“一切竞争终将回归用户体验的原点。

人类的想象边界正随着AI的发展不断被突破。AI正加速走出研究语境，深度嵌入产业运行、资本流动与社会结构之中，持续重塑全球科技演进的节奏与方向。与此同时，算力、模型、数据与应用场景的重新分布，也在推动全球产业链在不同区域间重新锚定位置。

然而，我们仍需要面对这样几个问题：为什么大多数所谓的“智能产品”在生产力场景中依然步履维艰？为什么AI即便是98%的准确率，在某些领域依然被视为不及格和不被信任的失败品？在全球AI大爆发的背景下，中国企业又该如何找寻自己的新坐标？

在1月16日举行的2026世界人工智能大会WAIC Up！期间，猎豹移动董事长兼CEO、猎户星空董事长傅盛接受了数据猿联合创始人、主编张艳飞的专访。他认为，我们正处于从“人围着机器转”到“机器围着人转”的质变前夜，这场变革，是一场关于AI产品如何跨越那最后0.1%准确度的撞线时刻。

单元模型的上限并未触及天花板

猎豹移动，这家诞生于2010年、以安全工具出海闻名中国的科技企业，如今正悄然转身。从最初的安全工具到如今全面拥抱大模型与智能体时代，猎豹这家互联网的“老兵”与其董事长傅盛一同，站在了AI产业变革的前沿。

在大会的演讲中，傅盛将AI视为一次结构性机遇——“AI是上天送给华人最好的礼物。”在他看来，这一轮技术浪潮为中国企业提供了前所未有的机会窗口，但真正决定能否抓住机会的，并不只是模型或算法层面的技术升级，而是一场涉及思维、组织与产品的系统性变革。在猎豹内部，公司已经开始通过AI Native组织化机制打破传统职能边界，鼓励全员直接参与编程与产品创造，而这一切的前提，是企业的一把手必须真正理解AI，并将其纳入长期战略之中。

近年来，随着GPT-4、Gemini、Claude等基础大模型的不断涌现，模型参数来到了万亿级门槛，产业界开始浮现一种隐忧：“缩放定律”（ScalingLaw）——即模型性能随参数规模与数据量提升而提升的规律——是否正在失效？

对此，傅盛表示：“缩放定律本质也不是一个被推理出来的东西，而是一个被实践证明的规律。目前看来，基础大模型的能力应该还是有很大的上升空间。”即便有人担心其表现形态会发生变化，例如强化学习的重要性日益凸显，但他认为单元模型的上限并未触及天花板。

他特别指出，美国持续大规模建设AI算力中心的行为，实际上反向证明了基础模型仍有进化潜力，否则如此巨大的投入将失去其底层商业逻辑。

这种“预期”背后，是中国企业在基础大模型领域与全球领先者之间微妙的位置关系。基础大模型技术本身仍属“黑盒”或“灰盒”范畴，其智能涌现机制尚未完全明晰。因此，规模化的实践非常关键，而算力决定了大模型训练规模和迭代机会。傅盛坦诚认为，目前全球只有中美具备大规模训练基础大模型的能力，“美国暂时领先是现状”。中国厂商能够“保持在不错的基准线”，但与最顶尖水平“仍有一些差距”。这种差距不仅源于算力与数据，更在于持续的实践迭代与生态积累。

猎豹移动董事长兼CEO、猎户星空董事长傅盛接受数据猿联合创始人、主编张艳飞采访

Agent落地的“98%准确率”困境

如果基础大模型是AI的“大脑”，那么AI智能体（AI Agent）就是“手与脚”。2025年被普遍认为是“AI智能体爆发年”，它让大家意识到，具备自主规划与执行能力的“智能体”，才是AI产业化的必经之路。几乎所有的AI企业，都将在这一波以“执行力”为核心的进化中，重新寻找自己的位置。

傅盛对Agent的发展保持审慎乐观的态度。他认为Agent的效能极大程度上受限于基础模型的能力，尤其是在生产力场景中，极小的错误率都可能导致整个任务的失败。误差、幻觉、逻辑混乱，这些问题在一些简单的问答场景中或许可以容忍，但在企业级的应用场景中，如代码生成、财务分析、决策建议等任务，Agent的缺陷会被极速放大，准确率低于98%的产品是无法被接受的。

这正是当前Agent落地难的核心：“在一些场景里，你只比别人好10%，就能拿走全部市场；而在另一些场景，10%的错误就是致命的。”

面对这个“98%困境”的问题，企业该如何应对？

傅盛提出的应对之道是“收缩范围”，即通过缩小Agent的处理边界来换取准确率的提升。“当你范围足够小的时候，那么就可以把准确率提上去，一泛化就不行。当前企业端Agent的突破多从具体场景切入，而非一次性解决所有问题。”他将此过程类比为智能手机的诞生，虽然早期产品在续航等指标上不如传统手机，但只要在一个核心点上展现出无可比拟的能力，就能吸引用户并逐步完成技术更迭。

在Agent落地产业仍存在多重挑战之际，AI正让许多沉寂已久的硬件品类“重生”。曾经的“智能眼镜”不温不火，只因当时的AI能力无法支撑真正的智能交互。如今，融合了实时翻译、场景识别、语音助手的AI眼镜，开始提供颠覆性体验。同样，传统的录音笔叠加AI会议纪要总结功能后，也从边缘工具变为职场生产力核心。而AI玩具、个人化学习设备等新品类也随着AI的进步，开始大规模涌现。

