AI热榜 “过去 9 个月，我们公司最大的实践就是，有了 AI Coding 以后，工程师们比原来更忙、加班更多，晚上也睡不着觉，因为他总要等着 AI 的结果。
” 平凯星辰（TiDB）副总裁刘松在会上，抛出了企业侧用上 Agent 后的真实感受。
“ 新应用整体提效接近 10 倍，老应用三四倍，但公司整体提效却不到 20%。
” 这并非个案，而是当前 AI 落地进入深水区的缩影。
近日，由清华大学全球产业研究院主办、中关村科学城管委会支持的，人工智能+生态大会（AIEC 2026）在北京举行。
来自国家信息中心、IDC、阿里云、腾讯、浪潮信息、阶跃星辰、百川智能等众多机构与企业代表参与分享。
透过大会的宏观研讨与分论坛的微观实证，一个与以往“AI 带来指数级效率革命”截然不同的真实产业图景正在浮现：当大模型基础能力逐渐触顶，行业正集体撞上 “工程化约束与组织重构”的暗礁。
决定 AI 能否创造生产力的，已不再是单纯的智力峰值，而是 Token 经济效率、严苛的工程约束体系，以及尚未建立的人机协同规则。
评价标准生变
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接