紅杉合伙人：2026，AGI已經(jīng)來了

機器之心編輯部

我們常問：AGI 什么時候到來？你有沒有想過，可能它已經(jīng)來了。

最近，紅杉資本合伙人 Pat Grady、Sonya Huang 聯(lián)合發(fā)表了一篇博客，指出 AGI 已經(jīng)到來，就在此刻。

在他們看來，AGI 不需要一個玄乎的技術(shù)定義 —— 它的本質(zhì)就是「能把事情搞清楚的能力」。而以 Claude Code 為代表的長周期智能體，正是這種能力的第一批例證。

文中舉了一個例子：一位創(chuàng)始人讓智能體幫他找一個開發(fā)者關(guān)系負(fù)責(zé)人。智能體先在 LinkedIn 上搜索，發(fā)現(xiàn)職位頭銜說明不了問題；于是轉(zhuǎn)向 YouTube 找技術(shù)演講，篩選出互動數(shù)據(jù)亮眼的演講者；再與 Twitter 交叉比對，找出真正有品味、有粉絲的人；然后檢查誰最近發(fā)帖變少了 —— 這往往意味著對現(xiàn)職的倦?。蛔詈箧i定一位剛經(jīng)歷公司裁員、專業(yè)方向完全匹配的候選人，起草了一封精準(zhǔn)的挖角郵件。

全程 31 分鐘。 沒有人告訴它該怎么做，它自己形成假設(shè)、驗證、碰壁、轉(zhuǎn)向，直到找到答案。這就是「把事情搞清楚」。而長周期智能體已經(jīng)具備了這種能力。

更令人振奮的是，他們給出了一條清晰的指數(shù)曲線：長周期智能體的能力每 7 個月翻一番。按此推算，2028 年智能體能完成人類專家一天的工作，2034 年能完成一年的工作。

這意味著什么？你對 2030 年的夢想，2026 年就能實現(xiàn)

這個博客得到了一些從業(yè)者的認(rèn)同。

但也有人認(rèn)為其中忽略了一些東西，對于未來的預(yù)測過于樂觀。

大家可以讀完原文自行判斷。

以下是博客內(nèi)容：

幾年前，一些頂尖研究者告訴我們，他們的目標(biāo)是 AGI。我們急切地想聽到一個清晰的定義，天真地問道：「你們?nèi)绾味x AGI？」他們頓了頓，彼此試探性地對視，然后給出了一個后來成為 AI 領(lǐng)域某種「箴言」的回答：「嗯，我們每個人都有自己的定義，但我們看到它的時候就會知道。

這段小插曲，正是我們追尋 AGI 具體定義之旅的縮影。這個定義始終難以捉摸。

然而，盡管定義難以捉摸，現(xiàn)實卻并非如此。AGI 已經(jīng)到來，就在此刻

編程智能體是第一個例證。更多案例正在涌現(xiàn)。

長周期（long-horizon）智能體在功能上就是 AGI，而 2026 年將是它們的元年。

不受細(xì)節(jié)拖累

在繼續(xù)之前，有必要承認(rèn)：我們沒有資格提出 AGI 的技術(shù)定義。

我們是投資人。我們研究市場、創(chuàng)始人，以及兩者碰撞的產(chǎn)物：商業(yè)。

因此，我們給出的是一個功能性定義，而非技術(shù)性定義。新的技術(shù)能力引出了 Don Valentine（紅杉資本創(chuàng)始人、硅谷風(fēng)險投資之父）的經(jīng)典問題：So what？那又怎樣？

答案在于現(xiàn)實世界的影響。

AGI 的功能性定義

AGI 就是能把事情搞清楚的能力。就這么簡單。

我們深知，如此不精確的定義無法平息任何哲學(xué)爭論。但從務(wù)實的角度來說，當(dāng)你想完成某件事時，你想要什么？一個能把事情搞清楚的 AI。至于它是如何做到的，遠不如它確實做到了來得重要。

一個能把事情搞清楚的人，擁有一定的基礎(chǔ)知識、基于這些知識進行推理的能力，以及迭代找到答案的能力。

一個能把事情搞清楚的 AI，擁有一定的基礎(chǔ)知識（預(yù)訓(xùn)練）、基于這些知識進行推理的能力（推理時計算），以及迭代找到答案的能力（長周期智能體）。

