习近平总书记在4月25日中共中央政治局第二十次集体学习时强调：以人工智能引领科研范式变革。这一指示具有多方面重要意义，包括推动科技创新突破，促进产业升级转型，提升国家竞争力，培养创新人才。

       追溯发现，总书记第一次提科研范式是在2023年2月21日中共中央政治局第三次集体学习时，指出当前科学研究范式发生深刻变革等六个方面的科技发展态势，并刊登在2023年8月1日出版的第15期《求是》杂志上。

       时隔两年，总书记再次强调科研范式变革，既说明科研范式变革的重要性，也说明落实科研范式变革的紧迫性，和开展科技范式创新的必要性。特别是在全球科技竞争日益激烈的背景下，引领DT时代的科研范式变革和科技范式创新，有助于我国在国际科技竞争中占领先机、赢得优势，掌握科技发展和治理的主动权。

       因此，探讨工业4.0时代连接物理与数字世界的核心创新范式，并结合自身多年在数字化方面“上下”和“下上”以及跨界的反复求索，提出了“行业平台+大模型+智能体”三位一体创新范式，期望它是构建智能生态的黄金搭档，利用协同效应驱动生态变革，催生更多跨领域融合场景，加速各领域科技创新突破和端到端智能化服务实现，成为破解“技术碎片化”和重塑“生态格局”的关键密钥。

       以下将对该创新进行介绍和解析，探讨如何实施，并分享对未来的几点思考，以期抛砖引玉。

我们为何需要“范式创新”？从焦虑到破局

       当DeepSeek的横空问世让数字化技术从“殿堂级工具”蜕变成“平民化生产力”时，意味着这种“无感化”的技术融合正在重塑社会运行的基础逻辑。这让为数不少的企业家以前瞻性视野意识到：这场始于自动化、历经信息化、智能化和智慧化的产业革命，已不再是青年创客的专属赛道或商业版图的边缘议题。

       过去十年，平台、APP、区块链、元宇宙、AI、大模型、智能体等概念轮番登场，企业在技术浪潮中陷入“学不完、跟不住”的困局——刚掌握工业互联网平台，大模型的认知革命已呼啸而来；全面部署信息系统实现一网管全城（全行、全国），却发现建成的是一个个“数据孤岛”。

       对政府而言，摆在面前的不仅是战略规划和政策制定，还有规划政策的落实及其过程中出现的各种新问题的解决，包括配套法律法规的出台、标准的制定、场景的打造、上下的协同、理论与实践的结合，以及认知的提升和统一、组织和文化的变革、范式和模式的创新、部门墙和行业壁垒的拆解、难点和痛点的攻破、赌点和卡点的打通、优点和亮点的复制等。都是阶段性总结复盘和迭代完善重点关注和解决的，问题是解决的速度和效率能否满足国家发展战略规划实现的需要？解决的方法步骤是否合理高效，做到政府、企业和公众上下同心协调发展？这些都是摆在各级领导面前的新问题和新挑战。

       对个人而言，摆在面前的不仅是互联网、人工智能、大数据、区块链、数字孪生和大模型等层出不穷的新知识的学习，还有各种新技能的掌握和新产品的使用，大环境、市场和工作职能的变化带来的冲击和压力，以及来自各方面的需求和要求应接不暇，如何应对？从哪里做起？是先做个人职业定位和规划，还是先做好当下等待时机？是先学习新知识，还是先掌握新技能？是固守传统，还是跨界转型？是做专做深成为某领域专家，还是一专多能打造某行业超级个体？等等。当躺平和内卷场景被瓦解，使越来越多的人陷入苦思冥想，将在不知不觉中滑向达尔文曲线的淘汰端。

       这种焦虑的本质，是技术发展太快，还是技术发展不均衡？是新技术应用场景太复杂？还是新技术开发应用范式不适应？是宏观层面的规划与现实有偏差，还是中观层面的产业协同失调，微观层面的产品结构缺陷？搞不清楚这些问题的答案时，我想到了类似的问题：新技术产品可直接促进微观经济的快速发展，但不是解决中观经济产业格局和宏观经济发展趋势的有效措施，整个经济的快速发展需要宏观、中观和微观经济的协同发展。从中得到了启示：单项技术的快速发展能解决局部效率问题，但解决不了生态系统的快速重塑，整个系统的快速发展需要各项技术间的融合、协同和优化，即需要传统技术开发应用范式的创新（即科技范式创新）。

