在科技發展的宏大敘事中，我們正站在一個足以媲美工業革命的十字路口。近日，在備受矚目的紅杉資本“人工智慧巔峰”行業峰會上，紅杉資本的核心合夥人們與矽谷的頂尖創業者和技術專家齊聚一堂，共同探討這場正在重塑世界秩序的變革。本次會議揭示了一個核心共識：我們正從單純的“軟體時代”邁向全方位的“智能體時代”。會議深入探討了 AI 浪潮的獨特性，指出它是一場計算革命而非單純的通訊革命。核心議題圍繞“智能體（Agents）”作為新一代服務的崛起展開，提出了 MADS 戰略框架（護城河、可供性、擴散），並展望了未來機器將完成 99.9% 認知工作的圖景。儘管技術將重塑勞動力和生產力，但會議強調，人與人之間的聯結仍是價值的終極來源。
核心觀點
計算革命與 AGI：AI 是關於資訊處理的計算革命，不同於以往的通訊革命。長周期智能體的出現標誌著商業意義上 AGI 的降臨。MADS 框架：在模型之上建構競爭力的三要素——以客戶為中心的護城河（Moats）、降低使用門檻的可供性（Affordance）以及填補能力落差的擴散（Diffusion）。智能體即服務：軟體正在向服務演進，智能體將以極低的邊際成本實現無限規模化的專業服務（醫療、法律、開發等）。認知工業革命：認知工作將重演工業革命的歷程，未來絕大部分認知勞動將由機器完成，世界將進入“異類設計”和新科學發現的時代。人工智慧是一場關於資訊處理的計算革命，而非單純改變分發方式的通訊革命。軟體正在向服務演化，智能體將以極低的邊際成本，實現規模化的法律、醫療等專業服務。長期非同步智能體的成熟，標誌著商業意義上的通用人工智慧（AGI）已經降臨。護城河不再僅僅源於技術能力，而在於與客戶需求的深度繫結及阻力最小的使用路徑。未來99.9%的認知勞動將由機器完成，世界將進入“異類設計”與新科學發現的爆發期。當機器承攬了所有工作，人與人之間的聯結與情感體驗將成為價值的終極來源。
不僅僅是更快的馬：計算革命的本質
回顧科技史，從矽基電晶體到移動網際網路，每一波浪潮都在為今日的爆發積蓄動能。然而，當前的人工智慧浪潮與以往有著本質的差異。“這波浪潮是首個兼具軟體與服務屬性的變革，” 紅杉資本的合夥人在開場中指出，雲轉型的前十五年將軟體市場推向了數千億美元的規模，但人工智慧所觸及的是價值十兆美元的服務市場。僅在美國，法律服務的市場規模就足以等同於整個軟體行業。
更深刻的差異在於技術本質。網際網路、雲技術和移動端本質上是“通訊革命”，旨在改變資訊的傳播與分發。而人工智慧則是一場“計算革命”，它關乎資訊是如何被處理和重塑的。這種底層邏輯的轉變意味著，我們不僅是在製造“更快的馬”——即提升10%或40%效率的生產力工具，而是在製造“汽車”——那些能徹底改變工作本質、組織形態乃至社會運行規則的顛覆性應用。
商業通用人工智慧的降臨：從自動化到自主化
在過去兩年中，技術轉折點接踵而至。從預訓練模型的震撼問世，到推理能力的大幅躍升，再到如今能夠處理長周期任務的智能體崛起。雖然學術界對通用人工智慧（AGI）的定義仍有爭論，但從商業和實踐的角度看，變革已經發生。“如果你能指派一個智能體去完成一項工作，並且它能在遇到故障後自我修復並持續工作直到任務完成，這就是商業意義上的通用人工智慧。”
智能體不再是簡單的程式碼行間輔助，它們正演變為能夠感知環境、選擇行動並自主達成目標的複雜系統。從程式碼編寫到建築服務銷售，從內部辦公流程到複雜的科研任務，智能體的表現已經從“分鐘級”的持續性跨越到了“小時級”甚至更長。這種“把事情辦成的能力”，正在將人類從繁瑣的流程中解放出來，轉向更高層級的戰略管理。
策略框架：在基礎模型之上建構護城河
對於在基礎模型之上進行創新的初創企業而言，如何在技術快速演進的洪流中站穩腳跟？峰會提出了一個關鍵的戰略框架，即由護城河、可供性與擴散組成的競爭力支柱。