第一個要素（知識 / 預(yù)訓(xùn)練）推動了 2022 年 ChatGPT 橫空出世的時刻。第二個要素（推理 / 推理時計算）隨著 2024 年底 o1 的發(fā)布而到來。第三個要素（迭代 / 長周期智能體）則在過去幾周內(nèi)到來 ——Claude Code 和其他編程智能體跨越了一個能力門檻。

具有通用智能的人可以連續(xù)自主工作數(shù)小時，發(fā)現(xiàn)和修正自己的錯誤，無需被告知下一步該做什么就能自行判斷。具有通用智能的智能體也能做到同樣的事情。這是全新的。

「把事情搞清楚」意味著什么？

一位創(chuàng)始人給他的智能體發(fā)消息：「我需要一個開發(fā)者關(guān)系負(fù)責(zé)人。技術(shù)能力要強到能贏得資深工程師的尊重，但又真正喜歡玩 Twitter。我們的客戶是平臺團隊。去吧。」

智能體從顯而易見的地方入手：在 LinkedIn 上搜索優(yōu)秀開發(fā)者優(yōu)先公司的「Developer Advocate」和「DevRel（高級開發(fā)者關(guān)系）」——Datadog、Temporal、Langchain。找到了數(shù)百份簡歷。但職位頭銜無法揭示誰真正擅長這份工作。

它轉(zhuǎn)向?qū)ふ倚盘柖琴Y歷。它在 YouTube 上搜索技術(shù)大會演講。找到了 50 多位演講者，然后篩選出演講互動數(shù)據(jù)亮眼的那些。

它將這些演講者與 Twitter 進行交叉比對。一半人的賬號不活躍，或者只是轉(zhuǎn)發(fā)公司博客。這不是我們要的。但有十幾個人擁有真正的粉絲群 —— 他們發(fā)表真實觀點，與人互動，獲得開發(fā)者的關(guān)注。而且他們的帖子很有品味。

智能體進一步縮小范圍。它檢查誰在過去三個月發(fā)帖頻率下降?；钴S度下降有時意味著對當(dāng)前工作的倦怠。三個名字浮出水面。

它調(diào)研這三個人。一個剛宣布了新職位 —— 來晚了。一個是剛剛完成融資的公司創(chuàng)始人 —— 不會離開。第三位是一家 D 輪融資公司的 DevRel 人員，該公司剛剛在營銷部門進行了裁員。她最近的演講正好是關(guān)于這家創(chuàng)業(yè)公司所瞄準(zhǔn)的平臺工程領(lǐng)域。她有 1.4 萬 Twitter 粉絲，發(fā)的梗圖能讓真正的工程師互動。她的 LinkedIn 兩個月沒更新了。

智能體起草了一封郵件，提到了她最近的演講、與創(chuàng)業(yè)公司理想客戶畫像的重合度，以及關(guān)于小團隊能提供的創(chuàng)作自由的具體說明。建議先隨便聊聊，不是推銷。

總耗時：31 分鐘。創(chuàng)始人得到的不是掛在招聘網(wǎng)站上的一份 JD，而是一份只有一個人的候選名單。

這就是「把事情搞清楚」的含義。在模糊中導(dǎo)航以達成目標(biāo) —— 形成假設(shè)，驗證假設(shè)，走進死胡同，然后轉(zhuǎn)向，直到某些東西奏效。智能體沒有遵循腳本。它運行的是一位優(yōu)秀招聘者腦中同樣的循環(huán)，只不過它不知疲倦，31 分鐘就完成了，且無需被告知如何做。

需要說明的是：智能體仍然會失敗。它們會產(chǎn)生幻覺，丟失上下文，有時會信心滿滿地沖向完全錯誤的方向。但趨勢是明確的，而且這些失敗越來越可以被修復(fù)。

我們是如何走到這一步的？從推理模型到長周期智能體

在去年的文章中，我們將推理模型描述為 AI 最重要的新前沿。長周期智能體將這一范式推進得更遠，讓模型能夠采取行動并隨時間迭代。

讓模型思考更長時間并非易事?；A(chǔ)推理模型可以思考幾秒或幾分鐘。

兩種不同的技術(shù)路徑似乎都在奏效并能良好擴展：強化學(xué)習(xí)和智能體框架。前者通過訓(xùn)練過程中的不斷調(diào)整，從本質(zhì)上教會模型保持更長時間的專注。后者則圍繞模型的已知局限（記憶交接、壓縮等）設(shè)計特定的腳手架。

