新智元報道

　　編輯：peter東

　　【新智元導(dǎo)讀】多年來，AGI（通用人工智能）如同科幻迷霧中的海市蜃樓——頂尖研究者們對其定義各執(zhí)一詞，甚至以「看到才知道」的模糊共識回避爭論。然而，一場靜默的革命正在發(fā)生：長程智能體（Long-horizon Agents）的突破，讓AGI從哲學(xué)辯題落地為功能現(xiàn)實。

　　多年前，一些頂尖研究者告訴紅杉，他們的目標(biāo)是實現(xiàn)通用人工智能（AGI）。

　　當(dāng)時，紅杉天真地問：「你們?nèi)绾味xAGI？」

　　他們停頓片刻，略帶猶豫地相視一眼，然后給出了一個后來幾乎成為AI領(lǐng)域某種信條的回答：

　　「嗯，我們各自都有自己的定義，但等我們看到它時，自然會知道?！?/p>

　　這就是大家對AGI具體定義的不懈追尋的見證之一。

　　事實證明，這個定義確實難以捉摸。

　　雖然定義難以明確，現(xiàn)實卻非如此。

　　AGI已經(jīng)到來，就在當(dāng)下。

　　編碼智能體是第一個例證。未來還會有更多。

　　長遠(yuǎn)規(guī)劃智能體在功能上已相當(dāng)于AGI，而2026年將屬于它們。

　　AGI不再是哲學(xué)辯論，

　　而是你的「虛擬同事」

　　硅谷AI初創(chuàng)公司創(chuàng)始人馬克自述他的經(jīng)歷，曾經(jīng)招聘一個人，需要發(fā)布職位描述，篩選數(shù)百份簡歷，初篩50人，面試15人，最后發(fā)出offer?？偣惨臅r數(shù)周，成本上萬。

　　如今只需要給智能體指令：「我需要一個懂Kubernetes、有開源貢獻(xiàn)、能在開發(fā)者社區(qū)建立影響力的工程總監(jiān)」。

　　智能體按分鐘推進(jìn)：

　　0-5分鐘：掃描GitHub，篩選5000+個Kubernetes相關(guān)倉庫，識別活躍貢獻(xiàn)者 。

　　5-15分鐘：交叉驗證LinkedIn、技術(shù)博客、會議演講記錄，篩掉那些僵尸賬號。

　　15-25分鐘：分析推特互動質(zhì)量，去掉以及只轉(zhuǎn)發(fā)雇主文章的人，識別真正有影響力的開發(fā)者。

　　25-31分鐘：發(fā)現(xiàn)目標(biāo)人選剛結(jié)束大廠項目，撰寫個性化邀約郵件。

　　從接到需求到獲得精準(zhǔn)候選名單，僅31分鐘。

　　上述場景，來自紅杉發(fā)布的博客。文中用「能把事兒搞定」，來通過功能性重新定義了AGI，稱當(dāng)下的長程智能體已跨過關(guān)鍵門檻；AI應(yīng)用將從「對話者」升級為「執(zhí)行者」，可以被視為AGI了。

　　長程智能體的發(fā)展軌跡

　　AGI的發(fā)展，有三個關(guān)鍵時刻。

　　第一個是知識，源于預(yù)訓(xùn)練，代表事件是2022年末發(fā)布的ChatGPT。

　　第二個是推理時計算，可以對應(yīng)2024年OpenAI的o1及2025年初的DeepSeek R1。

　　第三個關(guān)鍵點是迭代/長程智能體，其代表事件是在過去的幾周內(nèi)，Claude Code和其他編程智能體跨越能力閾值。

　　具有通用智能的人，能夠獨立工作數(shù)小時，自己犯錯后修正，并在無需被告知的情況下弄清楚下一步該做什么。通用人工智能也要能做到同樣的事情。

　　圖1：不同歷史階段的人工智能能夠完成的任務(wù)耗時

　　2025年3月的一篇研究[2]，發(fā)現(xiàn)了一個智能體領(lǐng)域的摩爾定律：

　　在過去6年中，智能體能夠完成的任務(wù)時長，一直呈指數(shù)級增長，約每7個月翻一番。

　　這可比摩爾定律的18個月翻一番快得多。這意味著智能體能力的增長，要遠(yuǎn)快于硬件性能的增長。

　　這里的任務(wù)，涵蓋了軟件編程上的各類問題，相當(dāng)廣泛，而上述結(jié)果不依賴于特定的數(shù)據(jù)集，其結(jié)論相當(dāng)魯棒。

