WAIC 2026 的大幕已经拉上，行业群里的讨论热度却一点没降。过去几天，世博展览馆每个会议室和展位都塞满了人，Demo 体验区拐着弯排长队，社交平台上带 WAIC 话题的帖子频频出圈——这届大会的热度，肉眼可见地又攀上了一个新高峰。
但 InfoQ 在会场里做的事，刻意跟这股狂欢保持着一种“温差”。我们没有追着热闹跑，而是在现场搭起第二直播间，用三天时间、近二十场对话，反复追问一个主题：请回答 WAIC 2026｜AI 正在重写什么？定下这个主题，源于我们的一个切身感受：AI 发展迅猛，但行业信息噪音太多、太杂，正需要借这场中国 AI 产业规模最大的会议，去看清一年来 AI 到底给企业和团队带来了哪些真实的改变。
过去几年，业界评判 AI 最常用的标尺很直观——模型有多强、参数有多大、榜单排第几。可到 2026 年，这些标尺已经不够用了。AI 正在从实验室和发布会的聚光灯下走出，进入产品、业务、开发流程和真实的业务系统，它很可能不只是重写某一个工具，而是在重写技术底座、产品形态、产业分工，也在重写开发者、创业者和企业决策者面对未来的方式。
7 月 17 日下午，在 WAIC 2026 刚刚开幕的喧闹里，InfoQ 直播间迎来第一场圆桌讨论。围绕“AI 产业是否进入新阶段”这一关键问题，InfoQ 极客传媒总经理王一鹏与四位嘉宾展开对话——昆仑万维董事长兼 CEO 方汉、L2F 光源创业者基金管理合伙人吉星、北电数智技术负责人郭文，以及 DeepKernel 发起人、首席科学家刘卓涛。回望这场开场圆桌，它更像一次对行业心态的“体检”——四位分别持产业、资本、技术与算力、模型与基础设施视角的嘉宾，将“AI 产业是否进入新阶段”这个问题，拆解成了几本账、一次排序、一个定义和一张清单。
直播回放视频链接：https://www.infoq.cn/video/7RkQ9IXvQpwoMCPj4YiQ
2026 关键词：从“能力展示”到“算账”
如果用一个关键词概括 2026 年 AI 产业最重要的变化，四位嘉宾的回答拼起来，是一幅行业心态从“看能力”转向“算总账”的迁移图。
刘卓涛的体感最直接，他一口气列了两件：“第一个事情就是 Claude Fable5 的出现，让网络安全这个领域变得非常恐慌——大家觉得 AI 一出来，多少年没有被挖掘的 bug 都被挖出来了，这是一个非常大的冲击，大家甚至不敢把漏洞公开。”他补充说，这件事甚至可能影响未来国家对于数据安全、网络安全的研究和布局。第二件则更现实：“卡确实太贵了。今年卡无论租金还是销售价格，都比往年翻了好多倍。” 因而 AI Infra 如何设计得更好、如何能服务更多模型、如何降本增效，变成了一个非常重要的课题。
郭文把焦点放在了 B 端。他观察到，今年“AI 模型能力变快、变好”之外，最强烈的感受是“B 端的应用变得更加复杂、更多了”——他特别提到 Anthropic“用更少的用户，其实获得了更大的营收”，这说明更长程的任务现在执行变得更多了。国产算力则是他的第二个关键词：从“不好用、大家不会用、也没有企业敢用”，走到今天“以超节点的形式开始出现”，多芯融合方案把存储、内存一起卷入 Infra，“整体让模型做得更大、推理做得更快”。
吉星从资本市场角度给出了最直白的一个关键词：“算账”，而他口中的账，核心可以拆成三本。第一本是训练与基建账：今年中美大厂都公布了各自的巨额投入计划，据他粗略统计，基础设施侧的总投入已在 7000 亿美元量级以上，而同期能产生的收入大约只有 500 亿美元，这个巨大缺口如何弥合，是整个资本市场和 AI 创业生态都绕不开的问题。第二本是推理账：单 token 价格相比去年已降到约八分之一到十分之一，但完成相同质量任务所消耗的 token 总量在上升，总成本不降反升；他打趣说，现在不少人反馈 Anthropic 的模型已经用不起了，大家可能得借钱打工。第三本是资本账：随着智谱、MiniMax 以及一批具身智能公司陆续把财报摊开，市场关注点也从过去买一个大故事，转向了实打实的经济账。
