即刻App年轻人的同好社区
下载
这简直就是WAIC最值得听的演讲。
刚刚进入 2026 年下半年，AI 的进展依然非常快，信息多得让人有点喘不过气来。
在这样的时间节点，再听听阶跃董事长、千里科技董事长印奇 WAIC 在主论坛开幕式上讲他对 AI 发展脉络的理解，还是让我很受启发。
我想写写自己的感触。前奏可能有点长，因为印奇提到说他发现过去 70 年来 AI 技术的发展脉络，呈现出高度的连续性。
恰好这段时间我在看《人工智能简史》，深有感触。记得丘吉尔说过，你能看到多远的过去，就能看到多远的未来。
1
过去 70 年，人工智能一直在解决一个问题：怎么让机器拥有接近人类的通用智能？
最早影响很大的一条路线是符号主义。基本想法是把人的知识和推理过程写成一套符号与规则。
比如，如果发生 A，就执行 B。满足某几个条件，就可以推出一个结论。
这个思路很好理解。既然人会根据规则推理，那就把规则教给机器。可现实世界太复杂了，规则无法穷举。
后来，机器学习逐渐成为主流。人们不再试图把所有规则一条条写给机器，而是让它自己从数据中寻找规律。
比如给模型看大量猫和狗的图片，经过训练之后，它逐渐能够判断一张新图片里出现的是猫还是狗。
再之后，深度学习和大模型把这条路线推到了新的高度。尤其是过去几年，模型开始拥有比较强的语言理解、内容生成和推理能力。
AI 第一次能够比较自然地和人交流，也能够处理过去很难通过固定规则解决的问题。
顺着这个框架继续往下看，到了 2026 年，大模型其实又走到了一个新的节点。
大家有没有发现，去年国内几家大厂还在争论元宝、千问、豆包这些聊天产品谁能抢到用户入口。
今年，大家争抢的重点已经慢慢变成了 Agent 入口。
因为过去我们使用 AI，主要还是让它回答问题，或者完成一个很短的任务。
现在的 Agent 已经开始处理持续几个小时甚至几十个小时的复杂任务。而且，AI 对于编程语言的驾驭能力也逐步超过人类。
Agent 的条件已经成熟。AI 从模仿人类逐步开始在部分任务上超越人类。
2
还有一个让我恍然大悟的观点，印奇说他发现这些年 AI 的发展过程中，所有的重要里程碑都和语言紧密相关。
维特根斯坦说过：语言的边界，就是世界的边界。大概意思是，人能够理解什么，很大程度取决于语言。
没有语言描述的东西，人就很难思考。比如一个人如果没有颜色的概念，他就很难理解红色。
对 AI 也一样。
如果 AI 只理解自然语言，它主要能进入的就是文字、知识和对话的世界。我们告诉它一件事情，它能够听懂。
我们问它一个问题，它能够回答。这已经非常重要，但它的能力大部分还停留在语言里。
这两年，Agent 能力突飞猛进的原因之一就是因为模型充分掌握了编程语言。
因为代码可以调用 API、读取数据库、操作软件、修改文件、控制系统。
AI 一旦能够理解和生成代码，就相当于拿到了进入整个计算机世界的一把通用钥匙。
这也是为什么过去一两年，模型 Coding 能力如此重要。编程语言会扩展 Agent 的边界。
紧接着，还有一个判断：Agent 肯定会成为未来生产力的最小单元。
过去的软件，其实没有资格成为一个独立的生产单元。Excel 很强，Photoshop 很强，搜索引擎也很强，但它们仍然是工具。
真正理解目标、拆解任务、检查结果的，始终是人。所以过去一个组织里，最小的执行单元通常是一个人或者一个岗位。
Agent 带来的变化，是它开始能够独立跑完一段相对完整的工作闭环。
我们给它一个目标，它可以自己拆解、调用资源、执行操作、检查结果，然后交付成果。
打个比方，过去的软件像车床和传送带，每台机器只能处理一个步骤，需要工人在中间操作和衔接。
Agent 更像一个可以独立接收任务的工作站，原料交给它，它能够自己安排步骤，处理过程中出现的问题，最后交付一个相对完整的产出。
或者这么讲，过去的软件，本质上增强人的能力。而 Agent，会直接成为生产过程的一部分。
一旦 Agent 成为这种基本执行单元，整个生产力的组织方式都会跟着变化。
3
会发生什么变化呢？简单来说，印奇认为会出现新系统、新载体、新网络。我分别讲下自己的理解。
第一个是新的系统。
过去几十年，每次计算平台发生重大变化，操作系统都会随之变化。
PC 时代出现了 Windows 和 macOS，主要负责管理电脑上的硬件、文件和软件。
移动互联网时代出现了 Android 和 iOS，手机上多了摄像头、定位、通知和各种传感器，操作系统需要把这些能力管理起来，再开放给不同的 App。