　　根據(jù)這一趨勢預(yù)測，在未來不到十年內(nèi)，我們將看到AI智能體能夠獨立完成當(dāng)前需要人類花費數(shù)天或數(shù)周才能完成的軟件編程任務(wù)。

　　在2025年3月，那時的大模型在人類完成時間少于4分鐘的任務(wù)上幾乎有100%的成功率，但在人類需要花費超過大約4小時的任務(wù)上，成功率低于10%。

　　而按照歷史經(jīng)驗外推，能以50%概率成功完成的多步任務(wù)數(shù)，大約每年增長1-4倍。

　　如果過去6年測量的趨勢在未來2-4年內(nèi)繼續(xù)，2028年智能體可完成人類專家一天工作量；到2030年，通用型自主智能體將能夠執(zhí)行一系列為期一周的任務(wù)，而2037年或能處理需專家百年時間的任務(wù)。

　　一個能夠替代人類專家終其一生才能解決問題的智能體，說什么都該被視為通用人工智能了。

　　這就是紅杉這篇文章真正想說的。不必糾結(jié)通用智能的定義及其哲學(xué)爭論。只要能把事兒搞定，就是通用智能。

　　這種強(qiáng)調(diào)結(jié)果的思考方式，更關(guān)注現(xiàn)實影響，無論是投資者，創(chuàng)業(yè)者還是打工人，都需要押注智能體能力的指數(shù)增長曲線，據(jù)此重估創(chuàng)業(yè)與商業(yè)機(jī)會。

　　明白通用人工智能

　　打工人要轉(zhuǎn)變思路

　　2023-2024年的AI應(yīng)用多為「對話工具」，而2026年后，智能體將成為「虛擬員工」。

　　醫(yī)學(xué)領(lǐng)域，OpenEvidence的深度咨詢功能可以進(jìn)行醫(yī)療咨詢。

　　在法律界，智能體Harvey可以擔(dān)任助理律師。

　　即便是芯片設(shè)計，也有發(fā)表了AlphaChip的研究者創(chuàng)立了「Ricursive Intelligence」。

　　2026年和2027年的AI應(yīng)用將從對話者成為行動者。它們將像同事一樣存在。使用頻率將從每天幾次增加到全天候，同時運(yùn)行多個實例。

　　智能體將不止是讓用戶節(jié)省幾個小時，而是讓用戶角色從「個人貢獻(xiàn)者」轉(zhuǎn)為「管理一組智能體」。

　　對于打工人來說，能夠完成長任務(wù)周期的智能體，其能力與大模型的單次調(diào)用有著本質(zhì)的不同。

　　每一個人都需要思考，在你的領(lǐng)域，長時程的智能體解鎖了哪些新能力？哪些任務(wù)需要持久的注意力，如今這些任務(wù)是時候外包給AI了。

　　等到這些任務(wù)外包給AI之后，需要人來思考并回答下面三個問題

　　1. 如何將AI自動化的工作產(chǎn)品化推廣出去？你能對此定價和包裝以創(chuàng)造價值嗎？

　　2. 工作界面從聊天機(jī)器人發(fā)展到智能體，將在你的領(lǐng)域如何影響人機(jī)互作？

　　3. 如何在智能體完成任務(wù)的過程中提供反饋，從而讓智能體能夠可靠而穩(wěn)定地完成復(fù)雜任務(wù)，而非癡迷改進(jìn)智能體的接口。

　　此外，能完成長時間任務(wù)的智能體的出現(xiàn)，也會帶來更多的隱患。曾經(jīng)大模型的安全，只需要考慮會不會回復(fù)有害問題，而在連續(xù)工作幾個小時，去解決復(fù)雜問題的智能體上，就要小心智能體「刪庫跑路」，或者侵犯個人隱私，將人類世界的偏見引入等問題了。

　　監(jiān)管缺失也不容忽視，目前尚無法律定義「智能體作為員工」的權(quán)利義務(wù)。A調(diào)用B公司提供的智能體完成的特定任務(wù)，所引起的合同糾紛、責(zé)任認(rèn)定等問題仍懸而未決。

　　參考資料：

　　https://sequoiacap.com/article/2026-this-is-agi/