过去几年，人工智能行业的主要故事被一组组测试分数串联起来。每当新模型发布，伴随而来的是一系列数字：语言理解得分、数学推理准确率、代码生成通过率、多模态问答成绩。这些基准测试就像路标，插在AI前进的道路上。分数提升，行业兴奋；分数饱和，就有人创造新的、更难的测试。模型继续追赶，拔下新的旗帜。

但一个越来越清晰的事实是，AI正在驶离这个由基准测试构成的世界。许多曾经被认为足够困难、足以衡量智能的测试，已经陆续被模型逼近、追平甚至超越。研究者们定义新任务、新排行榜，模型又再次追赶。这当然是技术进步的一部分，但也说明，单纯的测试分数已经越来越难以承载AI发展的全部意义。

基准测试世界本质上是一个“理论世界”。在这里，问题被预先定义，答案有明确边界，评估标准可以被形式化，失败的代价通常只是一行分数。它适合证明模型拥有某种能力，但并不等同于证明模型能在真实工作流中交付人们期待的结果。一个模型在题库里答得再好，也不意味着它能在企业的采购流程、医院的诊疗协同、工厂的排产系统或法律文件的风险审查中稳定地完成任务。

我们说AI正在离开基准测试世界，不是说分数不再重要。分数仍然是技术进步的仪表盘，但仪表盘不是道路，分数不是结果，演示不是交付。那么，AI要驶向哪里？答案是：真实世界。整个行业正在进入一个可以被称为“真实世界AI”的阶段。

从“理论世界”到“真实世界”的跃迁

回顾这一轮AI的发展，大体上经历了三个旧阶段。第一阶段是“生成内容”，典型形态是聊天机器人。AI第一次以自然语言为界面，能够写作、总结、翻译、对话，成为通用的文本工具。第二阶段是“推理能力”，典型形态是以一些新模型为代表的推理模型。AI开始表现出更强的分解、搜索、规划和自我检查能力，能处理更长链条、更复杂的问题。第三阶段是“行动能力”，典型形态是智能体。AI不再只是回答问题，而是能调用工具、浏览网页、操作软件、执行多步骤任务。

这三个阶段非常重要。生成给了AI语言，推理给了AI思考，智能体给了AI初步的手。但是，它们大多还停留在“理论世界”或“准真实世界”。模型面对的是被抽象出来的问题，而不是完整的经济社会系统；它优化的是可计算的反馈，而不是多主体、多约束、长周期的真实结果；它展示的是能力的可能性，而不是被用户、组织、制度和市场共同接受的工作成果。

接下来，AI必须进入一个新阶段，也就是“真实世界AI”。它的定义很简单：能够从真实世界反馈中学习，完成真实世界任务，并产生真实结果的AI。这里的“真实世界”有两层含义：第一，训练的反馈来自真实环境中的结果、用户、制度、成本和风险，而不只是标准答案；第二，任务来自真实工作流，而不是题库、沙盒或演示。

它不是把AI接入更多按钮，而是让AI进入一个完整的闭环：理解真实任务，接收真实反馈，执行真实行动，修正自身策略，最终交付可接受的结果。这就要求模型能力从目前主要集中在代码、数学、网络安全等领域，走向更广阔的人类工作场景：营销、销售、供应链、制造、金融、法律、医疗、教育、科研、公共治理，以及物理世界中的机器人和自动化系统。

我们可以把理论世界和真实世界做一个对比。在目标上，理论世界追求的是给定问题的最高分数，而真实世界追求的是给定任务的可接受结果。在反馈上，理论世界的反馈是标准答案，真实世界的反馈是来自用户、制度、成本和风险的综合结果。在环境上，理论世界是封闭的、可形式化的，真实世界是开放的、多约束的、持续变化的。在失败代价上，理论世界只是一行分数，真实世界却是经济损失、信任下降或安全风险。在智能定义上，理论世界看的是瞬时表现，真实世界看的是持续可用性、可靠性和价值创造能力。

因此，“真实世界AI”不是某一个模型、某一种算法路线，而是整个行业的新方向。它将把后训练、强化学习、工具使用、记忆系统、工作流集成、组织反馈、人类监督、安全机制和经济价值衡量连接在一起。真实世界将成为AI新的训练场。

为什么必须走向真实世界

这个跃迁既有技术必然性，也有经济必然性。技术上，大语言模型让AI获得了语言能力，推理模型让它获得了更强的思考能力，智能体让它获得了初步的行动能力。观察人的行为，在拥有语言、思考和行动能力之后，人一定会进入与真实世界互动的阶段。智能不是停留在头脑中的能力，而是在环境中完成目标的能力。因此，AI的下一步非常清楚：进入真实世界。

经济上，AI革命的最大价值不可能永远停留在问答、写作和代码片段里。真正的生产力释放，来自真实任务被解锁：一个客服流程被端到端自动完成，一份法律尽调被稳定交付，一条供应链被动态优化，一个研究假设被快速验证，一个机器人在仓库或家庭中可靠协作。只有当AI进入真实工作流，企业才会把它计入组织能力，社会才会把它计入生产力，人类才会真正感受到这一轮技术革命的规模。