首先是護城河。在計算革命中，底層技術的變化日新月異，但客戶的需求往往保持穩定。“為了建構護城河，你實際上應該關注客戶需求，因為你所建構的技術在明天可能就會變得無關緊要，而你以客戶為核心的緊密程度則會更加持久。” 其次是可供性，即為客戶創造阻力最小的路徑。優秀的智能體產品應該像錘子一樣，無需解釋，使用者一看便知如何使用。最後是利用技術能力與市場落地之間的“擴散鴻溝”，這正是應用層公司的巨大機遇所在。
服務即軟體：重塑十兆美元的產業版圖
“服務即新一代軟體。” 這一判斷預示著傳統軟體行業的終結與服務業的智能化重生。在醫學領域，智能體可以根據個體的基因組提供個性化建議；在法律領域，它們能代表客戶進行合同談判甚至法律訴訟。
相比於人類員工，智能體具備無限的規模化潛力與極低的邊際成本。“人類難以實現規模化，且成本高昂；而智能體可以通過算力實現無限擴張，且你只需要支付令牌成本，而非薪水。” 儘管人類目前在適應力上仍具優勢，但隨著“苦澀的教訓”——即算力終將戰勝人類經驗的規律持續發生作用，智能體在專業領域的表現將很快超越普通人類。一個由非同步智能體自主運行、甚至機器製造機器的“黑燈工廠”時代正在加速到來。
認知的工業革命：走向機器主導的創造力時代
如果我們把工作分為體力與認知兩類，那麼人類已經完成了體力的工業革命。今天，全球超過99%的體力勞動由機器完成。而現在，認知領域正在重演這一處理程序。“我們相信，在不久的將來，地球上99.9%的認知工作將由機器完成。”
這一轉變將帶來三個深刻的影響：
第一，智能將成為像鋁一樣的廉價商品。曾經珍貴如珠寶的鋁，在電解法發明後變成了隨手可丟的包裝材料；曾經需要數十年磨練的博士級技能，未來可能只需呼叫一次令牌即可獲得，用完即棄。
第二，世界將進入“異類設計”階段。機器的邏輯不同於人類直覺，當人工智慧設計晶片或建築時，會產生效率極高但外觀怪異的作品，我們必須保持開放心態。
第三，人工智慧將催生出如熱力學般基礎的新科學，將神經元與令牌的運作系統化、公式化，幫助人類最終掌握意識的奧秘。
人是萬物的尺度：在技術洪流中守望人性價值
當機器可以處理所有認知任務，甚至能比人類更好地進行藝術創作時，人類的價值何在？峰會引述了古希臘哲學家普羅泰戈拉的名言：“人是萬物的尺度。” 任何脫離了人類體驗的事物，其價值都將不復存在。
就像攝影技術的出現並沒有終結繪畫，反而催生了印象派與表現主義一樣，人工智慧的普及將逼問我們藝術與工作的本質。“人工智慧可以完成工作，但唯有人與人之間的聯結，才能讓你找到在乎的理由。” 在這個技術指數級增長的時代，那些讓我們之所以為人的特質——情感、關係與共同的體驗，反而成為了最稀缺、最珍貴的資產。十年之後，工作方式或許會翻天覆地，但那些在變革中建立的人際紐帶，將是我們在人工智慧巔峰之上最持久的收穫。
天空之城全文整理圖解宏觀校準：AI 浪潮的獨特性
Pat Grady： 大家早上好，你們過得怎麼樣？很好，很好，感覺好多了。嘿，感謝大家來到這裡。我們對此深表感謝。我們這樣做是為了回饋社區，因為我們正處在一個重要的時代，能夠為大家提供一個相聚的場所，這對我們來說是一種榮幸。這是我們迄今為止制定的最棒的議程，也是我們見過最優秀的參會者陣容。所以，我們首先想說的是，謝謝大家。我們知道你們都忙得不可開交。感謝你們今天能出席。像往常一樣，我們準備了一份非常特別的議程，索尼婭，穿著無可挑剔的服裝，康斯坦丁和我將先講幾句開場白。
我們有幸參與了許多與各界有趣人士的對話，因此每年我們都希望嘗試將其進行一定程度的整合，並將我們所聽到的內容分享給你們。所以，我會先做幾句整體性的校準說明，然後由索尼婭談談我們當下的所見，接著由康斯坦丁談談我們對未來的展望。
在校準部分，我們先從宏觀視角切入，回到矽基電晶體的時代，正是它賦予了該領域名稱，隨後這些電晶體被建構成由網路連線的系統，並以網際網路的形式走向大眾，支援了諸如雲端社交媒體等應用，最終以移動裝置的形式出現在我們的口袋裡，而這些裝置在今天所能實現的功能與魔法無異，那就是 AI。我們喜歡展示這張幻燈片，以前來過這裡的人應該都見過，是因為它提醒我們，所有這些浪潮都是相輔相成、不斷疊加的。我們似乎經歷了數十年的演進，才積攢了足夠的算力、頻寬、資料和人才，從而把握住當下的這個時刻。
