本文为《2025 年度盘点与趋势洞察》系列内容之一，由 InfoQ 技术编辑组策划。本系列覆盖大模型、Agent、具身智能、AI Native 开发范式、AI 工具链与开发、AI+ 传统行业等方向，通过长期跟踪、与业内专家深度访谈等方式，对重点领域进行关键技术进展、核心事件和产业趋势的洞察盘点。内容将在 InfoQ 媒体矩阵陆续放出，欢迎大家持续关注。
这期间，我们采访了昆仑万维董事长兼 CEO 方汉，他结合昆仑万维这一年发展，分享了自己的一些洞察：目前其已经验证了“技术 → 产品 → 商业化”的闭环是可复制的，不过整体行业仍然存在“技术远超产品”的结构性错配，真正让普通用户产生强烈使用动机的 C 端应用仍然偏少。他指出了四类容易被淘汰的公司，同时认为明年唯一的技术赛点是 Agent 是否能大规模自动化“可验证过程”。下面是详细对话内容，以飨读者。
AI 泡沫、产品价值和生态
InfoQ：您眼中 2025 年科技圈的关键词？这一年的收获与遗憾？
方汉：有三个关键词：AI 泡沫（结构性泡沫）、可验证的产品价值、流程型生态。
具体说来，AI 泡沫不是风险，而是必经阶段。泡沫的作用不是制造幻觉，而是把资本、算力和工程人才推到足够密集，最终筛选出能落地的产品。产品价值落地成为下半场主线。技术领先不再构成优势，只有进入真实高频场景、能被持续付费的产品才算成立。生态而非单点突破。AI 不再是“模型竞赛”，而是围绕模型、工具、内容与场景的系统工程。
今年的收获是，2025 年，我们在多个方向验证了“技术 → 产品 → 商业化”的闭环是可复制的。DramaWave 单月流水突破 2000 万美元，AI 音乐与社交产品保持持续增长，证明 AI 可以成为稳定的生产力工具，而不是一次性噱头。
遗憾的是，整体行业仍然存在“技术远超产品”的结构性错配，真正让普通用户产生强烈使用动机的 C 端应用仍然偏少。
今年跑出来的不是“讲故事”的公司
InfoQ：今年跑出来了哪些公司？带来了什么影响？谁落后了？
方汉：今年跑出来的，不是“讲故事”的公司，而是两类能力成立的公司。第一类是高频刚需场景，比如 AI 社交、短剧、音乐等需求密集场景，天然适合模型规模化应用，容易形成留存与付费闭环。关键不是生成能力，而是持续使用价值。
第二类是成本结构被 AI 彻底改写的公司。AI 将内容或服务的边际成本压缩 1–2 个数量级，直接改变行业定价逻辑。这类公司不是“效率提升”，而是商业模型重构。
行业影响方面在于，AI 已经实质性重构内容生产、研究分析和部分办公流程，“几天 → 几分钟”开始成为常态。行业共识正在从“模型多强”转向“流程是否可验证、结果是否可复用”。
而明显落后的公司类型包括：
通用型 AI 助手，缺乏垂直数据和结果闭环，商业化长期停滞。
只做模型、不做产品的公司，在非代码、非数学场景中，智能不可验证。
靠融资续命、缺乏付费能力的 AI 创业公司。资金环境收紧后迅速暴露问题。
反应迟缓的传统软件公司，流程未被 Agent 化，效率被 AI 原生团队反超。
InfoQ：科技公司今年面临的压力？应对方式？员工状态？
方汉：核心压力只有两个：1. 技术优势如何转化为可持续现金流；2. 在监管与合规框架下继续推进 AI 落地。我们的应对方式是双轨并行：一端持续投入前沿研究与开源，确保技术不被锁死；另一端坚定推动 AI 在内容、社交和企业服务中的规模化应用。
如今，行业变化非常清晰：从“算法主导”转向“算法 × 产品并重”。当产品负责人在组织中的话语权接近算法负责人，AI 才真正进入下半场。
今年业务指标带来了确定性，但我们团队仍然保持高强度和初创心态。大家更关注真实用户反馈，而不是技术自嗨，对 AI 商业化进入深水区有清醒认知。
唯一的技术赛点：Agent
InfoQ：国内前沿 AI 水平是否赶上硅谷？
方汉：结论很明确：分维度看。已经成立的部分：应用层方面，在 AIGC、短剧、AI 社交等方向，中国公司依靠数据密度和场景复杂度，迭代速度极快；开源贡献上，国内在多模态和世界模型方向的开源投入显著，降低了行业整体门槛。
仍然存在差距的部分是在最顶级闭源模型能力和原创范式突破上，硅谷仍然领先，差距不在工程能力，而在长期基础研究的容错空间。
InfoQ：2026 年的技术赛点是什么？你关注什么？
方汉：唯一的技术赛点是，Agent 是否能大规模自动化“可验证过程”。Agent 不是 AGI，也不是通用智能。它的本质是：把数学、代码和结构化决策中的过程工业化。 不擅长创造新范式，但极擅长降低确定性任务的成本。
时间判断上，2026 年是 Agent 与端侧生态的关键布局期；到了 2027 年，随着 AI 手机和端侧推理普及，真正的 C 端创新可能集中出现。我们重点关注三个方向：
AI + 内容生产，继续把成本再压缩 1–2 个数量级；
端侧 Agent，手机、汽车等设备上的本地智能体；
合规与治理，AI 安全与数据隐私将成为不可逾越的硬约束。
未来两年，决定胜负的不是模型多聪明，而是谁最先把“过程”变成资产。
