刚刚惠州管件胶厂家，李世石再次直面AI。
2016年3月，韩国尔四季酒店，史上年轻九段棋手李世石以1：4输给AlphaGo。现场，李世石说出了那句被载入AI史册的话：“这是我的限，不是人类的限。”这场对决中，他仅在四局凭借被称为“之手”的78手逆转取胜，其余四局均不敌AI的计与突破常规的落子思路。
十年后的2026年3月9日，同个地点，李世石回来了。
奥力斯 万能胶厂家 联系人：王经理 手机：18231788377（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
这次，他对面的不再是Google DeepMind的AlphaGo，而是韩国AI初创公司Enhans开发的Agentic AI系统。这场对决的主题和质也变了——不再是“人类vs。机器”的和博弈，而是“人类+AI”的协作共创。
这次，Enhans的AI agent听李世石用语音描述“我想设计种全新的围棋规则”，然后自动完成规则建模、程序编写、界面生成，后和李世石起试玩这个新游戏。Anthropic、NVIDIA、微软三全球AI巨头作为官赞助商同见证。
十年间，围棋AI技术实现了从“炫技”到“产业落地”的跨越。AlphaGo的核心法——强化学习（RL）和蒙特卡洛树搜索（MCTS）——已然成为如今Agent创业的核心底层技术支撑。而曾经越人类棋手的AI，如今也早已跳出单纯的对弈范畴——能与人类共创全新游戏规则，也成为了业余棋手的属教学工具，让围棋这门古老技艺的魅力触达多人。
2016“人机对决” vs 2026“人机共创”
2016年的那场对决，是AI发展史上的标志事件。
彼时，围棋因10¹⁷⁰种可能的落子组，被称为“人类智力后的堡垒”，连科学都预测AI至少还需十年才能攻克。而AlphaGo的出现，破了所有预判——它并非依赖蛮力穷举，而是通过度经网络学习3000万局人类棋谱，再通过强化学习自我对弈数百万次，终形成了越人类直觉的决策逻辑。
比赛中，AlphaGo下出的37手“肩冲”，被当时的解说员称为“违背围棋常识”惠州管件胶厂家，却让李世石陷入长达12分钟的沉思。这幕也让全球意识到，AI的创造力已经开始突破人类的认知边界。
对于李世石而言，这场比赛是职业生涯的“至暗时刻”：赛前他曾自信表示“胜率”，局失利后难掩错愕，直到四局以“之手”逼出AlphaGo的程序漏洞才扳回局。
但这场1：4的失利，改写了围棋界的生态——职业棋手从质疑AI，到纷纷将其作为训练工具，传统的围棋战术体系被颠覆，年轻棋手凭借对AI策略的掌握快速崛起，而坚守传统思路的老将逐渐被边缘化。与此同时，AlphaGo的胜利让全球看到了强化学习与蒙特卡洛树搜索的巨大潜力，直接点燃了AI创业热潮，也为后续Agent技术的发展埋下了技术种子。
2024年接受谷歌采访时，李世石坦言：“AlphaGo出现后，我的想法变了很多。围棋变得和我学的时候不同了，连职业棋手的训练模式都被改写。如果重来，我不想成为职业棋手，只想把围棋当作好。”而他提到，如今AI于他的身份已不再是对手，而是可以共创的伙伴——这也为他两年后的归来埋下了伏笔。
2026年，李世石与Enhans AI agent在十年前的同地点展开了“人机共创”。
这位曾在棋盘上与AI激烈博弈的九段棋手，如今已是坚定的AI乐观派，他直言：“人们会说AI时代到来后工作岗位会消失，但我认为，通过AI，工作岗位会发生变化，而不是消失。通过AI，还会诞生大量新的工作岗位。”他提到，退役后接触过许多有创意却因技术门槛法落地的年轻人，而Agentic AI正是破解这困境的钥匙。
共创环节成为整场活动的核心。李世石对着Enhans AI系统清晰描述自己的创意：“我想做款能适配不同路数棋盘、还有教学的围棋App，既要适初学者入门，也能满足有定基础的人练习。”
AI启动规则建模，屏幕实时呈现逻辑拆解与代码生成进度，从需求分析到界面设计，再到核心开发，支持9路、13路、19路棋盘的围棋App在短时间内成型，还内置了“围棋老师”模块——会用通俗的语言讲解“棋盘角落是稳固的落子点”、“连接棋子如同搭建坚固围墙”等基础技巧，让初学者能快速入门。终，款集多棋盘适配、入门教学、实时棋局分析与落子荐于体的全围棋App落地了。
