AI新经济，在这里看见丨2026外滩大会首日观察

当 AI 真的开始工作，它究竟能够为经济带来什么?

9月10日，上海黄浦江畔，2026Inclusion· 外滩大会正式开幕。今年大会的主题是“共创 AI 新经济”。

和过去几年相比，这是一个颇有意味的变化。

从 ChatGPT 横空出世开始，人工智能的讨论长期围绕参数、算力、Scaling Law 和模型能力展开。人们关心谁的模型更强，谁拥有更多 GPU，下一代模型又会在哪个 benchmark 上超过人类。

但三年之后，当大模型开始从聊天走向办事，智能体开始进入真实交易，机器人开始走上一线生产环节，问题已经悄然变化:我们不再只讨论 AI 能够做什么，而开始讨论 AI 究竟能够创造什么 —— 新的交易、新的组织、新的生产率，以及新的经济增量。

这也构成了今年外滩大会最值得关注的一条暗线。

台上的经济学家、科学家和企业家当然仍在谈模型、智能体、量子计算和科学发现，但越来越多的讨论，已经落到了经济学最古老的几个问题上:生产率从哪里来?创新怎样变成增长?新的技术如何创造新的企业和工作?技术进步又怎样最终转化为整个社会的繁荣?

人工智能，正在从一个技术变量，逐渐变成一个经济变量。

从听话到行动

过去几年，大模型给普通人留下的最深印象，是它越来越“会说话”。

问一个问题，它给出答案;让它写封邮件，它生成邮件;给它一份材料，它完成总结。背后的逻辑仍然是人发出指令，AI 响应指令。

但2026年，这套逻辑正在改变。

源码资本投资合伙人、美国国家工程院外籍院士张宏江在主论坛上总结了一条演进路径:Agent 正在“从对话到助手、从被动到主动、从个体到群体”。

这句话真正重要的地方，是 AI 开始拥有“行动能力”。

一个只会回答问题的大模型，本质上仍然是一种信息工具;但当 Agent 开始理解任务、调用工具、制定步骤并完成任务，它第一次真正进入了原本由人的劳动构成的经济流程。更进一步，当不同 Agent 之间开始协作、交换信息甚至完成交易，它改变的就不只是人机交互，而是经济系统本身的连接方式。

这种变化，已经出现在非常具体的场景中。

在“当 Agent 成为交易主体”的圆桌上，蚂蚁集团 CEO 韩歆毅讲了一个小例子:此前一周，他用 AI 健康应用“阿福”买了一些坚果、海苔这类健康零食，从寻找商品到下单，花了40多元。

40元当然算不上什么巨额交易。值得关注的是，一个 Agent 第一次从“告诉你该买什么”，向“替你把东西买回来”跨出了一步。

OPPO 高级副总裁、首席产品官刘作虎也提到，“小布”相关消费几个月内接近翻倍。虽然基数仍不大，但用户已经开始习惯让 Agent 帮助自己购物。

一旦 AI 能够行动，它就不可避免地开始接触支付、账户、商品和服务。过去互联网商业的基本结构，是“人找商品”“人点按钮”“人完成支付”;未来则可能变成人提出目标，Agent 寻找方案、比较价格、调用服务，再完成交易。

于是，一整套商业基础设施也必须跟着改变。

Agent 有没有身份?谁授权它花钱?买错东西谁负责?一笔机器完成的交易如何追溯?

韩歆毅把它概括为授权、身份、能力评估、资金安全和可追溯审计。在传统互联网里，人们熟悉 KYC——Know Your Customer;智能体时代，一个新的问题正在出现:KYA，Know Your Agent。

万事达卡首席产品官 Jorn Lambert 也提到了这种商业信任的重要性。阿里巴巴集团首席科学家周靖人则认为，只要约束条件、安全执行环境和模型边界能够被清晰定义，智能体的信任问题并非无解。

当越来越多的机器能够自主完成任务、发生交易和形成协作网络，一个真正意义上的智能体经济，也就有可能由此出现。

而这种“行动能力”，也开始从数字世界进入物理世界。在当天的具身智能圆桌上，几位机器人创业者形成了一个共同判断:具身智能不会简单复制大模型的发展路径，真正决定机器人能否走出 Demo 的，也不只是模型能力，而是数据、硬件、系统稳定性和真实场景 ROI 共同构成的完整能力。

机器人最终要回答的，也不是“能不能动起来”，而是能不能稳定地进入工厂、门店和服务场景，真正成为生产力的一部分。

从底座到增长

过去几年，AI 产业最重要的关键词之一，是“底座”:更大的模型、更先进的芯片、更多的数据中心和更庞大的资本开支。

但回看历次技术革命，铁路真正改变世界的，不是钢轨本身，而是商品和人口由此重新流动;互联网的价值也不在铺设了多少光纤，而在电商、搜索、社交网络和移动支付等新经济形态从中生长出来。

AI 是不是也正在经历同样的过程?

