9月11日，2025Inclusion·外滩大会开幕主论坛上，源码资本投资合伙人、美国国家工程院外籍院士张宏江发表重要观点。他强调，大模型的“规模定律（Scaling Law）”依然发挥效用，而智能体技术与经济结构转型正深度重塑当前社会格局。张宏江指出，智能体（Agent）将全面重构企业现有流程，“超级个体+智能体”的创新模式有望为企业带来颠覆性的结构性变革。
源码资本投资合伙人、美国国家工程院外籍院士张宏江
规模定律作为驱动大模型性能提升的核心准则，其核心逻辑为模型参数规模越大，相应性能表现越优。尽管目前行业内存在预训练模型规模定律增速放缓的看法，但张宏江特别指出，推理模型的崛起，正构建起大规模发展的全新曲线——即“推理规模定律（reasoning scaling）”。他解释道，上下文（Context）理解、记忆（Memory）存储等关键环节对计算能力的需求，将持续推动模型向更大规模（scaling up）演进。
他进一步阐述，“大语言模型通缩（LLM flation）”现象也将对规模定律产生强化作用。过去三年间，大模型单位token的使用成本呈现快速下降趋势，并且随着模型性能的不断迭代升级，其应用成本将持续走低。产业界已清晰洞察到这一趋势：一方面，以DeepSeek为代表的技术创新显著降低了运行成本；另一方面，芯片硬件性能与模型算法效率的双重提升，共同促成了成本的持续优化。张宏江认为，伴随大模型技术的深入发展，这种成本下降的趋势将得以延续。
在产业应用层面，人工智能正驱动相关基础设施进行大规模扩容。张宏江举例说明，如OpenAI的Stargate项目与马斯克的Colossus计划等，单个项目便规划部署百万级GPU，其电力消耗规模相当于北京市总用电量的八分之一。据预测，2025年美国主要科技企业在人工智能领域的资本开支将突破3000亿美元。过去一年间，人工智能数据中心产业链迎来了史无前例的大规模建设浪潮。他指出，大型IDC（互联网数据中心）的建设不仅将带动电力能源生态的升级，更将全面促进整体经济的发展，这正是“AI产业规模化”的核心要义所在。
随着人工智能技术逐步具备自动化执行、高效计算、自主思考、智能规划及精准行动等核心能力，企业运营及社会活动中的各类工作流程将逐步被AI代理（Agent）所替代。张宏江认为，当AI代理数量实现规模化增长后，它们将形成协同工作的“智能体群（Agent Swarm）”。这些智能体在执行复杂工作流时，能够实现数据与信息的高效共享，甚至通过协同协作完成决策过程。在此模式下，人类更多扮演资源提供者与数据贡献者的角色，而智能体之间的交互与协作则构成了新兴的“智能体经济（Agent Economy）”。
在这种新型经济形态下，AI模型与GPU算力将成为组织机构的核心战略资产。传统模式下，企业规模扩张主要依赖人力资源的增加；而未来，企业发展将更多依靠算力资源的扩充、AI模型能力的增强以及数据资产的积累。与此同时，一种全新的组织形态——“超级个体（One Person Company）”正在崛起：即单个个体借助大规模AI智能体的协助，便有能力支撑起一家公司的运营，其工作效率甚至可能超越传统组织架构。
然而，这种深刻的转型也伴随着潜在风险。张宏江指出，近期媒体报道及斯坦福大学的相关研究均表明，人工智能已对年轻群体就业产生显著冲击，特别是刚步入职场的新人，正面临就业机会被大规模替代的严峻挑战。他强调，“超级个体+智能体”模式在带来效率革命的同时，也可能引发前所未有的结构性社会变化与适应性难题。