李世石与Enhans CEO同试玩新APP，过程中他临时提出“增加棋局分析与落子荐”，AI迅速响应优化，短短几分钟便完成新。试玩结束后，李世石由衷赞叹：“真的很奇，10年前我要花几天时间研究盘棋的优解，现在短短小时，就能和AI起造出款完整的围棋App，这就是技术进步的意义。”
整场活动持续了个多小时。尽管活动或许带有定的商业广属，但它也通过李世石，让观众直观感受到了AI代理助手的执行能力。
围棋AI创业的“死亡名单”惠州管件胶厂家
2016年AlphaGo战胜李世石的消息传出后，全球创投圈掀起了股“围棋AI创业热”。当时的逻辑看起来懈可击：围棋是人类复杂的策略游戏，能下赢世界的AI，商业化还会远吗？
现实很快给所有人泼了盆冷水。
2018年6月，北京棋智科技有限公司在北京成立。创始团队与中科院、清华大学关联厚，实控人由小川是清华大学教授、博士生师，2016年起从事人工智能法研究，主持开发计机围棋程序“子”（后名为星阵围棋）。
棋智科技的核心业务涵盖职业棋手AI陪练、围棋技术等证书管理系统、电子证书管理系统等，还计划通过与围棋协会资成立的北京弈华科技服务有限公司，搭建“统的围棋行业服务管理平台”，承接围棋定考试、证书发放等核心业务——这是比单纯陪练具想象空间的商业化路径。
棋智科技的问题在于：
其，核心依赖的职业围棋与行业管理市场体量有限。职业棋手总数不足500人，就全部付费，年收入天花板也看得见；而与中围协的资模式中，棋智科技持股49，保温护角专用胶处于被动地位，56项、总价值数千万元的软件著作权（包括“围棋技术等证书管理系统”“围棋考试制证及电子证书管理系统”等核心知识产权）赠予资公司后，失去了业务主权。
其二，巨头费产品的挤压。腾讯的“艺”在2017年上线，费提供给国围棋队使用，直接冲击了付费训练系统的市场需求。
其三，资理结构的层隐患。弈华公司设立后，平台于2020年上线，业务度快速起量，但随后资以规范理为由收紧管理权，控制公司印章及财务，棋智科技逐步丧失经营参与权和财务知情权。虽经法律程序主张股东权利，但相关权益难以实质落实，核心技术团队被迫解散。
棋智科技不是孤例。2016-2018年间，AlphaGo掀起的AI热潮催生了大量围棋AI创业公司，然而存活者寥寥。这些公司的死法大同小异：要么市场太小撑不起商业模式，要么被腾讯艺、Facebook ELF OpenGo等开源或费产品碾压，要么技术实力根本做不出能用的产品，部分企业还因过度依赖单作、控制权失衡等问题加速退场。
少儿围棋AI教育赛道的情况稍好些，但结局同样惨淡。峰期国内曾涌现大量少儿围棋AI教学APP，到2020年只剩少数几还在运营。获客成本、续费率低是通病——“长让孩子学围棋惠州管件胶厂家，主要是想培养注力。AI教得再好，孩子坐不住也是白搭。续费率远低于K12培训的70-80，甚至低于少儿语培的50，根本不过来账。”
为什么围棋AI技术这么难商业化？
核心问题在于技术价值与商业价值的错配，叠加场景依赖与资源失衡的双重风险。AlphaGo的技术确实很牛——度经网络+强化学习+蒙特卡洛树搜索，这套组开创了AI的新范式。
但围棋本身是个封闭环境：规则固定、信息、目标明确（赢棋）。真实商业世界恰恰相反：规则模糊、信息不完整、目标多元（既要赚钱又要规还要口碑）。关键的是，围棋AI的核心应用场景（职业训练、少儿教育、行业管理）要么市场规模狭小，要么依赖行业协会、线下服务等外部资源，技术本身难以立形成持续盈利的商业模式。
从围棋AI到商业AI，中间隔着道巨大的鸿沟。这道鸿沟，当年的创业者们没能跨过去。
技术迁移：从围棋到Agentic AI
围棋AI创业失败了，但它的技术正在产生远的影响。2016年李世石与AlphaGo的五局棋，不仅是场备受全球瞩目的“人机对决”，意外验证了强化学习在开放域复杂决策中的工程可行。
AlphaGo的核心技术框架——强化学习（RL）+蒙特卡洛树搜索（MCTS）——正在成为全球Agent创业的底层基础设施。这套法组的本质是”在复杂状态空间中寻找优决策路径”，而这就是Agent的核心能力：自主规划、多步理、动态调整。
