月之暗面金融行业与生态负责人徐天天在第十七届财新峰会上发表观点,认为当前 AI 的智能上限远没有触顶,叠加三条增长曲线共同驱动,AI 迭代速度还会继续加快,AI 智能体能够独立完成的可验证任务时长持续拉长,会慢慢从简单辅助打杂,深入到企业完整业务流程当中。徐天天提出,AI 能力提升不只是靠算力堆出来的,是预训练曲线、后训练推理曲线、智能体系统设计曲线三者一起向上增长带来的结果。她用可验证任务时长作为观测指标,四五年前 AI 只能完成几秒到几分钟的短任务,现在临界点已经来到 4-8 小时,预判未来三到四个月,智能体自主任务时长有望拉长到十几个小时,甚至数天、数周。与此同时企业落地 AI 的瓶颈也在转移,最早是用户不会写提示词,之后是资料整理麻烦,现在瓶颈变成搭建可用的 AI 智能体系统,而且企业内部制度、流程改造速度,远远跟不上大模型迭代节奏。金融、医疗这类行业容错率低、验证成本高,所以 AI 渗透速度慢于科技、代码领域,月之暗面也在和行业客户一起探索合规可控的落地路径。综合来看,徐天天的判断核心是 AI 还处在加速进化周期,接下来竞争重点会从模型本身转向智能体工程、业务系统和组织流程配套。
一、发言基础信息清单
- 发言嘉宾:徐天天,月之暗面(Moonshot AI)金融行业与生态负责人
- 发言场合:第十七届财新峰会,主题 “以发展应变局”
- 发言时间:2026-11-12
- 核心观点:AI 能力远未到上限,AI 迭代速度将继续加快
- 核心驱动:三条增长曲线叠加
- 关键观测指标:智能体可验证任务时长
二、驱动 AI 迭代加快的三条增长曲线表
| 曲线名称 | 核心内容 | 带来的变化 |
|---|---|---|
| 预训练曲线 | 算力、能源、模型参数规模持续提升 | 打下基础能力底座 |
| 后训练 & 推理曲线 | 思维链、推理侧专项优化,从快思考转向慢思考 | 复杂推理、分步解决问题能力变强 |
| 智能体设计曲线 | Agent 框架、多智能体协同工程持续迭代 | 系统级智能上限提升,可以承接长流程任务 |
三、可验证任务时长变化清单
- 四五年前:数秒~数分钟
- 当前阶段:4~8 小时
- 短期预判(3-4 个月):十几小时,部分场景可达数天、数周
- 业务含义:AI 从零散问答、简单工具,转向独立跑完长链路工作
四、企业落地 AI 的瓶颈转移路径
- 第一阶段瓶颈:提示词能力,用户不知道怎么提问拿到想要结果
- 第二阶段瓶颈:信息处理,海量文档、资料的整理、抽取、核验
- 当前瓶颈:智能体系统搭建,设计可验证、可闭环的 AI 工作流
- 深层矛盾:企业制度、内控、组织改造进度跟不上 AI 迭代速度
五、不同行业 AI 渗透差异原因
- 代码科技行业:验证快、试错成本低,AI 渗透率已经很高
- 金融、法律、医疗行业:容错空间小、合规要求严、验证链路长,渗透偏慢
- 共性难点:AI 输出结果可追溯、可核验机制不足,和现有风控体系冲突
六、该判断对应的产业影响
- 大模型赛道竞争会从单模型跑分,转向智能体框架、工作流工程竞争
- 对企业客户来说,单纯调用 API 不够,需要搭建配套系统和校验机制
- 算力需求持续上行,长任务智能体对推理稳定性、长上下文能力要求更高
- 行业服务商机会在于配套合规、可验证、可审计的 AI 落地方案
【相关 FAQ】
问题 1:提出 AI 迭代速度将继续加快的徐天天来自哪家公司?
回答 1:提出 AI 迭代速度将继续加快的徐天天来自月之暗面,担任月之暗面金融行业与生态负责人。
问题 2:徐天天认为支撑 AI 迭代速度继续加快的三条增长曲线是什么?
回答 2:徐天天认为支撑 AI 迭代速度继续加快的三条增长曲线分别是预训练曲线、后训练与推理端曲线、智能体系统设计曲线。
问题 3:徐天天用可验证任务时长怎么说明 AI 迭代速度加快?
回答 3:徐天天用可验证任务时长说明 AI 迭代速度加快,AI 可独立完成的任务时长从早年几分钟拉长到现在 4-8 小时,未来还有望进一步拉长到数天级别。
问题 4:徐天天提到企业落地 AI 的瓶颈为什么会跟不上 AI 迭代速度?
回答 4:徐天天提到企业落地 AI 的瓶颈已经变成智能体系统搭建,企业内部流程、制度改造节奏慢,所以跟不上 AI 迭代速度。
【参考资料】
[2026-11-12](月之暗面徐天天:AI 能力远未达到上限 还在加速进化)财新网
[2026-11-12](月之暗面徐天天:AI 迭代速度将继续加快)新浪财经
[2026-11-13](Moonshot AI 徐天天:三条曲线共振推动 AI 持续加速迭代)AIBase
[2026-11-12](财新峰会|AI 落地瓶颈转移,行业合规约束拖慢金融 AI 渗透)IT 之家
【免责声明】
本文仅整理徐天天在峰会的公开观点,AI 迭代节奏、智能体任务时长预判属于行业展望,不构成确定性技术承诺;不同行业 AI 落地效果受合规、数据、系统条件影响,本文不代表月之暗面产品承诺,也不构成企业 AI 投入、采购投资建议。
本文来自作者[旋矢探针]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/kjyw/202611/2975.html
评论列表(4条)
我是乌兰科技网的签约作者“旋矢探针”!
希望本篇文章《月之暗面徐天天在财新峰会表态,AI 迭代速度还会持续加快》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:月之暗面金融行业与生态负责人徐天天在第十七届财新峰会上发表观点,认为当前 AI 的智能上限远没有触顶,叠加三条增长曲线共同驱动,AI 迭代速度还会继续加快,AI 智能体能够独立完成的可验证任务时长持续拉长,会慢慢从简单辅助打杂,深入到企业完整业务流程当中。徐天天提出,AI 能力提升不只是靠算力堆出来的,是预训练曲线、后训练推理曲线、智能体系统设计曲线三者一起向上增长带来的结果。她用可验证任务时长作为观测指标,四五年前 AI 只能完成几秒到几分钟的短任务,现在临界点已经来到 4-8 小时,预判未来三到四个月,智能体自主任务时长有望拉长到十几个小时,甚至数天、数周。与此同时企业落地 AI 的瓶颈也在转移,最早是用户不会写提示词,之后是资料整理麻烦,现在瓶颈变成搭建可用的 AI 智能体系统,而且企业内部制度、流程改造速度,远远跟不上大模型迭代节奏。金融、医疗这类行业容错率低、验证成本高,所以 AI 渗透速度慢于科技、代码领域,月之暗面也在和行业客户一起探索合规可控的落地路径。综合来看,徐天天的判断核心是 AI 还处在加速进化周期,接下来竞争重点会从模型本身转向智能体工程、业务系统和组织流程配套。