信创产业走到今天，问题已经发生了本质变化。

早期是 " 有没有 " 的问题——有没有国产 CPU、有没有国产操作系统、有没有替代方案；而现在，变成了 " 能不能用得好 " 的问题——业务能不能连续、体验能不能达标、生态能不能闭环。

更关键的是，AI 的出现让这一问题进一步复杂化。传统信创尚未彻底解决生态兼容，新的生产力范式已经到来。

在这样的背景下，联想开天提出 "1+2+N" 体系：1 个智能体（天禧 AI Pro）+2 大生态方案（软硬件无界）+N 款算力终端。它看似是一个产品矩阵，本质上却是一个完整的系统性解法——既解决 " 历史遗留问题 "，也定义 " 未来生产力形态 "。

联想开天科技有限公司总经理周浩强判断：" 信创产业的焦点，已经从替代转向重构。"

"1+2+N" 体系：联想开天的系统性解法

从表面看，"1+2+N" 分别对应一个智能体、两大生态方案和 N 款终端产品，但在实际落地中，这三部分分别承担的是 " 中枢能力 "" 生态通路 " 和 " 算力载体 " 的角色。

换句话说，它并不是横向扩展，而是一个从上到下打通的系统。

在这个体系中，最核心的变化来自 "1" ——天禧 AI Pro。

它的出现，标志着信创 PC 从传统工具形态，开始向 " 具备执行能力的智能体平台 " 转变。联想开天并没有把 AI 简单理解为问答助手，而是将其定义为能够参与工作流程的 " 数字员工 "。

周浩强给出过一个很形象的解释：" 模型是大脑，智能体是手脚。" 这句话实际上划清了边界—— AI 的价值不在于它能回答多少问题，而在于它能不能完成任务。

天禧 AI Pro 的重点并不只是模型能力本身，而是围绕 " 感知—规划—执行 " 的闭环构建能力。

在具体实践中，这种能力体现为对操作系统的深入介入，比如通过自然语言完成系统设置、设备连接，甚至在完全离线的环境下完成文档生成等任务。这种 " 能动性 " 让 AI 不再停留在界面之外，而是开始进入操作层和流程层。

但对于政企客户来说，仅仅 " 能做事 " 还远远不够，更关键的是 " 能不能稳定地做对事 "。

周浩强在谈到企业级 AI 时特别强调：" 它不一定要万能，但必须在定义好的范围内稳定输出。" 这指明了政企 AI 与个人 AI 的根本差异——后者可以容忍试错，而前者必须可控、可预期。

因此，天禧 AI Pro 在设计之初就引入了权限控制、流程约束和安全机制，使智能体的行为始终处于可管理的边界之内。这种设计思路，也让 AI 从 " 尝试性工具 " 变成了可以纳入企业体系的生产力单元。

"2" 所代表的无界方案，解决的则是更基础的前提——生态能不能打通。事实上，信创推进到今天，最大的阻力已经不在硬件，而在软件与外设的适配。大量关键业务依赖的应用仍停留在 Windows 生态，而 Linux 体系下的替代并不完整，这种断层直接影响业务连续性。

在联想开天解决方案总经理曹先念看来，信创替换本质上就两个问题：应用迁移和外设兼容。

一边是 Windows 生态下数以千万计的应用，另一边是 Linux 体系下尚未完全成熟的替代；一边是银行柜台、教育场景中大量依赖的打印机、高拍仪、扫描仪，另一边是驱动缺失带来的业务中断风险。

这也是为什么信创推进到今天，开始出现从 " 被动替代 " 向 " 主动替换 " 的转变——所谓 " 主动 "，意味着客户不再是因为政策而用，而是因为 " 更好用 " 而用。

但如果生态问题不解决，" 主动 " 就无从谈起。

无界的意义就在于，它没有试图绕开这个问题，而是选择正面解决。通过基于 WINE API 的转译技术，联想开天实现了 Windows 应用在 Linux 环境中的原生运行，同时避免了虚拟化带来的性能损耗和合规问题。

相比传统虚拟化大约 20% 的性能折损，无界将损耗控制在 3% 到 6% 之间，这种差异在大型工业软件或专业应用场景中尤为关键。更重要的是，这种能力不是一次性解决，而是具备持续扩展的机制。

曹先念提到一个关键能力：" 三天之内，把 Windows 可用变成 Linux 可用。"

目前无界已经覆盖数万款应用和外设，并且通过 " 三天适配 " 的机制不断扩展边界。这种 " 动态生态 " 的思路，使得信创不再依赖一次性替换，而是可以在使用过程中不断完善，从而大幅降低迁移的不确定性。

换句话说，无界真正解决的，不只是兼容问题，而是信创推进过程中的 " 信心问题 "。它把信创从 " 可用 " 推向了 " 可迁移 "。

当能力和生态都被打通之后，"N" 的价值才真正显现出来。

很多人会把 "N" 理解为一系列硬件产品，但实际上，它更像是一个承载不同 AI 能力的算力分发体系。因为 AI 的落地，最终一定依赖具体的算力环境，而不同场景对算力的需求差异极大。