到了 Agent 时代，操作系统需要管理智能体的身份、权限、记忆和协作等等。
所以演讲里提出了一个公式：智能体能力，等于模型能力 × Agent 操作系统能力。模型像大脑，决定 Agent 能不能理解和思考。
Agent OS 负责把模型和外部世界连接起来，给它提供记忆、工具、数据、权限和运行环境。
这一点我听完还是挺有启发的。从 PC 到移动到 Agent，每一次平台变化，操作系统管理的对象都不一样，这条脉络一拉出来就很清楚。
第二个是新的载体。
相信看到这里，大家就能理解为什么 OpenAI 会做硬件了。
移动互联网时代，手机这样的终端主要负责连接人与数字世界，所有操作都由人来完成。
到了 Agent 时代，终端会重新围绕 Agent 来设计。
比如过去出门旅行，我们需要自己打开地图、查看日程、搜索航班，再分别处理各种信息。
未来 Agent 可能已经知道我们的行程，看到航班延误之后，主动调整后面的安排，并把新的方案告诉我们。这完全是不同的逻辑。
所以这一轮所谓的 AI 硬件，真正要解决的，可能也不是在现有设备上增加一个聊天入口。
大家都在寻找一种更适合智能体长期存在、持续感知和随时行动的载体。
它可能仍然是手机，也可能是耳机、眼镜、汽车或者机器人。
具体最后会长成什么样，现在还很难判断，但可以确定的是，一定会有新的载体出现。
第三个是新的网络。
互联网连接的是人、信息和服务。到了 Agent 时代，还会出现大量智能体之间的连接，也就是 A2A 网络。
最近我就在公司里搭了一个很小的 Agent 局域网，让不同同事的 Agent 可以互相发送任务、同步进度。
比如我的 Agent 发现一个产品问题，可以直接把问题交给研发同事的 Agent，后者分析原因、尝试修复，再把结果发回来。
当然，这套东西现在还很早期。诸如权限怎么管理，传递的信息出了错又该由谁负责，都还没有成熟的答案。
但只要 Agent 能够独立承接任务，它们之间产生连接和协作，就是很自然的结果。一个 Agent 不可能擅长所有事情，它也需要寻找其他 Agent，分配任务，再把结果整合起来。
很有启发。提纲挈领。
刚刚进入 2026 年下半年，AI 的进展依然非常快，信息多得让人有点喘不过气来。
在这样的时间节点，再听听阶跃董事长、千里科技董事长印奇 WAIC 在主论坛开幕式上讲他对 AI 发展脉络的理解，还是让我很受启发。
我想写写自己的感触。前奏可能有点长，因为印奇提到说他发现过去 70 年来 AI 技术的发展脉络，呈现出高度的连续性。
恰好这段时间我在看《人工智能简史》，深有感触。记得丘吉尔说过，你能看到多远的过去，就能看到多远的未来。
1
过去 70 年，人工智能一直在解决一个问题：怎么让机器拥有接近人类的通用智能？
最早影响很大的一条路线是符号主义。基本想法是把人的知识和推理过程写成一套符号与规则。
比如，如果发生 A，就执行 B。满足某几个条件，就可以推出一个结论。
这个思路很好理解。既然人会根据规则推理，那就把规则教给机器。可现实世界太复杂了，规则无法穷举。
后来，机器学习逐渐成为主流。人们不再试图把所有规则一条条写给机器，而是让它自己从数据中寻找规律。
比如给模型看大量猫和狗的图片，经过训练之后，它逐渐能够判断一张新图片里出现的是猫还是狗。
再之后，深度学习和大模型把这条路线推到了新的高度。尤其是过去几年，模型开始拥有比较强的语言理解、内容生成和推理能力。
AI 第一次能够比较自然地和人交流，也能够处理过去很难通过固定规则解决的问题。
顺着这个框架继续往下看，到了 2026 年，大模型其实又走到了一个新的节点。
大家有没有发现，去年国内几家大厂还在争论元宝、千问、豆包这些聊天产品谁能抢到用户入口。
今年，大家争抢的重点已经慢慢变成了 Agent 入口。
因为过去我们使用 AI，主要还是让它回答问题，或者完成一个很短的任务。
现在的 Agent 已经开始处理持续几个小时甚至几十个小时的复杂任务。而且，AI 对于编程语言的驾驭能力也逐步超过人类。
Agent 的条件已经成熟。AI 从模仿人类逐步开始在部分任务上超越人类。
2
还有一个让我恍然大悟的观点，印奇说他发现这些年 AI 的发展过程中，所有的重要里程碑都和语言紧密相关。
维特根斯坦说过：语言的边界，就是世界的边界。大概意思是，人能够理解什么，很大程度取决于语言。
