2026 Inclusion·外滩大会以“共创AI新经济”为题，其真正的信息密度不在展区里的机器人，而在一个叙事切换。过去两年行业的核心命题是“模型能做到什么”，而今年主论坛反复追问的是“增长的账怎么算”。这一转变本身，比任何单点技术展示都更值得注意。
叙事重心后移：从技术变量到经济变量
大会传递的第一个行业信号是AI叙事正在向兑现阶段迁移。
当前产业存在一个结构性反差：一边是规模空前的投入——仅亚马逊、微软、谷歌、Meta四家2026年资本开支指引合计已突破7000亿美元；另一边是尚未成型的解释框架——学界对未来十年AI贡献全要素生产率的测算，从每年0.07到1.3个百分点不等，相差40余倍。
这种分歧不是研究精度问题，而是技术革命的固有规律。
黄益平援引索洛悖论提醒，计算机普及后宏观统计中的生产率并未立刻上升，存在时间滞后；这种滞后在微观层面有明确的形成机制。
AI应用需要数据基础设施、算法研发、组织流程再造等前置性无形资本投入，这些投入在短期内大多难以显化为统计意义上的即期产出，学界称之为生产率的J曲线效应。
刘元春则指出，技术革命早期最先变化的往往是预期而非产出，并将泡沫称为新范式的“促产婆”。
对行业的实际含义是短期业绩评价与长期价值判断之间的错位，将在未来几年持续存在，而“泡沫是否可怕”的标准，已经从估值高低切换为沉淀物真伪——泡沫期形成的算力、模型与基础设施能否转化为真实生产能力。
Token经济：智能体时代的“计价层”正在形成
如果说身份与安全标准解决的是智能体“能不能被信任”的问题，那么Token经济要解决的是智能体经济“如何被计价”的问题。
张宏江在外滩大会上给出一个概括性判断：“智能体经济简而言之就是Token经济。”这句话值得拆开理解，因为它指向的不仅是计量单位的变化，而是整个商业计价逻辑的迁移。
计价对象的迁移：从时长到意图，再到Token。
传统互联网经济的计价锚点是时长与点击——谁的入口占据用户时间，谁就掌握流量分配权。
而智能体经济的商业逻辑被韩歆毅描述为从时长转向意图：用户表达需求，由智能体完成匹配与交易。
当经济活动的主体从人切换为Agent，计费的颗粒度也随之从一次曝光细化为一次调用、一次Token消耗。这意味着未来AI产业的收入模型，大概率围绕推理调用量而非软件订阅展开。
软件从人使用转向Agent使用的底层含义，正是计费对象的切换。
供给侧的变化：推理成为算力的主战场。
展区里的一个细节印证了这一点。
国产可重构芯片企业清微智能与腾讯云合作提供基于国产算力的Token推理服务，并在北京与合作伙伴共建专业Token工厂。
同时，产业对算力的诉求正从峰值性能转向“高并发、低成本、绿色低碳的稳定供给”。
这是一个重要的结构性信号。
训练时代的算力竞争看的是峰值，推理时代看的是单位Token成本与稳定交付能力。
当应用层智能体爆发，推理需求将呈现高频、碎片化、持续运行的特征，算力产业的竞争维度随之重写。
但Token经济的成立有前提，且价值会分化。
张宏江同时提醒不同的Token价值有高下之分，其类比是“最具价值的Token相当于新一代茅台”。
这一判断的隐含前提是智能体供需两端的正循环能够跑通。
而现实中，商家与用户之间仍困于“鸡生蛋”的冷启动僵局。
Token经济的真正图景大概率是分化而非普惠。
通用推理Token因供给扩张而持续贬值，而绑定专有数据、行业Know-how和企业工作流的Token保持溢价。
对企业而言，张宏江所说的“将IP、Know-how、用户关系转化为模型并产生涌现效应”，本质就是在为未来储备“高价值Token”的生产能力。
竞争的战场下沉：入口、身份与安全成为基础设施层
更具实质意义的信号在展区的“配角”身上。
今年外滩大会，AI支付、身份鉴别与授权被单独设展，中国网络空间安全协会牵头的《智能体身份鉴别与授权技术框架》《智能体运行时安全技术要求》两项团体标准正式启动——这意味着行业的稀缺资源正在从模型本身转向支撑智能体大规模行动的底座层。
这一变化的底层逻辑是交互范式的转移。