現在，這股 AI 浪潮有些不同。體現在三個方面。
Sonya Huang： 首先，這是迄今為止規模最大的一波浪潮。
Pat Grady： 這通常是事實，但這波浪潮有著更具體的獨特性，即它是首個兼具軟體與服務屬性的浪潮。第一行展示了雲轉型的前15年，期間軟體的市場規模（TAM）從約3500億增長到6500億，而云服務在其中佔據了約4000億的市場份額。第二行所展示的是全新的內容。這指的是目前似乎同樣可獲取的服務收入。10兆是一個相當整齊的整數。我們無法確定最終規模是10兆、5兆還是50兆。但我們確實知道，僅在美國，法律服務就是一個4000億美元的市場。這僅僅是一個垂直領域和一個地理區域。其規模就已等同於整個軟體行業。因此，這一機遇是巨大的。
第二點。這是迄今為止最快的一波浪潮。我想我們都能感受到這一點。這意味著這片空白區域——請大家關注頁面上 AI 這一側——正在被迅速填補。這些圖示所代表的公司，正是得益於雲端運算、移動端以及現在的 AI 技術變革，才實現了超過 10 億美元的營收。
Konstantine Buhler： 按照目前的處理程序和速度，未來還會有更多公司加入其中。
計算革命與商業 AGI
Pat Grady： 第三點。這可能是最有趣的一點，我借用了我的合夥人康斯坦丁的觀點，即技術革命基本分為兩種類型。一種是通訊革命，旨在改變資訊的傳播方式。在座的大多數人所經歷的，僅僅是通訊革命。網際網路、雲技術、移動裝置，這些本質上都屬於資訊分發。這些是通訊領域的革命。AI 則有所不同。AI 屬於這一類。AI 是一場計算革命。它關乎資訊是如何被處理的。這聽起來可能只是語義上的區別，但它們在波形本質上截然不同。
或許最直觀的感受方式是意識到：腳下的地基一直在移動。隨著新功能的不斷湧現，每個人所建構的底層技術基礎也在日新月異地變化。在過去的幾年裡，我們經歷了三個主要的轉折點。第一個是 ChatGPT 時刻。2022 年 11 月，世界見證了預訓練的強大能力。第二個是幾年後的 o1 模型，即推理能力。突然之間，圍繞推理時間計算的第二條縮放定律出現了。第三個是最近出現的 Claude Code Opus 4.5 ，現在是 4.7。世界見證了長周期智能體的強大能力。
雖然這看起來像是連續體上的三個點，但第二和第三個轉折點之間存在某種程度上的斷層。這是一種非連續性的變化。如果不揣冒昧地說，我們認為這就是 AGI。而且，我可是學經濟學專業的。我們是風險投資人，不會去提出關於 AGI 的技術定義。好嗎？我們研究創始人、市場以及兩者的碰撞，也就是商業。但我們確實在研究商業。因此，從商業角度、實踐角度以及功能角度來看，如果你能指派一個智能體去完成一項工作，並且它能在遇到故障後自我修復並持續工作直到任務完成，這就是商業意義上的通用人工智慧。
即使你認為那不是 AGI，也沒關係，順便說一下，索尼婭會在她的部分詳細討論這一點。即使你認為那不是 AGI，我也不認為那是 AGI，但我認為我們都能看出汽車已經到來了。過去幾年裡，我們見過了很多更快的馬。那些讓你生產力提升 10% 或 40%，卻並沒有從根本上改變你工作方式的應用程式。現在我們開始看到汽車了。那些讓你生產力提升 10 倍或 40 倍，並徹底改變你工作方式、工作本質以及組織本質的應用程式。汽車時代已經來臨。
這是 Sequoia 的創始人 Don Valentine，他以愛問一個問題而聞名：那又怎樣？為什麼這一切如此重要？之所以重要，是因為就在過去幾個月裡，這場競賽已經開始了。而且這與我們習慣的競賽截然不同。駕駛汽車的方式與騎馬的方式是不同的。製造汽車的方式與照料馬匹的方式也是不同的。所以，這是一種非常不同的競賽。我們今天想把大家召集到這裡的原因之一，是因為沒有人擁有所有的答案。我們在一起交流的時間越多，就能學到越多，並有望弄清楚這一切將走向何方。