傅盛分析认为，这一切的背后逻辑是：当基础大模型的能力达到某个“阈值”，AI便不再是一个附加功能，而是重新定义产品价值的存在。他坚信，这种AI从工具到有独立思想助手的演进，将为每个用户提供专属的生活和工作秘书，从而创造出巨大的产业机会。

傅盛在WAIC Up！全球年终盛会发表演讲

猎豹的“三线作战”：
务实者的AI商业化样本

面对波澜壮阔又前路未明的AI浪潮，公司该如何进行战略布局？傅盛清晰地勾勒出三条战线：

1.赋能出海：巩固、提升既有优势。将自身多年的海外市场经验、云管理服务及广告代理资源，与AI Agent能力结合，为企业提供“AI赋能出海”的一站式解决方案，提升从部署到营销的效率。

2.软件重生：AI重构传统产品。其核心思路不是盲目追逐原生AI应用，而是用AI深度改造拥有庞大存量用户的成熟产品。例如，在传统的安全软件能力基础之上进化新的通用Agent产品“电脑AI伙伴”——元气AI Bot，作为国产版的openclaw的定位，用户仅需要从繁琐的自主排查变为用自然语言描述问题，元气AI Bot自动诊断并修复。另一例是将传统PDF工具进行AI化改造，提升信息处理效率。这种“AI化重生”路径，风险更低，用户迁移成本小，且能快速兑现价值。

3.机器人攻坚：“以终为始”加速硬科技落地。对于猎户星空的机器人业务，傅盛展现出一种极为冷静的商业逻辑：“机器人在物理环境里，不是98%、99%，是99.9%，用户也不能接受，就是不能出错。它有点像自动驾驶。”傅盛把这最后0.1%称为“魔鬼区间”，要靠传感器冗余、小模型校验、人类兜底三种方式把关，“先把0.1%砍到0.01%，再谈家庭场景。”

因此猎户星空的策略是“以终为始”，不追求实验室里的参数领先，而是专注于展厅导览引领、餐厅送餐、酒店递送等已经能够产生商业回报的具体场景，他告诉数据猿：“找到一个好场景，就落地，就要保证在商业场景里跑起来。”这种专注于具体场景的理念，为猎豹的产品布局提供了战术指引。2025年7月，猎豹收购了一家协作臂公司Ufactory，进一步拓展了机械臂在商业场景的全球化落地。

在傅盛看来，从0.1%到0.01%的跨越，不仅是技术成熟度的标尺，更是AI从“可用”走向“可信”、从“工具”走向“伙伴”的关键转折。而这一过程，恰恰是回归到技术的本质——用户体验。当机器足够理解人、可靠地服务于人，交互的形态也将自然演进。

交互的终极形态：
从“人适应机器”到“机器适应人”

一切竞争终将回归用户体验的原点。

随着智能体时代的加速演进，傅盛强调，未来所有的APP都值得以AI为核心重做一遍。带来这个变革的关键在于，AI能够理解用户意图并直接解决问题。

他举例称，以前即使用上图形界面，用户仍须学习如何操作，例如找到支付按钮；而现在AI能主动围绕人的需求运作，不仅生成答案，更可直接完成操作。以最近爆火的APP“死了吗”为例，创始人“可能都没怎么写过程序”，仅凭AI在30天就打造出1.0版本，他表示“在以前不能想象”。

在此趋势下，猎豹移动正致力于将原有的成熟产品进行全方位的AI化重塑。猎豹目前重点深耕办公效率领域，将传统安全软件和清理工具升级为“电脑AI伙伴”元气AI Bot。通过多年积累的数千个故障案例，AI现在可以根据用户的口头描述，现场编写诊断代码来解决打印机连接或系统报错等问题，据悉，相对openclaw，元气AI Bot不仅一键部署，而且免费试用。就在近期，元气AI Bot刚刚上线移动端APP，手机远程即可操控电脑，文件传输、预定会议、电脑锁屏等等。

傅盛在WAIC Up！发表演讲

同时，Agent也在对交互方式产生颠覆性变革。傅盛表示猎豹内部正在内测的元气AI Bot只剩一个对话框，用户语音交互，Agent直接调用脚本、清理缓存、弹出报告，不再需要层层点击。

他引用乔布斯观点指出，“每一次UI的变革都是一次巨大的产业机会。”

命令行到图形界面是第一次，触摸屏是第二次，而如今，自然语言交互正在开启第三次浪潮。未来的应用形态可能不再是一个需要学习、点击的孤立图标，而是一个能理解用户模糊意图、自主调用各种服务、完成复杂任务的“智能体”。

这不仅是一种技术的升级，更是一种产品哲学的转变——从“人适应机器”到“机器适应人”。

猎豹的转型之路，也正是中国科技企业拥抱AI浪潮的一个缩影——不盲目追逐热点，而是基于自身基因，在出海经验、软件积累与硬件场景中寻找AI的最佳切入点。在这个“所有应用都值得重做”的时代，或许正是这种务实与愿景的结合，最能定义下一阶段的竞争格局。