我们为何需要“三位一体”？从工具赋能到系统重塑

怎么理解范式创新？

       “范式创新”是指通过打破现有规则、思维方式或技术框架，建立全新的系统、逻辑或标准，从而引发行业、领域甚至社会的根本性变革。它不同于渐进式优化，而是对底层逻辑的颠覆性重构，通常伴随认知革命和生态重塑。

       理解范式创新的关键在于把握其“破界-重构-共生”的动态过程，并在不确定中寻找结构性机会。

       破界：打破“技术工具论”，让数据与智能成为新生产要素，如特斯拉超级工厂将车辆数据转化为算法优化燃料。

       重构：重塑“人机协作范式”，人类从执行者升级为决策监督者，如麦肯锡预测2030年70%办公室工作将由智能体承担。

       共生：构建“数据－模型－应用”闭环生态，实现系统级智能进化，如金融机构通过开放平台沉淀用户行为数据，再用大模型优化风控策略，最终通过智能客服实现服务闭环。

       全面理解范式创新，需要了解它的发展和类别，以及近期被高层关注的科研范式变革和相关的科技范式创新等。早在1997年司托克斯于在《基础科学与技术创新：巴斯德象限》一书中，从科学研发动机角度建立“二维四象限”模型，提出巴斯德科学研究和创新范式。2021年3月26日我国自然科学基金委主办“科研范式变革”专题研讨会，众多专家就相关议题进行研讨。范式创新有多种类型，按创新领域的不同可分成：科学范式创新（如相对论）、技术范式创新（如互联网技术）和管理范式创新（如精益管理）。

       科研范式变革侧重于基础研究和理论突破，旨在揭示自然规律、拓展知识边界，为技术开发提供基础，如从牛顿经典力学到爱因斯坦相对论的转变。科技范式创新更关注将现有技术或科研成果进行转化和优化为实际生产力，促进经济和社会发展，如互联网技术在电商领域的创新应用。科研和科技范式创新都以创新为核心驱动力，都需要创新思维和方法，突破传统模式的束缚，都能推动科学技术和社会的发展进步。数字时代的科技创新范式呈现数据和数据关系驱动的新形态，数据洞察与理论逻辑能力交互耦合成为创新关键。

       “三位一体”的内涵

       行业平台、大模型和智能体作为一个技术产品，都可以独立存在应用，将三者联结融合在一起（即“三位一体”）有望发挥“1+1+1”大于“3”的作用或功效，成为构建智能生态的“黄金搭档”。三者各自的角色定位和功能如下：

       ①行业平台：生态底座与数据枢纽

       这里的行业是广义的，行业平台作为各领域数字化转型的核心基座，是整合产业链数据、工具链资源与全流程业务的生态枢纽。它通过标准化接口打破企业间、系统间的数据壁垒，构建起贯通全产业链的信息网络，成为大模型训练与智能体运行的全生命周期场景化载体。从工业互联网平台实时采集设备运行参数，到垂直领域SaaS平台汇聚行业专属业务数据，其核心功能体现在三方面：

       数据生产：通过物联网传感器、工业网关等设备，持续采集生产、运营数据，为后续分析与优化提供源头活水；

       场景验证：为大模型训练提供真实且丰富的行业场景，如物流平台通过百万级运单数据验证路径规划算法；

       资源调度：整合算力资源池、算法库与开发者社区，将复杂技术封装为低门槛服务。例如，特斯拉超级工厂平台整合供应链、车辆使用及充电网络数据，为电池管理算法优化与智能驾驶功能迭代提供支撑，颠覆传统汽车行业“硬件主导”的发展模式。

       ②大模型：认知革命与智能引擎

       大模型凭借自然语言理解、多模态推理、预训练与行业微调等技术，将海量知识转化为可复用的智能能力，成为驱动产业升级的核心技术底座。无论是GPT的通用语言理解能力，还是行业专属模型的垂直领域深度，都具备跨领域知识整合与生成优势。其核心功能通过三大路径实现产业赋能：