建構策略：MADS 框架
Pat Grady： 我們務必盡快採取行動，因為僅從商業角度來看，這關乎巨大的利益。市場規模高達 10 兆美元。我們有實驗室正從技術驅動的角度開展研究。我們也有初創公司正在以客戶需求為導向進行開發。雖然在座各位代表了所有相關實驗室，但你們大多數人是在現有基礎上進行建構。所以我們花一點時間，來討論那種以客戶需求為導向的方法。
對於那些在現有實驗室基礎上進行建構的人，我們有些建議——既然是免費建議，那它就值你們付出的每一分錢——我們的建議是去參考 MADS。其實我們並不需要你們感到憤怒（Mad）。如果你們願意，當然也可以感到憤怒。如果那是驅動你們的動力，那也挺好的。儘管生氣吧。但這只是一個方便的縮寫，指代可供性（Affordance）、護城河（Moats）與擴散（Diffusion），這是在模型之上建構策略的三個特徵或三大支柱。
首先談談護城河，純粹為了好玩。有人記得去年的這張幻燈片嗎？有一位，他還是我的合夥人。好的，那很酷。提醒一下，這張幻燈片展示了商品化周期，即從創意到實現客戶滿意所需經歷的價值鏈環節。我們實際上不會逐一去過這些價值鏈環節。我想在這裡指出的是，如果你從技術的角度出發，價值鏈中的每一個環節都會以略有不同的方式被處理。如果你從客戶的角度出發，那麼你在鏈條中所接觸的每一個環節都會略有不同。
現在，這裡有一個違反直覺的部分。在這一場關於資訊處理的計算革命中，你往往會想要關注下方這些領域，因為那裡不斷湧現出各種酷炫的新事物。但為了建構護城河，你實際上應該關注上方這些領域。因為你的客戶需求變化速度遠不及技術能力演進的速度。你所建構的東西在明天可能就會變得無關緊要。而你以客戶為核心的緊密程度，則會更加持久。這並不是說產品和技術不重要。它們極其重要。且通常情況下，最好的產品會勝出。但在一個產品迭代極快、能力演進也極快的世界裡，當思考商業護城河時，我們建議你儘可能從客戶的角度出發，思考所有能夠圍繞這些客戶建立緊密聯絡的方式。
好的，MADS 中的 A 代表的是 Affordance（可供性）。這是一個我們從設計領域借用的術語。錘子就是一個具有可供性的物體。我有一個兩歲的兒子。如果我給他一把錘子，他就會知道該怎麼用。他會抓起錘子開始敲打東西。這就是我們不給他錘子的原因。具有可供性的物體是不需要解釋的。人們一看就知道該怎麼用它。Claude code 極其強大。去讓一名普通的財富 500 強企業員工打開終端試試，看看他們能走多遠。雖然它很強大，但提供的功能可供性並不多。這並非是對 Anthropic 的批評，但對於任何希望在現有基礎上進行建構的人來說，這是一個機會。你可以為特定客戶及其具體問題創造阻力最小的路徑，讓他們能極其簡單地達成業務所需的結果。這就是可供性的概念。
最後，MADS 中的 D 指的是擴散（Diffusion）。擴散鴻溝正是那些在應用層進行開發的公司所面臨的機會。技術能力向市場擴散的速度，遠低於這些能力被創造出來的速度。基礎模型的演進速度每天都在超越普通的財富 500 強企業，這一鴻溝正在不斷擴大，機會也隨之增長。因此，對於護城河（Moats）而言，請嘗試以客戶需求為導向進行思考。關於可供性（Affordance），試著思考如何為你的客戶創造阻力最小的路徑。而那個擴散鴻溝，正是你所擁有的機遇。
除非早先那張空白區域逐漸被填滿的幻燈片讓在座的各位感到沮喪，那麼我們需要提醒你們的是，沒有任何領先是絕對穩固的。賽車界有這樣一句話：你無法在晴天超越15輛車，但你可以在雨天超越15輛車。而現在，基礎模型正湧現出如傾盆大雨般的新功能，這意味著沒有任何領先是絕對穩固的，但也意味著任何人都有機會勝出。這是一個多麼偉大的時代。接下來，我將把它交給索尼婭。
智能體時代：服務即新一代軟體
Sonya Huang： 我可以再說一句嗎？在觀眾席中看到這麼多友好的面孔真是太好了。今天在場的各位都是卓越非凡的人。能與大家共同置身於這個生態系統中，我感到非常高興。我這一部分的內容旨在探討人工智慧當下的發展，對於2026年而言，核心就是智能體。
