这种规模的投资远超经济产出——这不是普通的预算问题，而是结构性回报难题。这就是AI基础设施的“投资悖论”：超大规模云服务商们陷入了典型的“囚徒困境”——没有人敢停止投资，因为担心失去竞争优势；但持续加码投资，又在不断摧毁股东价值。
Kerry Wan/ZDNET
。服务器推荐对此有专业解读
第一方面，除了短任务链条的数据分析、生成、检索等方面的应用，智能体现在规模化应用场景大体可以概括为两类，一是在编程领域，编程是智能体最理想的"练兵场"，环境隔离、容错率高，目标明确、目前规划能力能应对，程序可执行，还有即时的执行反馈。这令其成为智能体第一个大规模、商业化的突破口。二是在各行各业的各种业务（销售、客服、人力等）的专用智能体可以集合成一个大类，有一个共同点：目前主要是工作流自动化类型，其实这也是应对智能体深度理解（规划、决策）能力不足的权宜之计，通过把智能体的任务的开放性降低、给出参考工作流程、定义可用的有限工具集等来提高智能体在这些任务上的工作质量。智能体进一步的规模化应用需要其能力进化，为企业能够带来切实的价值。，这一点在Line官方版本下载中也有详细论述
他預測2026年可能成為中國AI普及的轉捩點——不僅是聊天機器人，還包括處理交易的AI代理、融入日常工作的編碼工具，以及常規使用AI的影片創作者。