蚂蚁阿宝已完成万余项服务的AI化适配，跨手机、车机、眼镜等多终端调用；商家的流量逻辑被描述为从时长转向意图，用户不再需要知道自己在使用哪个App。
当智能体从对话走向交易，身份核验、授权管控、责任追溯就不再是安全补丁，而是交易得以发生的前提条件。
换句话说，AI产业的卡位战正在沿着“模型—应用—协议”的链条向下游延伸，谁掌握智能体经济的“结算与身份层”，谁就可能占据类似于移动时代应用商店加支付网关的枢纽位置。
开源格局：中国路线的全球化红利与它的边界
江小涓在外滩大会上将AI定义为一种“生而为全球”的创新，并给出了一组关键数据：今年6月，中国开源模型在全球主要开源社区的下载量首次超过美国；7月、8月，调用量前六名均由中国开源大模型占据。
这组判断已被更广泛的数据交叉印证：Hugging Face的2026年春季报告显示中国开源模型已占该平台下载量的41%，超过美国的36.5%；阿里千问系列过去六个月全球累计下载量突破30亿次，超越Meta与Google，成为全球下载量第一的开源模型家族，其中仅Hugging Face Hub单平台2026年以来即达20.45亿次。
这一格局的形成，首先是一次路线选择的结果。
中国头部模型普遍采用Apache 2.0、MIT等宽松协议，允许自由下载、修改与商用；而Meta的Llama虽开源，但附带月活超7亿需授权的限制性条款，且Meta已于2026年宣布放弃Llama开源路线、转向闭源商业化。
美国开源旗手的收缩，为中国模型留出了全球开发者的生态位。
开源由此成为中国AI产业的一种结构性战略。
通过开放权重换取全球开发者的默认使用习惯，再以衍生生态反哺迭代。低成本吸引全球开发者使用—反馈加速迭代—性能增强的自强化循环已经启动。
其次，中国开源模型的全球化正在从被下载走向被二次开发。
一个标志性事件是9月3日，沙特公共投资基金旗下HUMAIN推出首个阿拉伯语大模型HUMAIN M3，其基座正是MiniMax 6月开源的旗舰模型MiniMax M3，HUMAIN在底座之上使用超过1万亿Token的阿拉伯语数据进行后训练，并计划进一步开放权重、支持主权部署。
与过去中国大模型主要通过API或应用产品出海不同，这一次中国开源模型直接成为海外国家级AI能力的基础底座。这意味着模型出海的含义已经改变：开放模型本身，正在成为其他国家和地区构建下一层AI能力的技术基础，中国开源模型输出的从产品延伸到了产业基础设施。
再次，开源与闭源正在形成分工而非替代。国内厂商已探索出开源普惠+闭源增值的双轨模式：开源阵营通过技术降本推动API价格下探，降低中小企业使用门槛；闭源厂商面向金融、政务等高价值场景提供定制服务，企业级大模型日均调用量随之激增。
对行业而言，这意味着竞争的胜负手不再是单一模型的性能排名，而是“基座+生态+行业纵深”的组合能力。
江小涓以AI制药为例的判断可延伸至此。中国上半年创新药对外授权交易总额达1100亿美元，背后是AI加速前端研发后，全球制药业的重新分工——开源模型在其中扮演的角色，类似全球产业链的“公共底座”。
但必须保持克制：下载量不等于定价权。
开源格局的数据存在明确的边界。
其一，地缘与信任门槛仍在：在欧美金融、政府等敏感行业，中国开源模型因数据安全与合规因素，采用仍受限制。
其二，开源模式本身的盈利性尚未被证明——开源赢得的是生态与标准话语权，而非直接利润，商业化仍需依靠云服务、API与行业解决方案间接兑现。
其三，生态位并不稳固：Hugging Face数据显示美国企业（AMD、英伟达）是今年发布开放模型数量最多的主体，算力厂商以硬件绑定开源生态，是另一种形式的卡位。
综合来看，开源格局的本质变化在于AI竞争的计量单位正在从单个模型变为生态网络。
中国以开源路线在这张网络上占据了节点优势，这是过去两年最具结构性的行业变化之一；但节点优势能否转化为产业利润与技术标准的长期主导权，取决于双轨商业模式的兑现能力，以及在地缘约束下的全球化纵深——这正是未来一两年观察这个行业最关键的变量之一。
供需冷启动：新经济成形前的核心矛盾
