9月23日，2026网易未来大会在杭州举行。大数据知识工程教育部重点实验室主任吴信东发表主题演讲，直言当前大模型“还不够好”，距离通用人工智能（AGI）“比遥远还遥远”。他主张大模型与知识图谱必须双向增强，而非单向替代，并强调以行业知识引导、结合专家系统解决特定领域问题。这一观点为AI技术演进提供了冷静而务实的观察视角。
2026网易未来大会于9月23日在杭州举办，主题为“碳硅相逢，万象启元”。大会由网易公司主办，杭州市商务局、杭州市经济和信息化局（杭州市数字经济局）、杭州高新技术产业开发区管委会联合指导。五位院士领衔，来自学界、产业界和投资界的嘉宾围绕科技前沿、人工智能产业化与未来商业展开交流，议题覆盖可控核聚变、AI大模型、通信智能、AI PC、智能体、AI制药与具身智能等方向。
在大会议程中，欧洲科学院外籍院士焦李成先以《通用人工智能离我们有多远》为题进行分享。随后，合肥工业大学教授、大数据知识工程教育部重点实验室主任吴信东于10:40至11:00发表演讲《知识图谱与大模型的双向增强》，延续了关于AGI距离的讨论。
吴信东在演讲中给出一个清醒的判断：大模型非常好，但还不够好；距离实现通用人工智能（AGI），目前“比遥远还遥远”。这一表述并非否定大模型的价值，而是提醒业界正视其当前能力的边界。在他看来，大模型虽然展现出强大的生成与泛化能力，但在知识准确性、推理深度、领域适配等关键层面仍有明显短板。
吴信东强调，仅靠扩大参数规模或堆叠算力，难以真正抵达AGI。大模型需要与知识图谱协同演进，让符号主义的结构化知识为连接主义的神经网络提供约束与引导，才能在复杂场景中做出更可靠、更可解释的决策。
“光用知识图谱增强大模型不行，用大模型替代知识图谱更不行。”吴信东明确反对大模型与知识图谱之间的单向替代关系，主张两者应实现双向增强。具体而言，知识图谱可为大模型补充精确的领域知识、消解幻觉、增强可解释性；而大模型则可以辅助知识图谱的构建、补全与动态更新，降低人工维护成本。
吴信东进一步提出，要让大模型真正落地于特定行业，必须将行业知识置于核心位置，通过专家系统与知识图谱的深度融合，使AI系统理解专业规则与因果逻辑。这种路径更贴近实际业务场景，也更有助于解决医疗、工业、法律等领域的“最后一公里”问题。
在笔者看来，吴信东的演讲为当前AI行业提供了一剂“降温良药”。近年来，大模型被赋予过高期待，“AGI即将到来”的声音不绝于耳。但现实是，大模型在专业领域的可靠性、安全性与可控性仍远未达到通用智能水准。吴信东提出的“双向增强”并非新概念，却是在大模型主导话语权的当下，对知识工程价值的一次重要重申。
从产业落地角度看，企业级AI应用不应盲目追逐参数规模，而应回归业务目标。正如本届大会上网易智企副总经理段毓铮所言，企业AI落地应以经营结果为目标。这与此前吴信东强调的“行业知识引导”形成呼应——技术的终极价值，在于解决真实问题。
当碳基文明与硅基智能加速相逢，冷静的技术判断比狂热的叙事更有力量。AGI或许依然遥远，但大模型与知识图谱的双向增强，正在为通往未来的道路铺下坚实的砖石。
滇公网安备 53252802528133号