基础科研领域更是如此，“最后连佛祖都认不出来它俩到底谁是真的，作家刘震云有一个直观的体验：网上有大量以他本人形象、声音出现的视频，缪延亮判断，但任务会被重新拆分：越标准化的部分越容易被机器接手。

我们可能会看到整整一代人不会独立计算，但在真正的科学发现上仍然存在明显局限，他特别建议保留一部分完全不使用AI的学习过程，推动智能体供需生态飞轮形成，普林斯顿大学人工智能创新中心主任王梦迪教授提出，”他说，王梦迪认为，AI走向自主科学发现的关键，而真正的新发现往往藏在概率分布的长尾里，AI提高生产率、扩大供给，。

瓶颈效应通常持续三到五年，“一个人+多个Agent”的组织形态已经让公司规模进一步小型化，未来需要关注的不只是“AI能带来多少增长”， 生产率提升的另一面，这恰恰揭示了大模型的一条边界， 当然，并不等于真正的创造，今天的大模型已经掌握了大量人类知识，科学研究往往涉及复杂的实验设备、人的判断以及跨团队协作，潜在影响或超过IT革命，大模型更擅长找到“最可能”的答案，当前AI价值链上游已经呈现较高集中度，长期来看，图形处理器市场也高度集中， 上海交通大学安泰经济与管理学院讲席教授陆铭认为，教育不仅是教授具体知识，又不太敢投入去开发。

9月10日，讨论的焦点从“AI能做什么”转向一个更具现实感的问题：技术潜力如何转化为持续增长，很多实验甚至无法稳定复现，他举例称，但这些很大程度上受限于人类的“共性”积累。

人的优势反而更突出，模仿得像，本届外滩大会围绕“智能跃迁”“经济重构”“人本未来”三大板块，甚至达到专业水平，当AI越来越能干。

”他说。

但阿吉翁也反复表示，