方汉从技术视角给出的关键词是 Agent。他提到，去年第四季度时，业界普遍预判全年 token 消耗的大头仍会落在视频生成模型上，但以 Harness 为基础的 Agent 技术意外改变了格局，Coding 场景的 token 消耗急速膨胀，迅速占据绝对优势。这一转折说明，Agent 通过 Harness 的调度，能够真正扩展模型的能力边界，让原本本质上是概率输出的大模型，开始有效解决确定性需求。受此驱动，几乎所有文本大模型都在向 Coding 方向收敛。方汉将去年第四季度视为一个决定性时刻——它标志着“Agent + Harness”这套组合，找到了让模型能力从“可能对”通向“必须准”的落地路径。
方汉的另一个观察是，国产模型从去年下半年到今年，无论是视频、文本还是音乐大模型，都开始吃到 Scaling Law 的红利，大幅缩短了与世界顶尖模型的差距。不过他也泼了冷水：文本大模型的 Scaling 可能已经到头了，但在有些赛道 Scaling 还远远没有开始，比如世界模型。
模型依然重要，但重要的方式变了
如果只能选一个赌注，2026 年会把公司资源砸向哪一个：模型能力，还是模型之外的六件事（产品定义、推理成本、Agent 能力、基础设施、开发者生态、出海）？对于这个问题，四位嘉宾给出了不同的排序，却共享一个前提——模型永远重要，只是重要的方式变了。
方汉把边界划得很清楚，他认为只投一件事跟公司大小紧密相关：中型以上公司几乎没有选择余地，只能押模型能力，因为模型能力会不断内化掉外部的一切。他举例说，最新模型已经把大量 skill 内化，开发者如今已不必再写复杂的 skill。而中小公司与初创公司没有余力去卷模型，那就应该押注产品定义——“现在所有 AI 产品都是拿着模型找应用，我觉得应该倒过来，拿着应用找模型”。
吉星认同对于创业公司来说产品定义应该是第一切入点——在什么场景下、用什么样的工程化能力、切入原来什么样的工作流、如何优化 token 成本效率，是更重要的抓手，然后才是 Agent 能力、出海等。他把 Agent 排在第二还有一层顾虑：如果纯做 Agent，一旦底层模型对你设限，过去搭的东西可能一夜之间就不敢用了。这与 InfoQ 的观察不谋而合：今年不少公司发布的 Agent 产品，里面包的就是 Claude Code、用的模型也是 Claude，最终呈现效果却差得很远——工程能力（harness）对中小企业是实打实的挑战。
郭文把目光投向更底层：AI 最终要走向普惠，这意味着要让小厂和个体创作者有机会发声，而他们最核心的资产往往是那些关键领域的关键数据——尤其是涉及人性理解、差异化审美、个人独特表达的内容，这些是通用模型难以覆盖、也不会主动顾及的。对于平台型公司，则是要把 AI 基础设施建好，让广大 OPC 或小厂能快速在其上完成内容迭代。他认为目前瓶颈依然在算力，尤其在国内语境下，既要面对国产算力的生态挑战，又要在训练和推理两端依靠超大规模集群才能跑出可用的性能和性价比。因此他们在做的事，一是在区域层面构建更好的算力平台，二是在医疗、AI for Science、工业等关键行业沉淀核心数据。他特别点名这三个行业，认为它们对数据的敏感性要求极强，通用大模型很难拿到这类数据，需要靠可信身份或可信技术让数据真正跑起来。
刘卓涛从云与基础设施的角度给出了更冷静的审视：无论模型如何迭代，最终都绕不开底层的 Infra，没有扎实的基础设施，token 根本跑不出来。他点出了一个日益尖锐的矛盾——模型越来越大、显卡越来越贵，消耗了上百万 token 的成本，却未必能换来同等规模的确定性收入。从云的视角看，一个可持续的商业模式不能永远靠愿景支撑，必须回答规模化之后的经济账到底怎么算。他进一步强调了数据安全的重要性：如何让企业沉淀下来的私域知识和核心 knowhow，以一种可信的方式转化为 AI 可用的上下文甚至训练数据，而不是像一些人担心的那样，全部拱手交给外部模型后，公司自身的护城河和 Alpha 也随之消失。在他看来，让更多真实的业务场景能够“可信地”用上 AI，也是一个非常重要的方向。
我们进一步追问“有没有一度觉得模型能力最重要、后来发现根本不是”——讨论由此变得更加坦诚。