诺贝尔经济学奖得主菲利普 · 阿吉翁用经济增长理论给出了一个直接答案。

根据他与合作者的测算，仅考虑 AI 自动化商品和服务生产中的任务，未来十年就可能令生产率增速每年额外提高约0.68个百分点;如果进一步考虑 AI 对“想法生产”、也就是创新过程本身的促进作用，还可能再提高约0.4个百分点。

换句话说，0.68个百分点甚至可能只是下限。

这可能也是理解“AI 新经济”最重要的一层:真正值得关注的，不是 AI 产业本身多创造了多少收入，而是整个经济的生产函数是否因此发生变化。

过去，一个企业扩大产出，往往意味着增加员工、资本和设备;未来，当越来越多的知识工作可以交给 Agent，当企业内部的经验、流程和知识能够被模型化，同样规模的人和资本，可能产生完全不同数量级的产出。

张宏江认为，在智能体经济里，企业资产的定义本身也可能被重新书写。过去企业的核心资产是人才、客户、品牌和专利;未来，算力、专有模型、高质量数据、Agent 协作体系和持续迭代的工作流，也会成为新的生产资料。

如果说互联网降低的是信息传播和交易成本，那么智能体正在进一步降低知识劳动、协调和执行的成本。

一个创业者可以调用一群 Agent 完成编程、设计、营销、客服和运营，“一个人 + 一群 Agent”的企业就不再只是想象。企业可能变小，但能力反而变大。

也正是在这里，AI 第一次真正从一个企业的成本项，开始变成增长项。

当然，并不是所有前沿技术都会立刻变成生产率。中国科学技术大学上海研究院执行院长陆朝阳在主论坛上就给火热的量子计算“降了降温”:量子计算不是一台能够“加速一切”的超级 GPU，目前也没有公认算法能够加速大模型训练。

这其实提供了理解“AI 新经济”的另一重尺度:真正重要的从来不是技术听起来有多前沿。而技术革命最大的价值，也从来不是把已有的事情做得更快，而是不断创造此前不存在的供给和需求。蒸汽机创造铁路，电力创造现代制造业，互联网创造平台经济，而 AI 最终能够创造什么，今天当然还没有完整答案。

但轮廓已经开始出现。

从机器到人

所有技术革命走到最后，都会重新回到一个最基本的问题:人怎么办?

在当天主论坛的一场对话里，作家刘震云和香港大学计算与数据科学学院院长马毅，一个从文学出发，一个从人工智能出发，却谈到了同一个问题 —— 当机器越来越聪明，人真正应该守住什么?

刘震云讲了一个很有意思的经历。今天网上有大量顶着他的脸、模仿他的声音发表观点的视频，“95% 都是假的”。AI 甚至可以借着《一地鸡毛》《一句顶一万句》继续“替他发言”。

但在他看来，模仿得像，并不等于创造。

“它可以模仿《一地鸡毛》写《一地鹅毛》，但我还没想到、没写出来的作品，AI 肯定模仿不了。”

马毅把这种差别概括成“共性”与“个性”。今天的大模型已经能够很好地掌握文学、历史和科学知识，但这些更多是人类积累下来的共性知识。而每个人的喜怒哀乐、价值判断和人生经验都不同。

机器越来越擅长掌握共性，人反而更需要找到自己的个性。

这也给今天最常见的 AI 焦虑提供了另一个视角。

面对学生和家长关于“学什么才不会被 AI 替代”的问题，马毅认为，寻找一种 AI 永远学不会的技能，本身可能就是旧时代的思路。与其躲开 AI，不如学会借助 AI，把自己原本拥有的能力放大。

刘震云则用农村机械化解释就业焦虑。过去农业依赖大量人力，后来拖拉机和收割机进入农村，一个人可以种几百亩地，但人并没有因此停止工作，新的生产力最终会形成新的生产关系。

“AI 一点都不是洪水猛兽。”

真正值得警惕的，或许不是机器变得越来越像人，而是人在使用机器之后，越来越不像自己。

刘震云说，去香港时，他当然可以问 AI 哪家饭馆好吃，但他更愿意问马毅:“你什么时候请我吃饭?”AI 能够推荐饭馆，却不会真的请你吃饭。

一句玩笑，点出了技术始终无法绕开的边界。

AI 可以提供知识，却不能完全替代关系;可以模拟交流，却不能替代人与人真实的连接。马毅也提醒，如果所有知识获取都转向 AI，学生固然可以更自由地学习，却也可能变得更加孤立。人最终还是要进入社会，与真实的人打交道。

而在更远的地方，AI 甚至可能帮助人创造新的知识。

普林斯顿大学教授王梦迪当天提出了另一个问题:AI 距离真正的自主发现还有多远?

今天的大模型善于学习概率分布中最常见、最主流的知识，但真正重要的科学发现，往往恰恰发生在长尾之外。她和团队正在尝试让 AI 真正接入实验世界:提出假设、调用实验设备、观察结果，再重新提出假设。

如果今天 AI 创造价值的主要方式仍然是提高已有工作的效率，那么未来真正巨大的增量，很可能来自第二层能力 —— 创造新的知识、新的材料、新的药物、新的生产流程，以及今天还不存在的产业。

这也是阿吉翁所谓“创造性破坏”的意义。

创新一边淘汰旧技术、旧企业和旧工作，另一边不断创造新的企业、新的需求和新的就业。AI 会加速这个过程。

所以，真正的问题或许从来不是“AI 会不会替代人”，而是我们能不能让创造的速度，最终超过破坏的速度;能不能在机器变得越来越强之后，让每个人仍然找到自己的位置。

这也意味着，“AI 新经济”绝不只是技术公司的事情。它需要新的支付和身份体系，需要适应技术变化的竞争政策，需要教育体系帮助人持续学习，也需要人与机器重新找到相处的边界。

去年站在外滩大会，我们还在寻找 AI 从前沿想象走向现实世界的路径。一年之后，问题已经再次改变。

AI 当然仍是一项高速进化的技术，但它已经不再只是技术本身。它开始买东西、完成工作、进入企业，也开始重新定义资产、知识和人的价值。

黄浦江水继续向东流去。每一次技术革命真正到来的时候，人们往往已经身处其中，却很难准确说出历史究竟从哪一天开始转向。

但至少在2026年的外滩大会上，一个变化已经足够清晰:

AI 新经济，正在从技术的故事，变成经济和人的故事。