擴展強化學(xué)習(xí)是研究實驗室的領(lǐng)域。他們在這方面取得了非凡進展，從多智能體系統(tǒng)到可靠的工具使用。

設(shè)計優(yōu)秀的智能體框架是應(yīng)用層的領(lǐng)域。當(dāng)今市場上一些最受歡迎的產(chǎn)品正是以其精心設(shè)計的智能體框架而聞名：Manus、Claude Code、Factory 的 Droids 等。

如果要押注一條指數(shù)曲線，那就是長周期智能體的性能曲線。METR 一直在細(xì)致追蹤 AI 完成長周期任務(wù)的能力。進步速度呈指數(shù)級增長，大約每 7 個月翻一番。如果我們沿著這條指數(shù)曲線推算，到 2028 年，智能體應(yīng)該能夠可靠地完成人類專家需要一整天的任務(wù)；到 2034 年完成一整年的任務(wù)；到 2037 年完成一個世紀(jì)的任務(wù)。

那又怎樣？

很快你就能「雇傭」一個智能體了。這是 AGI 的一個試金石。

你今天就可以「雇傭」GPT-5.2、Claude、Grok 或 Gemini。更多例子正在涌現(xiàn)：

• 醫(yī)療：OpenEvidence 的 Deep Consult 扮演?？漆t(yī)生
• 法律：Harvey 的智能體扮演律師助理
• 網(wǎng)絡(luò)安全：XBOW 扮演滲透測試員
• 運維：Traversal 的智能體扮演 SRE
• 銷售：Day AI 扮演業(yè)務(wù)開發(fā)代表、售前工程師和收入運營負(fù)責(zé)人
• 招聘：Juicebox 扮演招聘官
• 數(shù)學(xué)：Harmonic 的 Aristotle 扮演數(shù)學(xué)家
• 芯片設(shè)計：Ricursive 的智能體扮演芯片設(shè)計師
• AI 研究：GPT-5.2 和 Claude 扮演 AI 研究員

從「說話者」到「行動者」：對創(chuàng)始人的啟示

這對創(chuàng)始人有著深遠的影響。

2023 和 2024 年的 AI 應(yīng)用是「說話者」。有些是非常老練的對話者！但它們的影響力是有限的。

2026 和 2027 年的 AI 應(yīng)用將是「行動者」。它們會給人同事的感覺。使用頻率將從每天幾次變成全天候、每一天，同時運行多個實例。用戶不是這里省幾個小時、那里省幾個小時 —— 而是從作為個人貢獻者工作，變成管理一個智能體團隊。

還記得那些關(guān)于「出售工作成果」的討論嗎？現(xiàn)在這成為可能了。

你能完成什么工作？長周期智能體的能力與模型的單次前向傳播截然不同。在你的領(lǐng)域，長周期智能體能解鎖哪些新能力？哪些任務(wù)需要持久性，哪些任務(wù)的瓶頸是持續(xù)的注意力？

你將如何把這些工作產(chǎn)品化？當(dāng)工作的用戶界面從聊天機器人演進到智能體委派時，你所在領(lǐng)域的應(yīng)用界面將如何演變？

你能可靠地完成這些工作嗎？你是否在癡迷地改進你的智能體框架？你是否有強大的反饋循環(huán)？

你如何銷售這些工作？你能否根據(jù)價值和成果來定價和打包？

揚鞭策馬！

是時候駕馭長周期智能體的指數(shù)級增長了。

今天，你的智能體大概可以可靠地工作約 30 分鐘。但它們很快就能完成一天的工作量 —— 最終是一個世紀(jì)的工作量。

當(dāng)你的計劃以世紀(jì)為單位衡量時，你能實現(xiàn)什么？一個世紀(jì)，是 20 萬項從未被交叉引用的臨床試驗。一個世紀(jì)，是所有客戶支持工單，終于被挖掘出信號。一個世紀(jì)，是整部美國稅法，被重構(gòu)得條理清晰。

你路線圖上那個雄心勃勃的版本，剛剛變成了現(xiàn)實可行的版本。

原文鏈接：https://x.com/HungamaHeadline/status/2011533578279272652