       决策智能化：基于历史数据与市场动态，预测需求波动、优化库存策略；

       行业知识迁移：通过微调适配医疗、法律等专业领域，如医疗大模型辅助疾病诊断；

       自动化生成：快速输出代码、文案、设计方案等成果，加速“AI原生”产品开发。

       ③智能体：自主决策的执行终端

       智能体作为连接虚拟与现实的桥梁，涵盖机器人、智能设备、软件机器人（RPA）等形态。它通过传感器感知环境变化，结合大模型推理能力与行业平台数据支持，实现从“被动响应”到“主动服务”的跨越。在三者协同中，智能体承担“神经末梢”角色：感知层采集数据上传至平台，决策层由大模型生成指令，执行层完成物理操作。例如，物流无人仓中AGV机器人通过与平台、大模型协同，使仓储效率提升3倍以上，重构行业人力与成本结构。

       “三位一体”的功效

       “三位一体”是指三者联结融合协同发展，行业平台提供基础设施与生态支持，大模型作为核心技术驱动智能决策与知识处理，智能体则通过感知、交互与执行能力推动场景化应用落地。三者协同深度融合突破传统技术碎片化部署和解决单点问题模式，形成“数据采集－智能决策－自动执行－反馈优化”的闭环生态，共同重构以数据和算法为核心的新生产要素，升级人机协同的生产关系，催生使效率指数级跃迁的新质生产力，实现生产、服务和管理模式的根本性变革，构建起覆盖行业全链条的智能生态，推动产业快速进入高效持续的发展轨道。

       其核心在于将分散的AI能力整合为自主、协同、可进化的智能系统，通过行业平台生态化、大模型认知化、智能体实体化，重塑行业底层逻辑、颠覆价值创造方式和催生新生态，从“工具辅助”到“系统自治”，从技术供应商转向“赋能者”，形成可持续的生态化商业模式，实现了从“工具赋能”到“系统重塑”的质变，并非简单的技术叠加，其影响远超单一技术应用，符合库恩提出的“范式转换”特征，是新技术、组织与商业模式系统性重构引发的重要范式创新。

       其关键在于技术的有机结合与模式的协同突破，利用协同效应推动生态变革，使企业从局部技改驱动转向生态升级驱动，从“头痛医头脚痛医脚”单打独斗到“全面体检系统诊疗”分工协作，不但减少了重复开发，而且提升了发展速度和质量。例如，基于“行业平台+大模型+智能体”三位一体，在智能制造场景中，平台采集设备数据，大模型分析后生成生产优化方案，智能体执行调整并反馈结果，形成持续迭代的优化循环，最终催生可持续的生态化商业模式，引领产业进入智能化新纪元。

       若继续传统技术开发应用范式，每个企业自研或合作开发或选用行业平台、大模型和智能体。就看似简单的选用而言，仍有大量工作，并有一定难度，包括鉴别、选择、联结、融合和二次或个性化开发，需要有一个专业化跨界团队。这样，每个企业做的数字化转型升级工作大部分是重复的，碎片化的技术开发应用形成不了生产合力。

我们怎么利用“三位一体”，从各自为战到群策群力

       1.政府：构建新质生产力的核心动能

       有了“三位一体”，政府的关注点转向行业平台、大模型和智能体的应用。如何利用“三位一体”重构生产要素、升级生产关系、强化生产力，系统级智能实现指数级效率提升，作为新质生产力的核心动能和提升综合国力的一项有效举措，是摆在各级领导面前的新问题和新挑战。

       就战略规划和政策制定而言，关注点从互联网、人工智能、数字化等单个要素转向生态系统，并抓住生态系统中的关键要素，鼓励“行业平台+大模型+智能体”三位一体范式创新与应用，其功效远大于单一技术的开发与应用。如出台促进“行业平台+大模型+智能体”发展的专项政策，健全数据安全、隐私保护、知识产权等方面的法律法规和监管制度，支持高校和科研机构开设相关专业和课程，搭建跨界跨领域交流合作台，开展科研和科技开发应用范式重新试点，完善数据要素开放和算力资源统筹基础设施建设。