好，讓我們回溯到2022年。請舉手示意。這裡有人記得 Auto GPT 或 Baby AGI 嗎？好的。好的，明白了。這些項目在 GitHub 上一夜爆紅。它們的操作方式是呼叫 GPT3，為其配置一些工具，封裝在循環中，並讓它朝著目標運行。起初看起來很有前景，直到你看到那些智能體一次又一次地失敗。雖然看著挺可愛、挺招人喜歡的，但實際上完全沒用。
Pat Grady： 我放這張幻燈片是為了提醒大家，我們其實早就預見到智能體時代的到來。
Sonya Huang： 我們本可以在幾年前就預見這一切。但回到2022年，當時的模型確實還沒準備好。
Pat Grady： 時間快進到今天，從年初開始，情況確實發生了質的變化。
Sonya Huang： 突然之間，智能體遍地開花，而且它們似乎真的能夠投入實際運作了。其中有兩個智能體表現尤為突出：面向技術人群的 Claude Code，以及讓任何擁有手機的人都能使用智能體的 OpenClaw 及其所有龍蝦系列衍生產品。所以，無論你是硬核工程師還是普通使用者，現在的重點在於，人人皆可建立智能體。
我們現在看到人們正在為各種用途建構智能體。甚至還有一些荒唐的例子，比如有的 open-call 智能體會專門去舉報鄰居的稅務欺詐行為。請不要這樣做。或者實際上，也許請這樣做。還有創業相關的事情。運行生成式媒體活動來銷售建築服務的 Agent。然後還有一個專業層面。我可以告訴你，在 Sequoia 內部存在一場巨大的競賽，看誰能建構出最好的 Agent 來更好地完成我們的工作。
那麼，成為一個 Agent 意味著什麼？這裡有一個可能的定義。Agent 是一個系統。它感知其環境，選擇行動，並自主地朝著一個目標前進。順便說一下，我想這是我自己用 C-dance 製作的。我對此感到非常自豪。視訊模型已經取得了長足的進步。更具體地說，我認為智能體具有三個功能元件。首先是推理和規劃的能力。這是直覺的基準水平以及即時思考的能力。其次是採取行動的能力。這包括使用工具、搜尋、編寫和編譯。最後是朝著目標不斷迭代的能力。這正是賦予智能體在長周期內完成任務能力的持久性。因此，代理（agency）結合了這三樣東西。簡而言之，就是把事情辦成的能力。
如果我們把代理拆解為模型、工具和協作框架（harnesses）這些組成部分，過去一年裡每個部分都在飛速進步。首先，模型即大腦。這是目前發生的最重要的事情。衡量指標圖表測量的是模型在執行複雜任務時，能夠持續推進而不偏離軌道的時間長度。我們已經從一年前的十分鐘量級發展到了今天的數小時量級。所以，這是目前發生的最重要的事情。模型終於變得足夠強大，能夠維持長周期任務的性能表現。
其次，工具即手腳。這些賦予了模型訪問各種能提升我們電腦生產力工具的能力，例如用於檔案系統和開發工具的終端、iMessage、Slack、網頁搜尋、電腦使用等等，應有盡有。過去二十年間我們為人類打造的各種工具，最終也能夠轉化為對智能體而言極其有用的資源。有一種普遍的論調認為 SaaS 已死。但我認為恰恰相反，隨著使用這些工具的智能體數量增加，其價值將會爆發式增長。
增加。模型和工具賦予了智能體執行能力。而控制框架（harness）則賦予了它們持久性。即保持任務專注、進行調整併持續運行的能力。這一反饋回路現在確實開始加速運轉了。特別是在有了強化學習之後，我們正在對這些智能體進行“駕駛學校”式的訓練，也就是在 RL gyms 中訓練它們。
Pat Grady： 我們正在不同領域推動性能的提升，從機械工程到設計，旨在尋找突破。我們同時也看到了自我改進的初步曙光，即機器製造機器。
Sonya Huang： 例如，Andrej 的另一個研究項目在短短兩小時內自主提升研究能力，達到了 GPT2 等級模型的水平。
那麼，一個到處都是智能體的世界會是什麼樣子？智能體的存在處於一個智能程度的滑動量表上，讓我們以程式設計為例。在 2023 年，我們擁有了標籤頁自動補全功能。這是一種 AI 在行間輔助人類的方式。
