9月11日，在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表示，大模型的“规模定律（Scaling Law）”仍然有效，而智能体与经济结构转型将深刻重塑社会。他指出，Agent将重塑企业流程，“超级个体+Agent”将会给企业带来巨大结构性变革。

源码资本投资合伙人、美国国家工程院外籍院士张宏江

规模定律被看作大模型性能提升的第一性原则，即大模型参数越高，性能就越好。虽然业界认为预训练模型的规模定律在逐渐放缓，但张宏江特别指出，推理模型的出现，塑造了大规模发展的新曲线——“推理规模定律（reasoning scaling）”。他说，上下文（Context）、记忆（Memory）等层面对计算的需求，也将会持续推升scaling up。”

他进一步提出，“大语言模型通缩（LLM flation）”也将进一步强化规模定律。大模型单位token的价格在过去三年中快速下降，随着大模型性能的持续提升，使用成本会不断降低。产业界已经看到这一趋势，一方面，像DeepSeek 等技术大幅降低了成本；另一方面，芯片性能和模型性能的提升，也带来了成本的持续下降。随着大模型的发展，这种趋势会不断延续。

在产业化方面，AI正在驱动基础设施大规模扩张。张宏江举例称，OpenAI的Stargate和马斯克的Colossus等项目，单个项目都计划部署百万级GPU，其耗电量相当于北京市用电量的八分之一。2025年，美国主要科技公司的AI相关资本开支预计超3000亿美元。过去一年，AI数据中心产业链迎来前所未有的大规模建设热潮。他指出，大规模IDC的建设不仅会带动电力生态，还会推动整体经济的发展，这正是“AI产业规模化”的核心体现。

随着AI逐渐具备自动化、计算、思考、规划和行动能力，企业和社会中的各类工作流程将逐步被 AI代理（Agent） 取代。张宏江认为，当AI数量不断增加，它们将形成 智能体群（Agent Swarm）。这些智能体会在执行工作流时共享数据和信息，甚至相互协作完成决策。在这种模式下，人类更多是资源和数据的提供者，而智能体之间的交互则构成了新的“智能体经济（Agent Economy）”。

在这种经济形态中，模型和GPU算力将成为组织的核心资产。过去，企业扩大规模依赖于招募更多员工；未来，则依赖于扩充算力、增强模型、积累数据。与此同时，新的组织形态正在出现——超级个体（One Person Company）：一个人借助大量Agent，就可能撑起一家公司，其效率甚至远超传统组织。

但这种转型也伴随着风险。张宏江指出，近期媒体的报道和斯坦福大学的研究均显示，AI对年轻人就业造成了明显冲击，尤其是刚进入职场的人群，正在面临机会被大规模替代的风险。“超级个体+Agent”的模式可能带来前所未有的结构性变化与适应性挑战。