       就问题点的解决而言，当下面对的问题点（难点、痛点、卡点等），无论什么点，一旦暴露在“三位一体”的“阳光”下，不是从源头根除，就是由难变易，或自然消失。因在该范式创新的过程中，有促进生态系统快速发展政策的引导，尤其是数据共享机制，不但可加速多智能体协作、跨行业融合、城市云脑建设和行业边界模糊、竞争壁垒转移、生态系统重构的发展，而且可理顺和疏通各种问题点。如已建成城市级智能体网络协调交通、能源、医疗系统，其中的问题点将逐渐解决。

       就风险的规避和化解而言，“三位一体”强化了数据要素整合利用的速度和效率，同时强化数据的开放和流动涉及国家安全和个人隐私。特别是智能体自主决策引发伦理争议和责任归属问题（如自动驾驶事故责任界定），包括自主决策的合规性、数据隐私保护等，需提前规划布局预防为主。如通过技术优化与政策规范平衡创新风险，建立价值对齐机制解决数据安全与合规、大模型幻觉、话术合规性等问题，和行业级数据治理框架确保数据隐私与安全；通过平台提供“轻量化模型”和SaaS化服务降低技术落地门槛，平衡智能体与人类的协作关系避免过度自动化导致的“技术孤岛”，端侧部署大模型降低云端依赖，提升隐私保护。

       2.企业：统筹规划分步实施，聚焦生态位深耕

       有了“三位一体”，企业的关注点转向行业平台和大模型的选择与智能体的开发，强化技术应用与升级研发、拓展组织管理和应用场景边界、提升数据利用和资产化意识成为企业的工作重心。企业需结合自身需求，选择适配的平台与模型，探索垂直场景的创新应用和智能体开发，若能在行业平台建设、大模型适配、智能体开发中形成协同优势，把握技术适配与生态共建的双重机遇，将在新一轮产业竞争中占据制高点，给了我们通过技术迎接挑战的决心和信心。除了专业的行业平台、大模型和智能体公司外，不建议生产企业再进行行业平台和大模型开发，可进行所擅长各应用单元的智能体开发。

       平台生态化：行业平台作为生态底座与数据枢纽，发挥支撑和联结作用，涉及生态系统的方方面面和各个细分领域的各个模块，除头部企业外，生产型企业尽可能不要自建平台（自建平台一般需10年和2亿元人民币以上）。“三位一体”协同催生“平台+开发者+用户”的共创生态和虚实融合的新场景，即在平台上共创生态，共创过程包括共建、共推和共营（“三共”）。如百度文心平台已吸引10万企业，形成“大模型开源+行业平台开放+智能体即服务”模式。

       大模型认知化：基于“行业平台+大模型+智能体”三位一体的融合，大模型应是开源的，满足与平台和智能体及大模型间快速联结需求，融合过程包括选择、优化、二次开发迭代和置换，与大模型的微调和智能体的分化，通过“预训练+行业微调”突破“单点智能”局限，确保各大模型与行业平台适配部分被分级分类选入，从“通用大模型”到“行业专家智能体”，让“专业的智能体做专业的事”，推动AI进一步向认知智能进阶。通用或基础大模型的微调是自上而下，平台中的模型是自下而上生长出来的，二者都认知深度和广度都不同，不能相互代替。

       智能体实体化：传统行业表现为“人力经验+局部自动化+数据孤岛”，而三位一体以大数据驱动决策和智能体自主执行替代人工判断，价值创造从“人力密集型”转向“智能驱动型”，从“堆叠式”升级为“有机融合”，有助于催生细分场景专用智能体（如三一重工依托大模型优化生产排程，结合智能体实现设备故障自主修复，生产效率提升30%），在应用端以应用场景中心实体形态存在，是场景取代传统产品的重要手段，逐渐成为应用场景中新的产品形态。

