2026 年 5 月 19 日，上海。零一万物 CEO 李开复，与 AMD 董事会主席苏姿丰，在 AMD AI 开发者日的舞台上完成了一场特殊的对话。
当多智能体打破了 AI 的能力天花板，2026 年的竞争焦点也随之改变。不再只是 "AI 能不能做到 "，而是 " 谁能让 AI 真正替代一个部门、交付商业结果、并为这个结果负责 "。技术路径变了，组织逻辑变了，工程师的角色也随之改变。
多智能体元年：我们跨过了哪条线
苏姿丰的开场直入核心：2026 年，智能体与此前两年的生成式 AI 浪潮，有什么本质区别？
李开复从两个维度给出了自己的答案：
第一是 AI 编程能力跨过了临界点。 一年前，AI 只能辅助写函数；现在，它可以端到端交付功能。这件事的深远意义在于：智能体在数字世界里的一切行为，归根结底都是代码。当 AI 自己能写代码，自主智能体才真正成为可能。
第二个维度是单一智能体的能力有天花板。 无论模型参数有多大，单个 Agent 在面对真实复杂问题时，终究会碰到瓶颈。破局的办法只有一个——多智能体协作：规划 Agent、评估 Agent、研究 Agent、执行 Agent，彼此辩论、相互接力，在彼此的结果上继续迭代。
李开复用了一个词来形容这个机制：" 美第奇效应 " ——文艺复兴时期，正是因为把不同领域的专家塞进同一个房间，才产生了超越任何单一个体的成果。21 世纪的今天，这个机制第一次被搬进了 AI 世界。
技术路径上，这意味着 AI 正在从 " 用一个超级大脑完成所有事情 " 的执念中抽身，走向异构智能（Heterogeneous Intelligence）：不同类型的模型与算法被组合在一起，用群体智能解决更复杂的问题。
苏姿丰补充到：AMD 自己的工程师已经在用 AI 智能体加速产品设计验证。 一个有合适工具的人，今天能做到几年前需要整个团队才能完成的事。
2026 年：不止 " 完成任务 "，直接 " 替代部门 "
李开复在这场对话中给出了一个清晰的时间轴：
2024 年： "AI 能否完成一个任务？"
2025 年： "AI 能否完成一条工作流？"
2026 年： "AI 能否替代一个企业的职能部门？"
这不是表达上的夸张。以 HR 为例：当招聘 Agent 与绩效 Agent 实现联动，系统就能根据员工入职后的真实绩效数据，自动调整前端的人才筛选标准——简历筛选、面试、新员工入职、月度 / 季度绩效追踪，全部由多智能体系统驱动，形成自我进化的数据飞轮。
这个架构正在催生一个明确的趋势：One-Person Company（一人公司）。借助模块化的多智能体框架，单个开发者如今有能力像 " 总架构师 " 一样，快速启动一家高度自动化运转的公司。
李开复把这种转变总结为一个范式转移：从 "Prompt-and-Response"（给 AI 一个提示词）→ "Goal-and-Execution"（给 AI 一个组织目标）。这种转变意味着：你不再需要告诉 AI 怎么做，你只告诉它要什么。
真正的 AI 转型，一定要触及核心业务职能
苏姿丰在对话中还问了一个问题：你跟这么多 CEO 聊过，他们怎么对待 AI 转型？
李开复的回应非常直接：" 几乎每个企业都在把 AI 部署在不出错却价值很低的地方——会议纪要、HR 答疑机器人、内部搜索。这都是表面文章。" 他甚至直接喊话 CEO："AI 转型，不要只听你们 CIO 的。"
李开复认为典型 CIO 的职责是保护软件系统稳定运行，而不是重新定义公司。CIO 擅长安全地部署 AI，但不擅长推动组织层面的真正变革。大多数由 IT 部门自下而上推动的 AI 转型，最终都会失败。而真正能改变公司经营结果的，是直接影响损益表的核心业务职能——收入、利润、防欺诈、动态定价、供应链、产品上市速度。这些领域，恰恰是大多数高管最不愿意让 AI 介入的地方。
" 传统 CIO 这个角色不会消失，但它的重要性会被大幅削弱。因为 AI 并不只是一个新的软件工具，企业 AI 转型绝对是是一把手工程，需要企业领袖根本性的思维转变。" 李开复强调，" 如果你的 AI 部署，最终没有改变任何一个会出现在季度财报电话会议上的数字，那你公司做的就不是真正意义的 AI 转型，只是浪费钱打造了一个 AI 实验室。"
李开复表示，" 同样的话，我也要送给开发者：停止构建 " 装饰性包装 "，开始构建能真正推动业务底线的结构性引擎。"
一种打破边界的运营架构：DRI 模式
这场对话中最具实操价值的部分，是李开复提出的 DRI（Directly Responsible Individual，直接责任人）概念。
据李开复观察，大多数开发者习惯在代码层面定义 Ownership ——我负责这个 GitHub 仓库，我负责这个 on-call 值班，我负责这个服务。但这种 Ownership 有明显的天花板：它只覆盖你通过键盘能直接控制的部分，而编码工作正越来越多地被 AI 接管。
DRI 模式正是为了打破了这个天花板。由一个人，对某个跨职能结果承担端到端责任。这不是一个职位头衔，而是一种明确的责任契约——就像运维手册里唯一指定的 on-call 工程师，无论发生什么，结果和影响都算你的。
在这个模式下，一个人类 DRI 处于整个智能体系统的中心。围绕他的，是由研究、执行、合规、监控等 Agent 组成的专业化集群。DRI 不做具体执行，而是负责整体编排、关键决策，对最终输出契约负责。" 我预测 DRI 模型会成为 AI 原生公司最核心的组织架构。" 而在李开复看来，DRI 模式也是企业 AI 转型必须重视的组织架构。
工程师们是天生的 DRI。其实工程师们一直在训练自己成为 DRI，只是他们还没意识到——写技术规范，本质上是在定义可量化的商业成果；配置监控告警，是在建立衡量结果的机制；凌晨两点主动排查故障，展现的正是 DRI 模式最核心的主人翁意识。
李开复表示：" 工程师的优势，在这个时代会被无限放大。你们拥有的不只是建议权，而是直接决策权。AI 正在成为赋能技术人的新形态超能力。"
留给技术人的窗口很短。要么成为 DRI，要么被 DRI 替代。