在众多表态中，蚂蚁集团CEO韩歆毅指认的问题最为实感：智能体生态存在鸡生蛋式的供需错位——用户想用，但商家缺少可用的智能体服务；商家因看不到用户而犹豫投入。这实际上揭示了当前AI经济的真实瓶颈不在技术侧而在供给侧的组织方式：大量服务能力仍以人、以单点App的形式存在，尚未被转化为"可被智能体调用和完成"的标准化供给。
与之呼应的是具身智能的“一脑多机”路径——同一套通用大脑驱动不同形态机器人进入药房、仓库、工厂，本质上是在用通用性摊薄落地成本，解决智能进入物理世界的经济性约束。
这两条线索指向同一判断：下一阶段AI产业的价值创造，将更多来自供给的组织与转化，而非模型能力的单纯迭代。
政策配套也在向这一环节倾斜。就在大会召开前夕，上海市经信委于7月印发《上海市进一步推动“AI+制造”发展的若干措施》，提出向制造企业发放平台Token体验券、对租用智能算力资源开展工业大模型与智能体研发最高给予4000万元补贴等举措。补贴的方向不在模型研发本身，而在降低智能要素的使用成本——这与上述“供给侧组织”的判断互为印证：政策与产业正在将资源投向同一个缺口。
必须正视的三道约束
在乐观情绪之外，大会讨论同样提示了约束条件，且这些是结构性的，而非周期性的。
其一，上游集中度。阿吉翁以IT革命为鉴，指出创新成功者建立的壁垒可能反过来压制后来者进入，当前AI价值链上游——云计算与图形处理器市场均已高度集中。增长潜力能否释放，部分取决于竞争环境，这是产业层面的政策变量。
其二，分配与就业的时间差。相比蒸汽机、电气化给出两三代人的转型窗口，AI扩散可能压缩在十年左右，入门级岗位或率先承压；而生产率提升并不自动带来劳动者收入同步增长，“供强需弱”存在从阶段性现象固化为长期特征的风险。增长与分配是两套机制，这决定了“AI新经济”的社会接受度将是产业自身的约束条件。
其三，能力边界。王梦迪团队的研究表明，大模型擅长寻找“最可能”的答案，而真正的科学发现藏在概率分布的长尾里，这解释了AI在数学、编程等可快速验证的领域进展迅猛，却尚未在物理、化学、生物领域产生同等规模的原创发现。这意味着“AI驱动科学革命”的叙事需要降温，至少目前，AI的经济贡献仍主要作用于任务自动化，而非新知识生产。
综合本轮外滩大会的信息，一个较为客观的图景是：AI产业正在跨越从“技术展示”到“经济闭环”的临界点——支付、身份、安全等基础设施开始成型，物理世界的落地路径逐渐清晰，但增长兑现仍需穿过供需冷启动、就业分配阵痛和上游垄断风险。行业竞争的胜负手，正在从模型参数转向组织能力；而“AI新经济”这一概念最终能否成立，检验标准不在算力规模或融资额度，在于它能否形成真实的投资—收入—消费循环，并让增量被足够广泛地分享。这是本届大会提出的真问题，也是未来几年观察这个行业的最重要坐标。
今日参考阅读文章：
(1)外滩大会聚焦“AI新经济”：技术突破之后，新一轮增长从何而来？
（链接：https://finance.sina.com.cn/jjxw/2026-09-10/doc-inirinuu5387340.shtml?cre=tianyi&mod=pchp&loc=29&r=0&rfunc=60&tj=cxvertical_pc_hp&tr=12）
(2)AI价值变革终局未至 外滩大会描绘智能体经济新图景
（链接：https://m.cls.cn/detail/2480253）
(3)直击2026外滩大会｜一线探营：智能体加速进化 AI新经济雏形显现
（链接：https://finance.eastmoney.com/a/202609093869611088.html）
(4)探营2026外滩大会：AI开始有了真实的“体温”
（链接：https://finance.eastmoney.com/a/202609103869678132.html）
(5)2026外滩大会探营：当AI开始干活，一种新经济正在形成
（链接：https://www.bjnews.com.cn/detail/1788936047129242.html）
本文若有歧义欢迎读者分享指正。
·END·
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表