       3.个人：从技能型人才到一专多能超级个体

       有了“三位一体”，危险和重复工作被机器取代速度加快，越来越多的岗位将被智能体取代，沟通协调和整合优化职能越来越受重视，一专多能的超级个体越来越受青睐，平台、模型、智能体和“三位一体”的知识技能将被普及，掌握范式创新与协作技能、培养数据安全与伦理意识、积极参与“三位一体”创新实践将成为职场共识。如麦肯锡指出，未来“AI素养”比单一技术更重要——能读懂模型输出、设计人机协作流程、管理智能体团队的复合型人才，将成为职场新贵。技术革命不是取代人类，而是重新定义分工。范式创新不是改变人类，而是重新定义职责。

       “三位一体”能更好地将劳动力转化为新质生产力，该范式创新标志着AI技术工跃升为产业变革核心引擎，正通过技术融合、生态共建、场景深耕推动产业变革。随着多模态能力增强与算力成本下降，智能体将更深度嵌入生产生活，从辅助工具升级为“数字员工”或“个人助理”，成为新质生产力的“马前卒”，推动生产力向高价值创新活动转移。即人能力的提升，从传统劳动力（体力），到利用机器和动力延伸强化，再到利用数据和数字化技术产品跃迁形成新质生产力，“三位一体”是新质生产力的核心动能。

       充分“三位一体”的作用，学习、联结和创新能力越来越重要，当下需要掌握的新技术有：（1）行业知识蒸馏，从海量行业数据中提炼核心知识，加速大模型学习效率；（2）多模态交互，支持文本、图像、语音等多形式数据输入输出，提升智能体交互能力；（3）边缘智能，将计算能力下沉至终端设备，降低延迟并保障数据隐私；（4）合规增强，通过技术手段确保数据安全与应用合规，如联邦学习实现数据“可用不可见”。

结语：范式创新引发思考，即将到来的突破和变革

       面对科研范式变革和科技范式创新，我们有两种选择：要么成为生态的构建者，要么成为生态的参与者。正如互联网重塑生活方式、新能源颠覆汽车工业，下一个十年的产业领袖，必将是驾驭范式创新的“黄金搭档”、打通“数据－模型－应用”闭环的开拓者。无论是构建者，还是参与者，都是生态系统的重塑者，从提升认知开始，在思考中行动，在行动中思考，既做思考的智者，更做行动的强者。

       “三位一体”范式创新将成为产业格局重塑的重要加速器。当行业平台打破边界（如上海“天工平台”整合交通、能源、安防智能体实现城市级决策），当大模型催生新物种（如金融“合规机器人”自动审核交易话术合规性），当智能体渗透生产末梢（如制造业“AI质检机器人”24小时无休检测瑕疵），产业竞争的核心正在转移。从“产品竞争”到“生态竞争”，特斯拉不再是汽车制造商，而是“智能驾驶平台+电池管理模型+车载智能体”的生态构建者；从“经验壁垒”到“数据壁垒”，海底捞的智能点餐系统积累的10亿次服务数据，比厨师经验更能优化用户体验；从“行业闭环”到“跨域协同”，教育平台接入医疗大模型开发健康管理机器人；从“人工干预”到“自主进化”等，表明“三位一体”对产业变革的推动已不容小觑，预示着未来企业的核心能力是“整合跨行业智能资源”。

       “三位一体”驱动社会从“万物互联”迈向“万物智联”。回望历史，每一次创新都伴随着“质疑－试错－爆发”的过程。从工业革命的“蒸汽动力+工厂制度”，到互联网时代的“TCP/IP协议+平台经济”，底层范式始终是产业变革的核心驱动力。今天，我提出“行业平台+大模型+智能体”三位一体范式创新，是因为它是数智时代三大关键生产要素的“黄金搭档”——它不仅是技术组合，更是生产关系的重塑、生产力的跃迁、价值网络的重构、商业文明的升级，或将成为第四次工业革命的核心基础设施，驱动社会从“万物互联”迈向“万物智联”。

       未来已来，不是技术淘汰人，而是掌握新范式的组织淘汰旧范式的组织。您，准备好进入“万物智联”的新纪元了吗？“三位一体”新范式可引发我们很多思考，期待您的指导和分享！