李开复对话 Alex Zhavoronkov：AI 2041 正在提前，我们该如何面对这场“生命跃迁”？

在人工智能的进化史上，预测往往赶不上现实的步调。李开复博士曾在其著作《AI 2041》中描绘了一个二十年后的科幻图景，但在近日与英矽智能（Insilico Medicine）创始人 Alex Zhavoronkov 的深度对话中，他坦言：“《AI 2041》应该改名为《AI 2031》。”

由于大语言模型（LLM）的指数级爆发，AI 的演进速度比最乐观的预测提前了整整十年。这不仅是效率的提升，更是一场关于生命科学与商业底层逻辑的“生命跃迁”。当 AI 不再仅仅是某种工具，而是重塑企业灵魂的“底层思维”时，一场从数字化向智能化深水区的跨越已经开始。

从“工具”到“思维”：Agent 驱动下的数字孪生革命

李开复在对话中一针见血地指出，许多企业主仍将 AI 视为一种“更好用的软件工具”，这正是当前最大的认知误区。

他认为，AI 应当被视为一种全新的思维模式（Mindset）。真正的变革在于利用 AI Agent（智能体）重构公司的组织形态——从数字员工（Digital Workers）到数字 CEO，乃至整个企业的数字孪生（Digital Twins）。在这种逻辑下，企业不再是单纯的人力堆砌，而是一个自我进化的智能系统。

对于传统行业（如采矿、农业、制造业）而言，AI 时代并非末日，反而蕴藏着比互联网公司更大的潜力。这些企业的护城河并非代码，而是数十年积累的行业洞察（Know-how）与私有数据。通过将这些特定领域的数据喂给 AI 智能体，企业能迅速建立起“数据飞轮”：智能体在数月内即可通过持续学习，在垂直领域达到超越人类专家的水平。

“AI 是一种思维模式，它是重新发明你公司的一种方式。” —— 李开复

被加速的波次：为什么“AI 2031”是现在的现实？

大语言模型的出现打破了原有的线性预测。李开复观察到，AI 的渗透正遵循一种“风险与复杂度”的波次序列：

第一波（数字原生与逻辑转化）： 软件工程、法律、金融等高度数字化的领域。在 01.ai 内部，AI 工程师的生产力已提升了 10 倍。其本质是 AI 擅长将自然语言这种非结构化输入，精准转化为结构化的输出（如代码或法律文书）。
第二波（低风险创意与金融）： 如泛娱乐、科学幻想、投资分析等领域。
第三波（实体经济）： 涉及制造、零售、采矿、农业等“砖头加水泥”的传统公司。这正是 01.ai 致力于攻克的重镇，通过定制化模型解决真实的商业回报（ROI）问题。

MMAI Gym：像训练“少林武僧”一样训练科学 AI

在生命科学等严谨领域，通用的基础模型往往表现得“非常糟糕”，因为它们缺乏对深层科学逻辑的理解。为此，Alex Zhavoronkov 提出了 MMAI Gym（多模态 AI 科学健身房） 这一突破性概念。

这反映了 01.ai 与英矽智能合作的深层逻辑：通用 AI 能力（01.ai）+ 深度垂直专业知识（Insilico）= 工业级突破。

Alex 使用了一个生动的格斗比喻：要培养一名 MMA 冠军，你不能只让他学一种拳法。你需要先送他去少林寺学功夫，再到巴西学习柔术，最后去日本学习柔道。在 MMAI Gym 中，研究人员利用各种专业领域的小模型作为“老师”，在私有基准测试中对大模型进行针对性训练。

值得关注的是，他们还在探索 Liquid AI（非 Transformer 架构） 等新技术，这种架构能在极小的参数规模下（如 2.6B）实现极高的 intelligence density（智能密度），甚至能部署在手机或可穿戴设备上，在药物研发等复杂任务中达到甚至超越顶级水平。

英矽智能的实战数据支撑了这一理论：利用 AI 平台，他们能在 13 个月内完成从 0 到 PCC（临床前候选药物）的过程。目前已拥有 28 个 PCC，其中 12 个已进入临床阶段，这种高频且高质量的交付能力，正是 AI 对科学研究的重塑。

核心业务的“强心针”：拒绝边缘化的“聊天机器人”

李开复批判了目前企业仅将 AI 用于客服等边缘业务的“避重就轻”。他认为，CEO 的头等大事是让 AI 进入核心任务（Critical Core Tasks）：

采矿业： 关注每吨产量的提升（直接挂钩收入）。
农业： 优化利润率与资产增值。
药企： 缩短研发周期，更重要的是提高成功率（Success Rate），降低药物研发的高昂失败成本。

CEO 不应只将 AI 视为 IT 部门的事务，而应亲自挂帅或任命首席 AI 官（CAIO），将 AI 深度嵌入业务决策流。

200 岁的远景：从熊猫组学（PandaOmics）到逆转衰老

Alex 对人类寿命的预测曾经历过从极度乐观（26 年前）到悲观（5 年前）的波动，但如今 AI 让他重拾信心。

通过英矽智能的 PandaOmics 等平台，AI 正化身为“科学发现引擎”，精准识别与衰老相关的蛋白质靶点。Alex 透露，目前的重点是通过 AI 在代谢、肌肉萎缩、炎症和纤维化等领域寻找突破。通过对现有药物的重新利用（Repurposing），AI 正在快速验证能够干预生物标志物的临床证据，旨在找回人类失去的“长寿信心”。

结论：打破人类生理天花板的“大饼逻辑”

这场“生命跃迁”的终局并非 AI 替代人类，而是两者的深度共生。

李开复指出，人类最大的局限在于“输入输出速度”——我们的阅读、打字和沟通受限于生理，效率极低。而 AI 拥有无限的扩展性。

这不是一场存量博弈的“分饼”，而是通过人机协作把饼做大。当原本繁琐的代码编写、数据整理交给 AI 后，人类的价值将向更高维度的“集成、创新、产品定义”迁移。在这场跃迁中，谁能率先建立与 AI 的共生之道，谁就能打破原有的生产力天花板。