Pat Grady： 這種方式雖然在增量上有所助益，但從根本上說並不具備變革性。
Sonya Huang： 我們現在擁有了智能體開發，即一個人與一個智能體對話，指導它做什麼，或許還能管理一個智能體團隊。但這種範式正在被進一步推進。我們現在看到了後台智能體、非同步智能體以及能夠衍生出子智能體的智能體。我們認為，在這種整體範式下，非同步智能體極有可能在規模上超越當前範式，這僅僅是因為該系統所能提供的槓桿效應。
Pat Grady： 最後，在推進前沿尖端領域方面，即我所說的“黑燈工廠”，將人類審查徹底從系統中剝離。
Sonya Huang： 這聽起來很瘋狂，但我已經在生產環境中見過這種情況，包括在網路安全公司中。只要具備足夠可靠的護欄機制和足夠優秀的工程能力，這是完全可能的。因此，我們正在智能體化的處理程序中不斷攀升。智能體正從在你身邊提供微小協助的助手，進化為需要管理的實習生，進而轉變為能夠自我管理的實習生，最終演變為值得信賴、無需監督即可部署到生產環境的實習生。這就是正在發生的演進，不僅是在程式碼編寫領域，而是覆蓋了所有智能體應用。
對於在座的創始人而言，最重要的啟示是：服務即新一代軟體。帕特在我認識他以來一直強調這一點，我們的合夥人 Julian（他今天也在觀眾席中）也發表過一篇關於此話題的優秀文章。我們對此早已知曉，但我認為這一趨勢正在真正地成為現實。在醫學領域，你可以聘請一個尊重你的基因組、為你提供個性化建議、能夠為你開具處方藥物並推薦臨床試驗的智能體。在法律領域，你將能夠聘請能夠代表你協商合同，甚至進行訴訟並為你達成和解的智能體。在數學和科學領域，我們正看到能夠解決這些問題或發現新型超導體的智能體。這難道不令人振奮嗎？
或者在消費領域，那些可以為你管理收件箱、日程表、財務狀況以及申報稅務的個人智能體。我們預計未來智能體將無處不在。這在一定程度上是因為聘請智能體比僱傭員工要容易得多。人類難以實現規模化。而智能體可以通過算力實現無限規模化。讓員工保持滿意度是一件困難的事。除了我以外，我總是很快樂。Agents 的維護成本很低。人類的成本很高。你需要支付他們薪水。你需要支付 Agents tokens。通常情況下，用 tokens 完成任務的成本要低於支付等值的薪水。
現階段，人類通常仍然更聰明。但 bitter lesson 的影響持續存在，很快 Agents 在許多方面就會變得更聰明。因此，這張幻燈片的重點並不是說我們人類要失業了。我認為適應力是人類獨有的特質。但我們預計智能體在應用層的部署將會迅速進行，且規模增長速度前所未有，因為其經濟效益顯而易見，且具備固有的可擴展性。綜上所述，智能體的數量正以某種指數級，或許是超指數級的速度激增。
當商業活動在智能體之間展開時會發生什麼？它們可以互相支付嗎？當智能體能夠自行協商交易條款時，會發生什麼？未來是否會出現成群結隊的智能體來監管我們，以防範網路安全威脅或 Megadon 之類的事件？我們只知道這個世界正在極速變得詭異。
最後，我想借用 Bene Gesserit 的心境來結束此次發言。Long Horizon 智能體已經到來。它們所處的曲線，非常清晰。對於創始人而言，我想每個人都有看到人們借助 AI 在極短時間內完成艱巨任務的案例。例如，來自 Z'd 的 Nathan 在假期期間獨自一人利用 Claude 完成了一個原本需要三年的登月級項目。Brett Taylor 用一個周末的時間重建了 Sierra。Notion 團隊僅用了六周時間就重寫了 800 萬行程式碼。
因此，每個人都有這些時間線被壓縮的例子。但我認為，在 AGI 實驗室之外，很少有人真正見識過會發生什麼。當你將這些被壓縮的時間線進行疊加時。而這正是現在所能實現的。所以，無論你想像中未來一百年能建構出什麼，我們認為借助智能體，現在一百天內就能實現。接下來我將交給康斯坦丁。
未來展望：認知的工業革命
