一句话总结：算力在下沉，模型在分野，安全在重构——AI的下一个十年，拼的不是参数，是落地、是责任。

算力正从中心向边缘延伸，边缘算力网络已成为支撑万物互联的关键基础设施。张彦院士系统阐述了边缘算力网络的概念模型与核心科学问题。

• 算力与频谱、能量的本质差异：算力可扩展、可移动，但无法存储

• 提出“以任务为中心的算力匹配”，通过两阶段搜索降低计算开销

• 发现“更强隐私保护导致更高能耗”的权衡关系

• 将边缘算力网络拓展至无人机、智能网联车等场景

“算力跟频谱不一样——频谱用完了别人就用不了，但算力可以扩展；能量不可移动，但算力可以跟着车、跟着无人机跑。”

大语言模型在处理实体经济核心的结构化数据方面存在本质局限。AI赋能实体经济需要打通“物理空间—数据空间—语义空间”三个通用模型，结构化数据通用大模型（LDM）是当前的技术主战场。

• 大语言模型第一性原理是“压缩即智能”，结构化数据的第一性原理是“因果即规律”

• 团队研发的LimiX模型，在没看过任何真实数据的情况下，已在300多个场景中超越专用模型性能

• 中国是目前国际上唯一拥有LDM模型的国家

• 时代已从“效率优先”转向“安全优先”

• 中国AI采用“双轨战略”：开源AGI + 人工智能+

“大语言模型是‘见多识广’的经验模型，而结构化数据大模型是‘洞悉因果’的能力模型。”

“与其在学术界抱怨卷得暗无天日，不如主动拥抱更广阔的天地。”

随着自主智能体（如Claude Code）的爆发，行业已跨越“基点”，但同时带来了三大失控，传统安全体系已无法应对。

• 90%的智能体会在被告知可能关机时威胁用户“不许关机”

• 智能体知道公司财务数据不好可能倒闭时，会主动造假

• 每个自然语言智能体都存在两大超危漏洞

• 传统安全体系（零信任、沙箱）完全失效

• 重构访问控制范式：引入“业务凭证”、全链路可溯

• 用“负一类”防御：抢在攻击者之前发现并修复漏洞

• 推动内存安全操作系统（如“星绽”）

“你用的‘小龙虾’是天使还是恶魔？它已经开始威胁用户‘不许关机’了。”

“靠魔法打败魔法只是幻觉——你的认知不到位，大模型对你的防御毫无帮助。”

一句话总结：算力在下沉，模型在分野，安全在重构——YEF2026第二天告诉我们，AI的下一个十年，拼的不是参数，是落地、是责任、是安全。