2026年世界人工智能大会（WAIC）在上海圆满收官。在这场盛会上，强化学习领域的先驱理查德·萨顿（Richard Sutton）发表了主题演讲，他提出了一个与当下大模型热潮保持距离的观点：AI并不会进化成无所不能的“超级心智”，其更现实的未来是成为一部可靠、可共享、能够服务不同用户的“超级百科全书”。

萨顿指出，AI的发展正经历一次方法论的重大转向——从被动吸收人类遗留的静态数据，转向主动从与环境的交互中学习经验。他强调，AI的下一阶段发展关键不在于将更多的人类文本数据塞入更大的模型中，而在于让智能体真正融入现实世界，通过实际行动获取反馈，并不断从结果中调整和优化自身。萨顿感慨道：“我自己一生都在从经验中学习，我预测经验时代即将到来，欢迎大家共同迎接这个新时代。”

萨顿的这番言论在会场内外引发了热烈讨论。与会者发现，当前全球AI公司的实践路径大致可以划分为三类，每类路径都对应着不同的技术信仰和商业叙事。

AI价值实现的三大路径：规模扩张、个体强化与协作网络

第一条路径是持续追求模型规模的极致扩大。OpenAI、Anthropic，以及国内的MiniMax、月之暗面等公司是这条赛道的佼佼者。智谱在保持基座模型迭代的同时，也开始向下游的智能体运行时层延伸。然而，这条路径的底层逻辑仍是Scaling Law，即相信通过不断增加参数、数据和算力，能够带来AI能力的质的飞跃。不过，萨顿的观点对这种信仰提出了挑战，他认为这种路径正逐渐逼近收益递减的临界点。

第二条路径则专注于打造单个高性能智能体。Manus、Cognition旗下的Devin，以及多家专注于具身智能的公司，都在努力解决“AI的手”的问题，即让一个智能体能够自主上网、编写代码、操作界面或抓取物体。这条路径在个体任务执行上已经展现出了惊人的能力，但一个待解的问题是：当需要多个智能体在真实组织中协同工作时，单个智能体的“单兵作战”能力是否足够支撑起复杂的任务需求？

第三条路径则更加抽象且富有实验性——构建智能体之间的协作网络。微软的Multi-Agent Framework、Google的Agent Space，以及中国的明略科技等公司，都在这个方向上进行了积极探索。萨顿所说的“完整心智之间的去中心化协作”，大致描绘了这一图景：让AI之间能够像人类团队一样进行分工、交接、校验和迭代。与前两条路径相比，这条路径在资本市场上的叙事尚不完全明朗，但其潜力不容小觑。

明略科技：一家中国公司的实践样本

在第三条路径上，明略科技（2718.HK，2025年11月成功登陆港交所）提供了一个值得观察的案例。其技术框架由三层构成：

第一层是名为Octo的智能体协作网络，该网络于2026年6月以Apache 2.0协议开源。Octo负责智能体之间的身份识别、任务分发、结果验收和经验沉淀，相当于一套让“AI同事”能够加入团队、接活、被审核、被打回并迭代偏好的基础设施。值得注意的是，Octo支持私有化部署且不绑定特定模型厂商，这在一定程度上体现了萨顿强调的“去中心化”工程理念。

第二层是端侧执行模块Mano，它使智能体能够在真实操作系统和设备上完成点击、填写等操作。根据第三方公开榜单OSWorld的数据，Mano-P曾在端侧GUI Agent评测中位列全球专有模型第一。当然，榜单排名只是阶段性的参考，实际场景中的稳定性和泛化能力仍需长期检验。

第三层是行业知识积淀DeepMiner，它来源于明略科技旗下秒针系统近二十年服务消费品、汽车、零售等行业所积累的数据和业务逻辑。这部分知识并非通用大模型通过简单推理就能生成的，而是长年与客户交互中沉淀下来的“行业怎么干”的宝贵经验库。

这三层技术加在一起，恰好对应了萨顿判断的三个关键要素：去中心化的协作、真实环境中的经验获取、可共享的领域知识。然而，技术架构之外，更实际的问题是——有没有人真正愿意为此付费？

根据明略科技披露的信息，其内部过千名员工已与超过4000个智能体实例共同开展日常工作，这至少说明该套件在自身体系内已经跑通了一个闭环。在外部市场上，部分汽车、消费品和零售领域的头部客户已将Octo与DeepMiner引入日常业务流程，这意味着这套方案已经产生了实际收入。

智能体领域企业估值或将迎来重塑

萨顿的演讲留下了一个引人深思的命题：如果“经验时代”的预言成真，那么AI下一阶段的竞争将不再局限于参数榜单和跑分成绩上，而是会转移到真实世界的组织、设备和业务流程之中。模型再大，若没有智能体愿意进入实际场景被“打回”和“教好”；协作网络再精巧，若没有团队每天依靠它完成真实任务——那么所谓的超级智能，或许仍然只是发布会上的一个华丽演示片段。

目前，资本市场对智能体协作这一层的定价，很大程度上仍沿袭了“数据资产”或“软件服务”的旧框架。然而，随着萨顿观点的逐渐普及和成为共识，这个领域的估值逻辑或许将面临一次深刻的重塑。