这也是为什么“真实世界AI”这个提法比单纯讨论通用人工智能更具操作性。通用人工智能问的是AI是否接近人类智能，而真实世界AI问的是AI是否能完成真实任务。通用人工智能容易把讨论带向无限能力，真实世界AI把讨论拉回到反馈、结果、成本和价值上。它不是降低AI的目标，而是把目标放到了它最终必须面对的地方：现实。

从Agent到真实世界的路线图

此前，行业内有过一些路线图，大致描述了从聊天机器人到推理模型再到智能体的演进方向。但它们没有完整描述从理论世界到真实世界的跃迁，而且对智能体之后的判断带有不确定性。在行业从理论世界迈向真实世界的节点上，一个更能指导长期工作的路线图可能是这样的：

第一阶段：基础模型。AI获得通用的表征和知识压缩能力。第二阶段：生成式AI。AI获得自然语言和多模态的生成能力。第三阶段：推理型AI。AI获得更强的搜索、规划、证明和反思能力。第四阶段：智能体AI。AI获得调用工具、操作软件、执行步骤的行动能力。第五阶段：真实世界AI。AI进入真实工作流，从真实反馈中学习，并交付被人类、组织和制度接受的真实结果。

这个路线图把“真实世界AI”放在智能体之后。智能体解决的是“AI能否行动”的问题，而真实世界AI解决的是“AI行动之后是否产生可接受后果”的问题。智能体是接口，真实世界是闭环；智能体是手，真实世界AI是组织起来的工作能力；智能体让AI进入流程，真实世界AI让AI被流程接纳、被组织信任、被经济计量。

再往后，行业可能进入一个更大的阶段：AI成为经济和社会的操作层。到那时，AI不只是完成一个个任务，而是参与决策支持、组织协调、资源配置、科学发现、城市运行和物理世界操作。但那个未来能否到来，取决于今天能否跨过真实世界AI这一关。没有真实反馈，就没有真实智能；没有真实结果，就没有真实生产力。

统一数字与物理世界的术语

过去，我们有很多术语来描述AI的发展，比如通用人工智能、生成式AI、智能体AI、具身AI、物理AI等。这些术语大多从算法、能力或载体的角度出发，可以称为“算法视角下的描述”。它们很重要，但容易把行业讨论带入“模型是否足够聪明”“智能是否无穷大”“何时超过人类”这样的抽象争论。

好的名字应该具备一种方向感：它不仅描述技术是什么，也提醒人们最终要去哪里，以及当下处在什么位置。“真实世界AI”就具备这种方向感。它不否定之前的术语，而是改变提问方式：不再只问AI在技术上是什么，而是问AI在经济和社会中能做什么；不再只问AI是否接近人类智能，而是问AI是否能够稳定完成真实任务、创造真实价值、承担真实后果。

“真实世界AI”也把数字世界和物理世界统一起来。在数字世界，它意味着AI进入企业软件、知识工作、交易流程、研发流程和治理流程；在物理世界，它意味着机器人、自动驾驶、智能制造、家庭服务和城市基础设施从真实环境中学习。无论载体是浏览器、API、办公软件、机械臂、车辆还是人形机器人，核心问题都是同一个：AI能否在真实环境中形成闭环，完成任务，并被现实接受。

因此，“真实世界AI”这个表述可以把研究者、创业者、投资人、企业用户和政策制定者拉到同一张地图上：从基准智能走向真实世界智能；从能力展示期走向任务解锁期；从模型竞赛走向生产力竞赛；从“AI看起来会做”走向“AI真的能做”。

让真实世界成为新的训练场

未来几年最重要的AI工作，不只是创造更大的模型、更长的上下文、更漂亮的演示，而是把现实变成训练循环，把反馈变成能力，把任务变成价值，把AI变成人类社会真正可用的生产力量。

为了让这个阶段真正到来，行业需要形成新的共识。模型训练需要把真实工作流反馈作为后训练的核心资源，而不只是追逐现有榜单。AI应用需要把产品从助手形态推进到任务交付形态，而不只是把聊天窗口嵌入软件。企业用户要把AI评估从“好不好用”推进到“能否稳定完成关键任务”。投资者要从模型参数和演示效果之外，重新衡量任务解锁速度、反馈闭环深度和单位成本产出。政策制定者则需要建立数据、责任、安全和审计框架，让真实世界的采用能够在信任中扩张。

这就是“真实世界AI”作为一个方向的意义。它把一个分散的行业焦点凝结为共同目标：让AI离开演示舞台，进入生产现场；离开题库，进入组织；离开一次性回答，进入持续反馈；离开抽象智能，进入真实价值。

我们正处在AI的真实世界时刻。AI的下一个前沿不是另一个基准测试，而是真实世界。真实世界将成为AI新的训练场。