2025年,人工智能的技术范式与应用渗透已然迈入新纪元。
国内外开源推理模型的竞相涌现、多模态能力的持续升级、具身智能与世界模型的初步演进,共同塑造了前所未有的技术图景。
与此同时,从提示工程 (Prompt Engineering)、上下文工程 (Context Engineering) 到MCP等模型协议的理念演进,再到Vibe Coding、AI工作流、Agent智能体的实践普及,人工智能正以前所未有的深度和广度重塑我们的工作与生活。
然而,作为一个仍在高速迭代的技术范式,其在产业应用中仍面临诸多挑战:AI如何在企业复杂流程中实现无缝集成与价值落地?个体开发者和创新者如何与日益强大的AI进行高效协作,创造新的商业机会?……
面对这些新时代的新问题,2025年9月13日,“2025 AI创新者大会暨第二届提示工程峰会”将在北京召开。大会由中国人工智能产业发展联盟指导,PEC China、至顶科技、软积木共同举办,携手中关村科学城、AIGCLink、LangGPT、爱智岛(AI·DAO)人工智能创作联盟、硅创社等顶尖AI社区、园区及商业组织,凝聚共识,擘画AI未来。
继2024年首届大会汇聚百位专家、吸引逾1500名线下观众及150万线上关注的巨大成功之后,本届大会将以更宏大的视野、更前沿的议题、更豪华的阵容,再次汇聚全球顶尖专家学者、技术领袖与行业先锋。
在深入产业走访调研的这些年里,我们发现,大模型时代,“作品”二字正被重新定义。
无论是自主运行的“Agent”、智能化的“App”、AI赋能的“Art”,还是融合智能的“Android”,以及创新的“Company”,都在拓展着创造的边界。
因此,本届大会也承载着两个重要使命:我们致力于为这个时代“有作品的人” 创造更多展示才华、交流碰撞的平台;我们渴望为“有作品的你”提供一个闪耀的新舞台,让创新被看见,让价值被连接。
针对人工智能技术这一年的全新进程,本届大会特别设置了三大环节:
环节一:年度预见
AGI前夜:是模型吞噬一切,还是应用为王?
AI定义一切:计算(机)自身如何被重新定义?
邀请全球人工智能顶级团队的最聪明的“大脑”,现场推演人工智能的技术发展脉络、商业帝国规则,预见人工智能的下一个奇点。
环节二:年度发布
《通向AGI之路-2025年全球人工智能趋势展望报告》
大模型商业写作评测基准 (ABC LLM Business Writing Benchmark)
PEC联盟2025年度成果回顾及2026发展计划发布
重磅发布三大成果,以全景视角和系统洞察,定格AI演进过程中的关键坐标,厘清AI时代的产业逻辑。
环节三:年度提问
新创意时代,AI如何创造“第十艺术”?
新工作时代:AI工作流由谁主导?
新物种时代:人形机器人如何“长大”?
在上一届大会中,“三大年度提问”引起了业界广泛关注,今年我们将继续延续这一议题设置,经过过去近一年的深入调研走访,再次就人工智能领域大家最关注的创新问题,提出了2025年的三大年度提问。
此外,今年大会还特别设置三大主题分论坛,包括:
从提示工程到上下文工程:AI落地范式升级
MCP引领Agent互联网:新世界的钥匙与协议
AIGC创作新范式:多模态融合与工具革命
就提示工程、上下文工程、MCP、AIGC、智能体等人工智能领域热门话题进一步邀请数十位资深从业者,站在时代前沿,展开一场别开生面的思想碰撞。
2025年,我们将继续秉持“一句提示词,一个新世界 (One word, one world)”的核心理念,深度剖析生成式AI新周期下的大模型新进展、智能体新机遇、具身智能新价值以及企业与个人的新作为,共同探寻迈向AGI时代的实践路径。
诚邀对这些议题有独到见解的你的加入。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。