Konstantine Buhler： 謝謝你，索尼婭。好的，非常感謝索尼婭和帕特帶來的精彩概述與分析。在這一部分，我們將簡要探討接下來的發展方向。我們的目標是，因為我們都知道自己正處於 AI 時代。它將會是什麼樣子？它將會帶來怎樣的體驗？它的特徵是什麼？
在演示的前半部分，帕特將技術革命分為計算和通訊兩個維度。我們在這裡將工作類型再進行一次劃分。一種是體力工作。這可以是 Pony Express 上的包裹，也可以是 Falcon 9 運載的衛星。工作等於力乘以位移，即物理位移。接下來是認知工作。例如 Pythagoras 提出該定理。例如 DeepMind 解決蛋白質折疊問題。有意識的思考。這些是非常不同類型的工作。但我們相信它們將遵循非常相似的變革模式。
那麼讓我們談談體力工作，因為我們已經經歷過工業革命帶來的變革。
Pat Grady： 在人類歷史的絕大部分時間裡，世界上所有的工作，或者說幾乎所有服務於人類的工作，都是由某種肌肉力量完成的。
Konstantine Buhler： 依靠人或動物。靠人去搬運東西，或者靠動物牽引人類前行。這一切始於1700年，但其淵源可追溯至幾千年前。隨後，局面開始發生轉變。水力和風力。蒸汽機。此後，處理程序開始加速。蒸汽機。內燃機、電動機。時至2026年，可以估算得出，地球上超過99%的人類體力勞動已由機器完成。將你帶到此處的飛機、房間內所有物品的製造，以及支撐你此刻所體驗的人類巔峰生活的各項運輸保障。
我們認為認知的演進也將經歷類似的歷程。我們只是處於一個較早的階段。在人類歷史的大部分時間裡，地球上所有的人類思考主要都是由人類完成的，或許還有一點來自動物，比如牧羊犬驅趕羊群。在機械勞動之上，曾存在過一小部分輔助工具，例如星盤或時鐘。
Pat Grady： 現在，在過去幾百年裡，進展其實並不大。直到電子計算出現。
Konstantine Buhler： 而在過去一百年裡，試想一下，此時此刻為了服務你這樣的人類，正在進行著數以兆計的計算。所有這些工作，所有這些正在發生的認知工作，都是為了在任何時刻服務於我們。數以兆計的計算。我們相信 neural network 是下一個大浪潮，並且在不久的將來，地球上 99.9% 的認知工作將由機器完成。
這種類比非常鮮明，好消息是我們已經經歷過這樣一場革命。認知革命將與工業革命非常相似，只是規模要大得多，速度也快得多。那麼，生活在這樣的未來會是什麼樣子？我想以四個短篇故事的形式，分享對這個未來的一些思考動因。
四個故事：智能、設計、科學與藝術
Konstantine Buhler： 第一個故事。19世紀中葉，美國想要為首任總統及最偉大的戰爭英雄 George Washington 建造一座宏偉的紀念碑。因此，我們設計了當時世界上最高的建築——Washington National Monument，並且我們想要用世界上最珍貴的金屬來裝飾其頂端。當時 100 盎司的這種金屬是世界上最珍貴的，珍貴到我們甚至將其放在 Manhattan 的 Tiffany's 進行展覽。那種金屬就是鋁。在 Washington National Monument 竣工後的幾十年裡，一位年輕的發明家發明了電解法，即從泥土中分離出鋁的工藝。此後不久，鋁便被用來包裝糖果和三明治，然後被扔進垃圾桶。
Pat Grady： 鋁就是智能。電解法就是人工智慧。
Konstantine Buhler： 我們即將進入這樣一個世界：一些耗費數十年光陰練就的、達到博士水平的寶貴技能，在呼叫後轉瞬即逝，用完即可將其揉作一團直接扔進垃圾桶。
第二個故事，我們正在進入一個異類設計的世界。我們今天所見的世界，其核心邏輯皆是為了人類而設計。眾所周知，這種設計經過了最佳化，使之符合我們的大腦邏輯，因為世界上幾乎所有的認知活動都是由我們完成的。然而，當認知活動由機器來完成時，情況將會大不相同。2006年，NASA 正在為一項大型航天任務，即衛星太空任務最佳化天線。傳統上，他們的天線看起來是這樣的。那是一種優美的幾何對稱圖案，在一定的功率限制下最佳化了表面積。這一次，他們決定將任務交給電腦，並使用一種類似於強化學習的進化演算法。