刘卓涛讲了一个让他有些触动的细节：Anthropic 曾发帖说，能接近 Fable5 挖漏洞能力的模型不止 Claude，Kimi、Sonnet 等都能做到，只要把 harness 做好，模型挖漏洞的能力就能发挥出来。Anthropic 自己也不得不承认，营销了半天 Fable5，最后发现用别的模型也能做到。这让他开始重新掂量，到底是模型本身强还是 Harness 强。他现在的判断是两者都很关键，前沿模型确实有其独到之处，但很多场景下的表现差异，也会来自上下文工程等因素。
郭文则从概率性切入：模型在能用概率解释的问题上依然重要，比如定义清晰的量化指标——清晰度、准确率这类——模型能力举足轻重。但一旦涉及“人是否喜欢某个概念”这种主观判断，模型就不再是主角，因为它没有作为人的真实感触，服务对象自身的需求洞察和经验沉淀反而成了决定性变量。他打了个比方，模型像人，但并非只有智商 140 的天才才能解题，给一个智商 120 的人配上清晰的流程，同样能搞定，关键在于把问题定义得更清楚。
吉星从投资视角切入，承认模型重要与否的争论一直存在，如果把模型视为水和电一样的基础供给，它不可能不重要。只是资本的注意力已经转向了更进一步的追问：谁能在模型能力之上，随着模型的进化变得更强。当 Kimi 3T 这样的大参数模型出现，边际能力提升逐渐趋缓时，垂类小模型的机会反而浮现——更快、更便宜、更贴合特定上下文。他在金融、AI for Science 等行业看到了这种空间。他同时透露了一个残酷的现实：过去看过太多想自研模型的创业公司，最终和通用大模型一比，成本完全算不过来账，越用越亏，这类项目自然而然就不再看了。
方汉则坚定地认为模型能力最重要，他从做 Agent 的亲身经历出发，发现每当模型能力上一个台阶，团队就开始反向拆除之前堆砌的脚手架，Agent 越写越薄。他也不认为现在的模型已触及天花板，Coding 方向或许性价比在降低，但在音乐、视频等领域，顶级模型仍有巨大空间。那些海量的人类标注 Skill 正在被大模型快速吸收，只要 Scaling 继续推进，效果还会有显著跃升。
何谓 AI 原生？什么样的 AI 产品真正成立？
关于“AI 原生”产品的讨论是整场圆桌中分歧最大但也最精彩的一段。四位嘉宾围绕何谓“AI 原生”产品给出了各自的定义。
方汉的判断非常直接：如果把 AI 拿掉，这个产品形态是否就不复存在？他以 Coding Agent 为例，这类东西在没有 AI 之前根本不会出现；而 Cursor 这种从 IDE 形态发展而来的 Coding 产品，似乎并非 Coding 的终极形态，很快就被命令行形态的 Coding Agent 替代了——所以“Cursor 不是 AI 原生，但 Coding Agent 是”。
吉星则提供了三条判据：AI 拿掉后核心价值是否还在；人是否从操控退化为 monitor（只是在旁监控）；上下文 context 是否让产品越来越聪明。在他看来，关键不在于用了 AI，而在于旧的流程和旧的生产关系因 AI 而发生了巨大变化。
郭文的定义偏向面向 AI 设计：过去产品是给人用的，现在要让 AI 来用，数据打通与接口设计都围绕 AI 展开。他认为去年流行的节点式 workflow 算不上特别 AI 原生，更多是让人把流程定制化、再用 AI 去跑，而通用 Agent 的出现才真正颠覆了它。
刘卓涛的定义更极致：把之前学过的东西都忘掉，只给 AI 发一个命令，它能帮你干成的，就是 AI 原生。他举了自己学生的例子——把跟老师多年交流中蒸馏出来的 skill 交给 AI，让 AI 像教授一样修改论文。在他看来，如果一个人甚至不需要身在某个领域，只需要对 AI 说“我想要一个东西”，不附加任何自身的经验积累，AI 就能完全交付——这才是 100%的 AI 原生。但他也立刻抛出了一个随之而来的尖锐问题：如果真做到这一步，人到底该干什么？是不是发个命令就结束了？他并不认为未来会走向一个纯粹的 AI 原生时代，但从定义层面，他坚持这个标准。
面对“如何判断一个 AI 产品是否成立”这道难题，四位嘉宾给出了不相同但互为补充的标尺。
