WAIC 2026徐立演讲辨析：从Token到Task，AI经济范式的底层重构
核心事件
2026年7月17日，2026世界人工智能大会（WAIC 2026）在上海世界会客厅开幕。国家主席习近平出席大会暨人工智能全球治理高级别会议开幕式并发表主旨讲话。商汤科技董事长兼首席执行官徐立在主论坛发表题为《无界创新与有界守护——人工智能发展的普惠与安全》的主旨演讲。
一、AI使用门槛的平民化：从"专业技能"到"超级个体"
材料事实
"在从专业工具走向大众工具的整套演变过程中，人工智能的使用方式正在发生悄然变化，过去仅面向专业程序员的能力，如今普通大众也能通过多种方式获取原本只有高级软件工程师才具备的技能。"
深度辨析
这一判断揭示了AI技术扩散的核心特征：能力获取的民主化。
传统软件开发需要掌握编程语言、算法逻辑、系统设计等专业技能，形成了较高的准入门槛。而大语言模型的兴起，使得非技术人员能够通过自然语言交互实现复杂功能。这种转变的本质是人机协作范式的重构——从"人适应机器"转向"机器适配人"。
对从业者的启示：
- 技能价值重估：纯编码能力的重要性相对下降，而问题定义、系统设计、结果验证等能力更加关键
- 新机会窗口："超级个体"的出现意味着单人团队完成复杂项目成为可能，创业门槛大幅降低
二、经济学范式跃迁：从Token计费到Task计费
材料事实
"很多人会担心部分岗位会消失。我认为确实如此，一些偏流程化、两端都是系统的岗位，一定会被AI所优化。但与此同时，AI拓展的边界会催生大量全新的职业、公司形态与组织形态。"
"在这个过程中，大家通常关注的是AI消耗了多少算力、消耗了多少Token。而我们认为，当AI的服务边界真正拓展到超级个体时，未来的核心计费维度应当是任务完成的价格。"
深度辨析
这是演讲中最具颠覆性的观点之一——AI经济模型的范式转换。
当前范式：Token经济
目前主流AI服务按Token数量计费，反映的是"计算资源消耗"的逻辑。这种模式下：
- 用户关注输入/输出的长度
- 成本与复杂度线性相关
- 激励方向是"高效压缩信息"
未来范式：Task经济
徐立提出的"Task计费"概念，意味着：
- 价值锚点转移：从"用了多少算力"转向"完成了什么任务"
- 成本持续下降："这部分Task的计算成本会持续降低，从而使得真正意义上AI变成一个普惠的门槛"
- 商业模式重构：AI服务商的价值主张从"提供模型能力"变为"交付业务结果"
对开发者的影响
| 维度 | Token模式 | Task模式 |
|---|---|---|
| 定价依据 | 输入输出量 | 任务完成度 |
| 用户关注点 | 效率、成本 | 效果、可靠性 |
| 产品形态 | API调用 | 智能体/Agent |
| 竞争壁垒 | 模型性能 | 场景理解+执行能力 |
这一转变预示着AI产品将从"工具"进化为"代理"——用户不再关心底层如何实现，只关心目标是否达成。
三、就业市场的结构性重塑
材料事实
"世界经济论坛有一组数据：到2030年可能会减少9200万个岗位，但同时会创造1.7亿个新岗位。"
深度辨析
世界经济论坛的这一数据揭示了AI对劳动力市场的净正向效应，但关键在于结构性调整。
被替代的岗位特征
徐立明确指出，受冲击最大的是"偏流程化、两端都是系统的岗位"。这类岗位的共同特征是：
- 输入和输出均可被数字化定义
- 决策规则明确、重复性强
- 创造性要求低
新岗位的生成逻辑
"超级个体"的演化将催生三类新职业：
1. AI协同型岗位：需要理解AI能力边界、设计人机协作流程
2. 新兴领域岗位：由AI拓展的业务边界创造的新需求
3. 行业赋能型岗位：AI技术下沉到传统行业产生的专业服务
"在我看来，这只是很小的一个切面，AI的发展速度远不止于此"