生命科学域率先验证了该技术的迁移价值。2021年，DeepMind发布AlphaFold 2，成功破解困扰生物学界50年的蛋白质结构预测难题。该系统直接沿用了AlphaGo的技术架构——度经网络与强化学习的结，将应用场景从棋盘策略转向分子结构预测。2024年，Demis Hassabis与John Jumper凭借此项贡献获得诺贝尔化学。目前，全球过200制药企业与科研机构正基于AlphaFold加速药物研发与诊断工作，标志着AlphaGo技术框架在基础科学域实现了实质的商业与社会价值。
软件开发域紧随其后。2024年3月，前DeepMind核心研发人员Ioannis Antonoglou（AlphaGo项目主要贡献者）与Misha Laskin（Gemini强化学习负责人）联创立Reflection AI，致力于开发具备自主能力的智能编码系统。区别于传统的代码补全工具，Reflection的Asimov系统能够分析完整代码库、理解设计文档，并立进行代码规划与生成。2025年3月，该公司完成1.3亿美元种子轮融资，由红杉资本、Lightspeed与CRV联投。资本市场对“RL+LLM”技术路线的认可，也是对AlphaGo在代码生成域延续的肯定——通过强化学习增强大语言模型的自主决策能力。
在企业自动化域，韩国AI公司Enhans开发的ACT-1模型在Mind2Web全球评测中表现先。作为技术迁移的典型案例，该公司将围棋AI的结构化决策能力应用于工作流自动化场景。其系统通过Ontology模块理解行业上下文，借助CUA（Computer Using Agent）实现人机界面操作，并通过LAM（Large Action Model）完成从认知到执行的转化，形成了完整的智能体技术闭环。
值得关注的是，近期受到广泛关注的OpenClaw项目展现了另条技术演进路径。该框架采用“网关+运行时”架构，强调本地优先与多Agent协作能力。其设计理念延续了AlphaGo所验证的维状态空间自主决策思路，但在技术实现上已转向以大语言模型为核心，通过工具调用（Tool Use）与记忆系统实现任务执行。围棋AI所体现的自主决策精髓，正通过多样化的技术路径渗透至Agentic AI开发的各个层面。
如今，人们的投资已从单纯的自动化工具转向具备度决策能力的自主系统——能够在开放环境中完成规划、理、执行与策略调整的数字化劳动力。从李世石当年与AlphaGo的“人机大战”，再到今日OpenClaw的通用Agent架构，AlphaGo的技术基因正以不同形态持续演进。
结语
2016年，AI是对手。人类想证明的是自己比机器强。
2026年，AI是伙伴。人类想证明的是，和AI起能做成多事。
这也是人类心态上的转变——我们须和AI共存了。灯光依旧，棋盘却已不再是战场。当李世石向Enhans的Agent描述那个关于“新围棋规则”的构想时，他不再需要计目数，不再担忧力碾压，只是在等待——等待那个曾将他逼入境的技术框架，如何将个模糊的创意转化为可运行的现实。
2016年，我们震惊于AI能思考；2026年，我们习惯了AI能执行。
从“人机对决”到“人机共创”，变的不仅是技术应用场景，是人类对自身价值的重新定义。那些曾在围棋AI创业浪潮中沉没的公司，那些因市场太小或巨头挤压而夭折的产品，并非是失败者，而是探路者——它们证明了单纯的力展示法构成商业闭环，却也证明了那套棋盘的法框架，需要找到适的土壤。
从AlphaFold解析的蛋白质结构，到Reflection生成的代码库，再到李世石此刻与Agent共创的新游戏规则，AlphaGo当年在尔的棋局，都在为今天的Agent时代铺设轨道。
李世石2019年退役后离开了职业赛场，却从未放下过围棋。十年后，他不再与AI争胜负，而是并肩设计新规则。这是他找到的相处之道：机器穷尽可能，人类选择向。
新规则的雏形正在屏幕上逐行显现。十年梦，棋局已新。
相关词条:设备保温 塑料挤出机厂家 预应力钢绞线 玻璃丝棉 万能胶厂家1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述惠州管件胶厂家，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。