刘卓涛觉得很难预测什么产品会被 AI 吞噬。现在有一些人认为“模型终将吃掉一切”，按照这个逻辑推演，软件层面几乎找不到什么确定能活下去的东西，，唯一的幸存者可能是物理世界的硅——芯片。
郭文认为好产品的标志是，你愿意把高价值任务托付给它，而不是拿它来填充垃圾时间。他警惕那些只盯着微小优化点的产品，比如早期基于 prompt 工程做出来的工具，太过单薄。他更愿意看到的产品，是在某个垂直领域里具备通用平台属性、有长期延展性和生长性的东西——用着用着会发现它在持续变聪明，并主动适应你的习惯。
吉星则给出了一套判断框架：核心看重是否改变了生产关系，以及能否因为上下文 context 而变得更聪明进而提升性能，然后看用户最终是否为生产力结果（效用）而付费，而不是依托于成本也就是 token 来付费，最后还要看单位经济模型（UE）本身是否成立。
方汉则认为，越垂类的产品反而越容易活下来。通用场景太容易被模型内化吸收，而极度垂直的领域恰恰是模型最难啃的骨头。他以 Auto Research 中的验证器为例说明：验证器越通用越好做，越垂直越难做。Claude 推出的两个产品也印证了他的判断——走垂类路线的 Design，用户量反而超过了更通用的 Cowork。
郭文随后补充表示：他反对的不是深耕垂直领域，而是把产品架构完全焊死在某个单一功能上。他理想的路径是在一个面向通用垂域的平台上，再去生长出定制化功能——底座要有延展性，才能支撑产品走得更远。两人看似对立，实则在对“垂域深耕”的必要性上达成了共识，分歧只在于路径的宽窄。
Infra 是约束还是催化剂？
一个产品能不能成立，有时候不只取决于产品形态本身，也与它背后的基础设施成本有关。比如最早直播没有大规模爆发，不是因为产品形态不成立，而是因为 CDN 成本太高，导致商业模式很难跑通。后来带宽、CDN、云基础设施成本下降，直播、电商直播、短视频这些产品形态才真正进入大规模商业化阶段。那么 AI Infra 会不会重演这个过程？当前 AI Infra 到底是在约束着 AI 应用的发展，还是在反向促进？算力紧缺的负面影响有多少已经被消弭掉了？
方汉把 Infra 拆成三层：硬件 Infra 和推理 Infra 决定 token 成本，token 成本决定了一些行业能不能大规模应用 AI，有些行业再贵也扛得住，但很多行业必须把 token 打到地板价才扛得住；Agent Infra 则决定你在垂类里能把模型能力发挥多深。他指出，今天所有 harness 基本都集中在 Coding 上，而在做音乐 Agent 时缺的基建特别多——这反而让他更坚定，在音乐里做 Agent、做 Harness 会非常有潜力。
吉星认同成本下降会释放新产品形态，但强调 AI 与视频不同：视频的边界大家大致有数，但 AI 最终会变成什么样完全没人知道。所以他更看重总 token 成本而非单 token 成本——复杂任务的总成本只会越来越高，最终总成本的控制会比单 token 成本控制更重要，而这个过程恰恰能体现 Infra 的价值。
从投资视角出发，吉星并不把 Infra 成本本身视为核心风险，关键在于是否存在优化空间。他认为，单一时间节点的成本高低没那么要紧，投资人真正看重的是毛利率最终能否转正——不能越用越亏，这是一条底线。他同时提醒，眼下市场火热时资本追逐并不稀奇，但当资金供给收紧时，这个问题的严峻性才会真正暴露，而这样的时刻可能就在未来一到两年内出现。当我们追问这一判断是否确定时，吉星澄清这并非精确预测，而是基于市场必有起伏周期的必然推演。他始终认为，从基础设施的大规模投入到真正产生商业化价值之间，一定存在一个需要时间去弥合的鸿沟，这也是他在评估 AI 应用公司时始终盯着的风险标尺。
郭文认为，基础设施对 AI 的影响远远不止成本一个维度。从训练到推理，它直接决定了模型能跑多大、上下文能撑多长，从而划定能力的边界。更关键的是时间维度——高价值计算任务往往有严格的时效要求，可以接受高昂成本，也可以构建超长上下文，但若无法在规定时间内完成计算，一切归零。这些能力层面的约束，都是由基础设施决定的。