徐立认为WEF的数据仍低估了AI的影响范围，暗示职业演化的速度和广度将超出预期。
四、安全边界的三层架构
材料事实
"那这安全的理念分成产品理念：不做替代，而是增强；不做依赖，而是让个人成长。"
"同时要保证模型发展路径的安全，我们在真正预训练、后训练的时候要保证模型训练数据的安全，同时在使用的过程当中，其实也要解决多模型的交叉验证，使得在模型的应用当中的安全。"
"当然就是物理边界的安全，包括说用沙盒，甚至是具身限定它的使用场景，从而逐步的推动AI在落地当中的这样一个安全边界。"
"商汤也与联合国相关组织共同推动了「AI Governance for Humanity Lab」（人类AI治理实验室）的建设，也参与联合国全球治理专题报告的撰写。"
深度辨析
徐立提出了三层安全框架，这一架构体现了从理念到实践的完整思考：
第一层：产品理念安全
"不做替代，而是增强；不做依赖，而是让个人成长"
这一定位将AI定义为增强工具而非替代工具，强调人机协同中的主体性保留。对产品设计的启示是：
- 保留人类的最终决策权
- 设计促进用户能力提升的交互模式
- 避免形成技术依赖的恶性循环
第二层：模型路径安全
涵盖三个环节：
1. 预训练阶段：训练数据的安全性保障
2. 后训练阶段：对齐和微调过程的安全约束
3. 应用阶段：多模型交叉验证机制
这一层面的核心挑战在于如何在模型能力演进的同时维持可控性。
第三层：物理边界安全
"用沙盒，甚至是具身限定它的使用场景"
对于具身智能等物理交互场景，需要通过技术手段划定明确的运行边界，防止越界风险。
治理层面
商汤参与联合国「AI Governance for Humanity Lab」建设和全球治理专题报告撰写，反映了头部企业正在从技术自律走向行业共治，试图打破"治理孤岛"。
五、"有"与"无"的辩证法
材料事实
"最后，我想用《道德经》中的一句话作结：有之以为利，无之以为用。"
"今天大家关注更多的是「有」的层面，是模型的发展、参数的迭代、应用的突破；而背后的治理体系、规则框架，是「无」的层面。"
"只有将「有」与「无」并行，那我们才能够做到好好的用。"
"那做到'能用'，就是让每个人都能用到；'好用'，让AI用好的方式被用到；而'敢用'就使得AI能够解决安全性的问题。"
深度辨析
这一哲学框架为AI发展提供了三维评价标准：
| 维度 | 含义 | 对应要素 |
|---|---|---|
| 能用 | 普惠性 | 降低门槛、降低成本、扩大覆盖 |
| 好用 | 体验性 | 符合伦理、促进成长、提升效率 |
| 敢用 | 安全性 | 治理体系、规则框架、风险可控 |
"有"（技术创新）与"无"（治理体系）并非对立关系，而是互为前提的共生关系：
- 没有技术创新，治理失去对象
- 没有治理框架，创新不可持续
这一辩证思维对行业的重要提醒是：安全不是创新的刹车，而是创新的护栏。只有在安全边界内，AI的创新才能获得社会的广泛信任，从而实现真正的普惠。
结语：无界创新与有界守护
WAIC 2026上徐立的演讲，勾勒出了一幅AI发展的完整图景：
- 技术层面：AI正从专业工具向大众工具演进，超级个体时代即将到来
- 经济层面：计费范式从Token向Task转变，AI将真正成为普惠基础设施
- 社会层面：岗位结构将发生深刻调整，但净效应是创造多于替代
- 治理层面：安全边界需要从产品理念、模型路径、物理环境三个维度协同构建
在"无界创新"与"有界守护"之间找到平衡，是AI行业下一阶段的核心命题。正如《道德经》所言，"有"提供便利，"无"赋予用途，唯有二者并行，才能让AI真正"能用、好用、敢用"。
本文基于2026年7月17日WAIC 2026主论坛公开演讲内容整理分析，所有数据和事实均来源于演讲原文。