在这一点上，联想开天采取的是 " 普惠 + 分级 " 的策略。

一方面，通过轻量模型实现基础能力的全面覆盖，使大多数终端都具备 AI 能力；另一方面，通过不同层级的硬件配置，支持从简单办公到复杂推理的多种需求。

曹先念提到，0.6B 模型已经可以完成会议纪要等完整流程，而更高算力设备则可以支持 30B 级别模型，用于更复杂的行业场景。

这种分层设计，本质上是在平衡成本与能力，让 AI 不再是少数高端设备的专属能力，而是可以在更大范围内普及。

与此同时，多样化的终端形态也让 AI 能力能够真正进入不同场景。从便携笔记本到高性能工作站，再到面向端侧部署的迷你 AI 工作站，每一种形态都对应着具体的使用环境。

AI 不再是一个抽象能力，而是必须嵌入真实业务场景之中，才能发挥价值。

更深一层来看，"1+2+N" 的意义，其实在于把原本割裂的三件事情重新连接起来：AI 能力、生态兼容和硬件算力。

过去，这三者往往分别演进，导致用户体验被不断割裂；而现在，通过统一体系，它们开始形成一个闭环。AI 负责提升效率，无界负责打通路径，终端负责承载能力，三者相互依赖、相互放大。

AI 时代的信创，不是升级，而是一次 " 重写 "

如果把过去几年的信创理解为 " 补课 "，那么 AI 的到来，更像是一次 " 重开一局 "。这并不是一个夸张的说法。因为在传统逻辑中，信创始终面临一个难以回避的问题——既有生态的路径依赖。

但 AI 正在改变这件事的底层前提。

过去的软件是为 " 人 " 设计的，而现在的软件，需要为 " 智能体 " 服务。这种变化意味着，大量应用需要重新构建接口、流程甚至交互方式。

当 " 重写 " 成为行业共识时，信创反而不再是一个额外负担，而成为一个可以顺势切入的机会点。

周浩强对此的看法更直接："AI 对传统 PC 和信创 PC，是同一起跑线。"这句话的意义在于，它把信创从 " 追赶者 " 的位置中解放出来。

在传统时代，生态差距意味着长期追赶；但在 AI 时代，当软件架构、交互方式乃至生产力模型都在重构时，所有参与者都站在一个新的起点上。

不过，这并不意味着机会会自动转化为成果。真正的挑战，反而出现在 " 落地 " 这一环节。

从实际情况来看，AI 在政企场景中的推进，并没有外界想象得那么激进。相比个人用户的尝鲜心态，政企客户表现得更加理性甚至保守。问题并不完全在于模型能力，也不只是所谓的 " 幻觉 "，更深层的障碍在于——如何把 AI 嵌入既有流程。

周浩强在交流中提到一个细节：当他尝试推动企业内部使用 AI 处理采购报表时，第一反应往往是 " 做不了 "。原因不是技术不可行，而是业务流程中存在大量隐性知识，这些知识很难被快速结构化，也无法直接转化为模型输入。

这揭示了一个现实：AI 落地，并不是一个 " 能力问题 "，而是一个 " 认知与组织问题 "。

因此，当前更现实的路径，并不是追求全面替代，而是从确定性强、结构清晰的场景切入。比如会议纪要、公文写作、知识问答、代码生成等，这些场景具备高频、可验证、边界清晰的特点，更容易形成闭环，也更容易建立信任。

一旦这些 " 小场景 " 跑通，AI 才有可能逐步渗透到更复杂的业务体系中。在这个过程中，另一个变化同样值得注意——AI 正在重塑 "PC" 的角色。

过去，PC 是工具，是承载软件的终端；而现在，它开始成为智能体运行的载体，既服务于人，也服务于 AI 本身。

正如曹先念所说："未来的 PC，不只是给人用的，也是给智能体用的。" 这意味着，信创 PC 的竞争维度也在发生变化。从单纯的性能、稳定性，转向对 AI 能力、生态协同和安全体系的综合考量。而谁能在这些维度上建立系统能力，谁就更有可能在下一阶段占据主动。

从这个角度看，AI 之于信创，并不是简单的 " 加一个功能 "，而是一次从底层逻辑到应用形态的全面重写。

从 " 能用 " 到 " 好用 "，再到 " 重构生产力 "

回看联想开天这次发布，"1+2+N" 并不是简单的产品组合。它实际上对应了三个阶段：

·  无界：解决 " 能不能用 "

·  AI Pro：解决 " 好不好用 "

·  N 终端：承载 " 怎么规模化用 "

而更深层的意义在于——当生态问题被压缩，当 AI 能力开始落地，信创的叙事正在发生变化：从 " 国产替代 " 转向 " 定义未来 "。正如周浩强所说：" 我们更希望把生态迁移提前到客户需求之前。"

这句话的另一种表达是——谁能先完成生态重构，谁就能定义下一代生产力。

雷峰网雷峰网