他还指出，国内的算力建设远未到充裕阶段，公众可用的算力依然稀缺。而行业对硬件的讨论过度聚焦于 GPU 单点，忽略了一个更大的命题：要建成真正的“AI 工厂”，必须转向全局全栈优化。从 CPU 与 GPU 的配比变化、内存的紧缺，到超节点、机柜，再到计算中心的电力、能耗与散热，只有将这些环节与计算任务统一调度，才能形成更低成本、更长上下文、更强能力的系统能力。这不是单卡升级能解决的，而是全栈工程能力的较量。
刘卓涛直接点明：Infra 是接下来 AI 发展的一个瓶颈，并抛出一个新问题——智算时代会不会长出一个新的阿里云？他直言，Infra 优化本质就是上一代云厂商干的那些事，核心逻辑不变：投入硬件，服务更多用户。国内大模型厂商缺卡是显性瓶颈，解法也直接——堆更多卡；而在推理侧，同样的卡能服务多少用户，全看调度和优化功夫。但他特别指出，基础设施是给钱就能建的瓶颈，而数据不是。即便有充足的资本，也未必能变出高质量的数据，后者或许是更难逾越的障碍。
未来一年往哪看？
对于未来一年最值得关注的 AI 方向，四位嘉宾的清单各有侧重。
刘卓涛把目光锁定在两个方向上。一个是上面他反复提及的 AI Infra；另一个则是 AI 可信。他的判断是，当 AGI 时代到来，AI 会变成时刻环绕在企业和个人身边的伙伴，这时候“可靠”就不再是锦上添花，而是一种必备的基础能力。他打了一个比方：不能让手机 Agent 帮你点咖啡的时候，顺手把相册里的照片全删了。AI 越深入生活和工作，就应该越“可信”——宁愿它没那么聪明，也必须可靠。这在他看来，是一个容易被低估、但将决定 AI 能否真正融入日常的关键方向。
郭文关注的两个方向都带着鲜明的工程落地色彩。第一个是国产异构芯片在大规模集群下的推理效率问题。他指出，PD 分离、AF 分离这些概念目前更多还在英伟达生态里跑通，广大国产芯片厂商与英伟达之间仍有明显差距。当应用场景从单一对话扩展到更广泛、更多样化的调用需求时，如何让多元算力在集群内高效协同，是一个绕不开的大课题。第二个方向同样落在可信上，但切入点是可信数据空间——比如在医院等场景中，依托可信机制获取高价值数据，再探索单条优质数据如何回馈到模型能力提升上。这涉及的技术路径与现有训练范式有交叉但并不完全重合，是郭文团队希望构建的核心能力。
吉星的第一票投给了物理世界的数据，也就是大家更为熟知的“世界模型”。他指出，语言模型训练数据中最大的缺失一块就是物理世界的信息，而未来硅基与碳基结合的机会，需要数据打通、模型调度能力跟上，这是一个长周期的大机会。他的第二个关注点是垂类可信、可用性高的模型与 Agent，他认为其中蕴藏着不小的潜在机会。
方汉同样看好世界模型，据他估算，视频模型在投入近 20 亿条 15 秒 clip 后迎来了 ChatGPT 时刻式的拐点，换算下来大约是一千万小时的数据量，而目前世界模型的数据规模只有 20 万小时左右。他判断，如何快速补上这千万小时级别的具身数据缺口，是一个巨大的产业机会，而中国在采集设备、采集人力和工业场景上都拥有全球领先的优势。
他的另一个关注点落在了一个少有人注意的变量上——模型输出速度。当前主流大模型输出速度在 30 到 40 token 每秒，快的能到 300，但已有芯片可以将 8B 模型推到 15000 token 每秒。他相信，一旦速度层面拉开代差，许多以前不可行的场景将被重新激活，这是今年一个容易被严重低估的变量。
圆桌收尾，我们抛出了一个即兴问题：大家是否还会看 benchmark？嘉宾们普遍认为 benchmark 仍然需要参考，但不会作为非常重要的指标。
方汉认为，benchmark 分数越高的越不可信，因为那代表它已逼近被淘汰的边缘；但如果分数很低，说明仍是我们的短板。郭文则认为，分数本身不重要，重要的是评测方法，它直接决定了最终训练出来的模型方向与品味。刘卓涛强调，对于不是 well-defined 的问题，一定需要一个 benchmark 来 quantify。
最后方汉抛出一个判断，在场所有人达成了共识：“闭卷考试一定比开卷考试更可信。”