没有语言描述的东西，人就很难思考。比如一个人如果没有颜色的概念，他就很难理解红色。
对 AI 也一样。
如果 AI 只理解自然语言，它主要能进入的就是文字、知识和对话的世界。我们告诉它一件事情，它能够听懂。
我们问它一个问题，它能够回答。这已经非常重要，但它的能力大部分还停留在语言里。
这两年，Agent 能力突飞猛进的原因之一就是因为模型充分掌握了编程语言。
因为代码可以调用 API、读取数据库、操作软件、修改文件、控制系统。
AI 一旦能够理解和生成代码，就相当于拿到了进入整个计算机世界的一把通用钥匙。
这也是为什么过去一两年，模型 Coding 能力如此重要。编程语言会扩展 Agent 的边界。
紧接着，还有一个判断：Agent 肯定会成为未来生产力的最小单元。
过去的软件，其实没有资格成为一个独立的生产单元。Excel 很强，Photoshop 很强，搜索引擎也很强，但它们仍然是工具。
真正理解目标、拆解任务、检查结果的，始终是人。所以过去一个组织里，最小的执行单元通常是一个人或者一个岗位。
Agent 带来的变化，是它开始能够独立跑完一段相对完整的工作闭环。
我们给它一个目标，它可以自己拆解、调用资源、执行操作、检查结果，然后交付成果。
打个比方，过去的软件像车床和传送带，每台机器只能处理一个步骤，需要工人在中间操作和衔接。
Agent 更像一个可以独立接收任务的工作站，原料交给它，它能够自己安排步骤，处理过程中出现的问题，最后交付一个相对完整的产出。
或者这么讲，过去的软件，本质上增强人的能力。而 Agent，会直接成为生产过程的一部分。
一旦 Agent 成为这种基本执行单元，整个生产力的组织方式都会跟着变化。
3
会发生什么变化呢？简单来说，印奇认为会出现新系统、新载体、新网络。我分别讲下自己的理解。
第一个是新的系统。
过去几十年，每次计算平台发生重大变化，操作系统都会随之变化。
PC 时代出现了 Windows 和 macOS，主要负责管理电脑上的硬件、文件和软件。
移动互联网时代出现了 Android 和 iOS，手机上多了摄像头、定位、通知和各种传感器，操作系统需要把这些能力管理起来，再开放给不同的 App。
到了 Agent 时代，操作系统需要管理智能体的身份、权限、记忆和协作等等。
所以演讲里提出了一个公式：智能体能力，等于模型能力 × Agent 操作系统能力。模型像大脑，决定 Agent 能不能理解和思考。
Agent OS 负责把模型和外部世界连接起来，给它提供记忆、工具、数据、权限和运行环境。
这一点我听完还是挺有启发的。从 PC 到移动到 Agent，每一次平台变化，操作系统管理的对象都不一样，这条脉络一拉出来就很清楚。
第二个是新的载体。
相信看到这里，大家就能理解为什么 OpenAI 会做硬件了。
移动互联网时代，手机这样的终端主要负责连接人与数字世界，所有操作都由人来完成。
到了 Agent 时代，终端会重新围绕 Agent 来设计。
比如过去出门旅行，我们需要自己打开地图、查看日程、搜索航班，再分别处理各种信息。
未来 Agent 可能已经知道我们的行程，看到航班延误之后，主动调整后面的安排，并把新的方案告诉我们。这完全是不同的逻辑。
所以这一轮所谓的 AI 硬件，真正要解决的，可能也不是在现有设备上增加一个聊天入口。
大家都在寻找一种更适合智能体长期存在、持续感知和随时行动的载体。
它可能仍然是手机，也可能是耳机、眼镜、汽车或者机器人。
具体最后会长成什么样，现在还很难判断，但可以确定的是，一定会有新的载体出现。
第三个是新的网络。
互联网连接的是人、信息和服务。到了 Agent 时代，还会出现大量智能体之间的连接，也就是 A2A 网络。
最近我就在公司里搭了一个很小的 Agent 局域网，让不同同事的 Agent 可以互相发送任务、同步进度。
比如我的 Agent 发现一个产品问题，可以直接把问题交给研发同事的 Agent，后者分析原因、尝试修复，再把结果发回来。
当然，这套东西现在还很早期。诸如权限怎么管理，传递的信息出了错又该由谁负责，都还没有成熟的答案。
但只要 Agent 能够独立承接任务，它们之间产生连接和协作，就是很自然的结果。一个 Agent 不可能擅长所有事情，它也需要寻找其他 Agent，分配任务，再把结果整合起来。
很有启发。提纲挈领。
54 344
来自圈子
AI探索站
115902人已经加入