Pat Grady： 結果就是眼前的這個天線。生產力顯著提高，且不符合人類的直覺思維。
Konstantine Buhler： 在這個 AI 時代，當我們把認知任務交給機器時，我們將得到的結果是不符合我們直覺的。
Pat Grady： 當 AI 設計晶片、汽車和建築物時，它們看起來可能會大相逕庭。
Konstantine Buhler： 對於我們即將進入的世界，必須保持開放的心態，因為 AI 的思維方式與我們不同。它將具備異類的設計風格。
第三個動力學故事關於新興科學。並非新興科學。我們都知道存在新興科學。我所說的是新興科學領域。在工業革命初期，湧現了像 Newcomen 和 Watt 這樣偉大的工程師，他們完善了內燃機。簡單來說，就是把石油化工產品注入活塞，點火燃燒，數百萬乃至數十億計的粒子發生爆炸。
Pat Grady： 爆炸推動活塞，從而做功。
Konstantine Buhler： 在近100年的時間裡，這一切都處於修修補補的階段。當時工程師只是在說，那樣效果稍微好一點。或許你可以將其視為一種規模法則，但那實際上是工程師們在擺弄產品，看如何能進行微小的改進。在120多年後，Sadi Carnot 出現了，並將這一切總結為一門新的科學——熱力學。
Pat Grady： 他說，等一下，這裡有數百萬或數十億的粒子。
Konstantine Buhler： 我們實際上可以將這一切系統化、公式化。而在當前的情況下，這裡有數十億個神經元，數兆個 Token。此刻，我們正處於 AI 的修補階段。即使我們認為這是一門已被認知的科學，事實並非如此。未來，我們將在接下來的幾十年內迎來一門如熱力學般基礎的科學。在座的各位或許就有人能開創這門科學。而這門科學將被納入高中的教學課程中。它將具有如此基礎的地位。它將幫助我們掌握 AI，甚至幫助我們掌握意識。
第四個故事。非理性的藝術。在人類歷史的絕大部分時間裡，即數萬年間，藝術一直朝著寫實主義的方向演進。這是一幅大約 25000 年前的洞穴壁畫。從埃及象形文字、希臘陶器到文藝復興時期的畫作，這是一場向寫實藝術邁進的宏大變革。看看這其中的差異。歷經數萬年。人類的偉大勝利。
Pat Grady： 隨後工程技術應運而生。銀版攝影法，早期攝影技術。
Konstantine Buhler： 突然之間，我們花費數十年人生去磨練、力求每一筆觸都完美的技藝，瞬間消失了。那麼世界對此作何反應？他們認為繪畫藝術已經終結。噢，就這樣結束了。機器能比任何人類做得更好。藝術即是藝術，藝術已終結。那麼，發生了什麼？人類是如何回應的？人類的回應是提出疑問：這種藝術的目的是什麼？是為了以眼睛所見的方式捕捉那一刻嗎？還是為了以內心和靈魂所感的方式捕捉那一刻？
Pat Grady： 印象派、表現主義、立體主義、新表現主義，所有這些新的藝術形式都是人類對科學領域這一巨大變革所作出的回應。
Konstantine Buhler： 兩千五百年前，希臘哲學家 Protagoras 寫道：人是萬物的尺度。他的意思是，任何事物若脫離了人類，便不存在價值。無論是鋁材、藝術，還是智能，皆是如此。
Pat Grady： 它之所以有價值，僅僅是因為那份體驗。AI 可以完成工作，AI 也終將完成工作，但唯有人與人之間的聯結，才能讓你找到在乎的理由。
Konstantine Buhler： 這就是我們今天齊聚一堂的原因。十年之後，工作方式將發生巨大的變化。一切都將迎來翻天覆地的改變。但唯一不變的，是你們今天與身邊人建立起的關係。它們將長久延續。那將是你們回首往事時最珍視的部分。那也將是今天最有價值的收穫。因此，我鼓勵大家與身邊的人建立聯絡，盡情享受這次 AI Ascent 的時光，並真正地擁抱那些讓我們之所以為人的特質。 (Web3天空之城)