [2][8] - 升级元景大模型MaaS平台，扩展"元景万悟"智能体开发平台，支持用户零代码、低门槛、高效率打造智能体应用 [2][8] - 打造可信数据空间"三件套"，规模推进四类可信数据空间试点，规模部署超60个 [8] - 联通元景标注基地落户保定，积极推动构建高质量数据集 [8] AI产业数实融合实践 - 聚焦政务、经济运行、工业、医疗、教育、文旅六大行业 [3][9] - 政务领域打造政务大模型和六大智能体，服务10多个省市级政务热线智能化升级，北京12345电话时长平均压降25%，民意诉求处置时间压缩50% [3][9] - 工业领域打造Unilink工业互联网双跨平台，设备连接数突破1250万个，与重庆长安汽车合作缩短软件开发周期30% [10] - 医疗领域深度参与数字中医药顶层规划，与国家疾控局共建"疾控一张图"，服务14个省、20个市 [10] - 教育领域推出智能助教等智能体，帮助教师作业批改效率提升10倍以上 [10] 行业技术发展 - 牵头"互联网2030"创新计划，明确下一代互联网六大技术特征和九大连接场景 [7] - 完成全球最长1500公里跨域异构千亿参数大模型训练创新验证 [7] - 实现国产智算集群千亿参数大模型分布式长稳训练，打造全球首个超千公里跨域异构混训案例 [7] - 完成业内首个面向隐私保护的分布式AI训推，训推成本下降50% [7]

AI如何再造教育 - 沉浸式体验将取代传统抽象学习方式，例如通过智能眼镜"钻"进红细胞观察循环系统或与历史名人数字分身互动 [6] - 教育场景将实现3D虚拟化，如医学院学生可拆解虚拟心脏直观学习 [5] - 历史、地理等学科可通过时空穿越式教学重构，例如以动物视角观察史前地球 [6] 智能眼镜与下一代互联网 - 智能眼镜将取代智能手机成为主流终端，构建现实与虚拟叠加的"镜像世界" [3] - 眼镜实现全天候数据采集与交互，例如实时显示冰箱食材信息或街头导航指引线 [4][5] - 人机交互方式革新，语言、动作及眼神将替代键盘/触摸屏操作 [4] 镜像世界商业生态 - 底层数据服务商将成为最富有的公司，可能诞生于印度等中立大国而非中美 [5] - 3D沉浸式内容需求爆发，第一视角直播探险、虚拟旅游等成为新赛道 [6] - 游戏产业因逼真度提升迎来更广阔前景，成为现实世界的增强镜像 [6] AI对组织结构的影响 - 中层管理者岗位可能被AI大规模替代，企业架构面临重构 [4] - 新人培训可通过智能眼镜实现设备操作自学，减少传统师徒制依赖 [5] 技术发展潜在冲突 - 数据隐私问题凸显，全天候记录可能引发数字奴隶担忧 [7] - 地缘政治或导致镜像世界割裂，形成多个平行虚拟空间而非统一体系 [7] 行业变革方向 - 垂类行业智能（非通用AI）被预测为最具发展潜力的领域 [4] - AI助理将从高管专属发展为全民标配，深度嵌入工作流程 [4] - 内容产业面临颠覆，好莱坞传统制作模式可能被AI创新取代 [4]

纪要涉及的行业和公司 - **行业**：AI、计算机行业 - **公司**：华泰证券、微软、Cloud、苹果、腾讯、Workday、ServiceNow、Salesforce、Cruel AI、Mona、OpenAI、亚马逊 纪要提到的核心观点和论据 - **AI商业化进展**：过去两年全球AI商业化主要成果集中在chatbot领域，市场期待的能替代人类执行连续复杂多步骤任务的agent尚未出现，微软Copilot未实现早期演示效果，原因是模型能力和产品工程化问题[2] - **Minus产品影响**：虽非创新模型，但提供在现有模型能力下实现多任务Agent的新思路，引发开源社区对Agent落地应用的关注和复刻尝试[3][4] - **Multi - agent系统**：是AI发展重要方向，通过多智能体协同工作弥补单个智能体能力不足，如Minus系统不同智能体负责不同任务，由不同模型驱动，提高任务自动化执行能力且工程化落地较好[3][5] - **2024年AI技术突破**：在感知、定义、记忆、规划和行动五个环节取得突破，多模态模型增强感知能力，记忆和上下文处理技术升级，思维链方法提升规划能力，行动环节虚拟机形态解决数据源访问问题，Agent编排能力分配任务[3][6][8][9] - **大模型进展**：在推理与行动上进展显著，通过思维链（COT）方法和推理加行动（Reasoning + Acting）的工程实践实现，企业级应用常见人机协作方式[3][10] - **Code Agent发展**：发展相对成熟，能自动完成编码相关任务并集成到IDE环境，应用场景从代码生成扩展到测试和调试等环节[11] - **通用场景延伸**：关键因素是数据权限放开程度，不同数据处理范围作用不同，苹果和腾讯等公司整合个人行为数据提升个性化服务[12] - **MCP协议作用**：为云端系统设计的通信协议，确保agent信息共享和任务协作标准化，苹果预期打通第三方应用数据权限并整合个人行为数据[13] - **Multi Agent系统现状**：初具雏形，技术能力得到验证，工程化准备相对成熟，多Agent生态有望快速迭代发展[15] - **Multi Agent系统构成要素**：由各类agent、合作类型、系统结构、协作策略、协调机制构成，主流采用动态机制协作[16] - **多智能体协同系统运作**：包括环境与上下文感知、协作层、影响因子，目前处于中期模型共享及相互智能能力交换阶段[17] - **多智能体系统合作模式**：包括合作、竞争、竞争合作三种模式，各有特点[19] - **多智能体系统策略分类**：分为基于规则、基于角色、基于模型三种方法，目前主流是基于模型的协作方式[21] - **多智能体系统结构分类**：分为集中式、分布式、层次式三种，集中式架构较为普遍[22] - **多智能体系统协调机制**：包括静态协调和动态协调，动态架构更为常见[23] - **多智能体验例**：Menus产品采用集中式动态决策、基于模型判断的技术架构，包含信息检索、代码生成、数据分析三类agent[24] - **开源多代理框架**：提供预制技术架构及工具集，有任务执行等多个方向，如Cruel AI、Mona等框架具备关键特征[25] - **多智能体开源架构**：包括Python框架、OpenAI的a one架构、微软AutoGen升级版Magical One、亚马逊AWS上的Motion Agent编排器、OWL by开幕AI等，各有特点和不足[27][29] - **企业需求与布局**：企业有复杂任务编排需求，海外To B软件公司如Workday、ServiceNow和Salesforce等在2025年Q4介绍了multi - agent编排系统，产品落地节奏影响商业化变现[28] - **多智能体技术对互联网影响**：将从个体发展成网络，成为下一代互联网重要组成部分，2025年加速产业化，推动计算机行业股票上涨，各大互联网公司纷纷布局[3][29][30] 其他重要但是可能被忽略的内容 - 2023年感知模块早期大模型主要支持文本理解，多模态模型发展增强视觉理解能力；记忆模块围绕长期、短期记忆及上下文处理技术升级，如Cloud推出MMCP协议；规划模块引入思维链方法[8] - 行动环节虚拟机形态以Minus为例可通过编码或操作屏幕获取网页数据，agent编排能力基于角色分配协同工作，如文档编辑项目[9] - 苹果18.3或18.2系统中用户可选择是否允许AI学习其使用APP习惯，为数据打通和行为数据整合做铺垫[13][14]