2026，AGI 真的要来了！
几个小时前，OpenAI API构建者 Sherwin Wu 推荐了一篇红杉资本的文章《2026：这就是AGI》，点评道：非常清晰的2026年AI趋势展望！
Sherwin特别点出了今年的大模型的一个走向：长时程智能体。
文章的作者是红杉资本的两位合伙人：Pat Grady and Sonya Huang。
这篇文章开头就点出：不用等2030年了，2026年AGI就会到来！
红杉表示：长时程Agent在功能层面已经等同于 AGI，而 2026 年，将是它们真正的年份。
言外之意，2026 年将是长时程智能体（long horizon agents）主导的元年。而这恰恰标志着 AGI 的真实到来。
展开剩余92%ps：之前大家提AGI更多是概念上的，而长时程Agent则代表着用于办事的功能性AGI！
值得注意的是，OpenAI 的 Sherwin Wu 特别提到文章中引用的一个 METR 数据，即：
AI 在长任务上的能力每 7 个月翻倍，目前前沿模型已能以 80% 成功率处理约 30 分钟的软件任务。
Wu 在帖子中强调，2026 年人们将广泛采用这类小时级任务。
更为让人吃惊的是，如果这个指数增长曲线成立，文章指出，
若持续下去，到 2028 年，AI 就可以处理一天的专家任务；到 2034 年，是一整年；而到 2037 年，AI甚至可以完成一世纪规模的工作，如交叉分析 20 万项临床试验。
这简直是一件颠覆生产力和创业模式的超级变革。
不止OpenAI，谷歌的AI产品负责人，同样也在评论区表达了对2026的乐观预期，并表示：
2026年，随着模型变得极其有用，历史上感知的AGI与“这些系统将变得非常实用的现实”之间的界限将会变得模糊，成为大家广泛讨论的话题。
文章的硬核之处，在于绕开了AGI的哲学讨论，同时也放弃了技术定义，转而给出一个极度务实的功能性标准：AGI“能不能把事情搞清楚、能不能办成事”。
两位红杉合伙人将“AI进步”分为三个拐点：2022年的预训练知识、2024年底的推理计算，以及近期自主迭代的agent，并以“创始人招募顶尖人才的Agent”的为例，展示了一个非常科幻但又非常真实的处理模糊复杂任务的能力。
注：图片由ChatGPT生成
而这，恰恰是“让AI能把事情想清楚、干成事”的三点要素，也就是达到了AGI的功能定义。
总之，2026–2027， AI 势必会从 Talkers （会说话）变成 doers（能做事）。事实也证明，市面上各个领域也都将涌现出更加出色的专家级Agent。
那么，接下来创业者的机会在哪里呢？
红杉的两位合伙人给出了建议，一定要注意：
你未来卖的不是软件功能，而是“某类工作被持续、可靠完成”的结果。不放思考：哪些工作，真正受限于人类的持续注意力？哪些角色，本质上是一连串可被Agent长期执行的判断与行动？当 UI 从聊天框变成“派活系统”，你的产品还成立吗？
以下是小编为大家梳理的精彩观点，enjoy！
2026：这就是 AGI
准备好上马吧：你对 2030 年的那些畅想，现在在 2026 年就已经变成可能。
多年前，一些顶尖研究者曾告诉我们，他们的目标是 AGI。出于好奇，我们很天真地追问了一句：“那你们怎么定义 AGI？”
他们停顿了一下，彼此试探性地看了看，然后给出了一个后来几乎成了 AI 圈“口头禅”的回答：
“嗯……我们每个人其实都有自己的定义，但等我们真的看到它的时候，就会知道那是 AGI。”这个小插曲非常典型地反映了人们在追求一个清晰、统一的 AGI 定义时所面临的困境——这个定义一直难以捉摸。
定义很模糊，但现实并不模糊。
AGI 已经出现了，就在现在。
编程 Agent 是第一个例子，而且接下来还会有更多。
长时程Agent在功能层面已经等同于 AGI，而 2026 年，将是它们真正的年份。
不被细节束缚
在继续之前，有一点需要先说清楚：我们并不具备提出一个“技术性 AGI 定义”的道德权威。
我们是投资人。我们研究的是市场、创始人，以及二者的碰撞——也就是：商业。
因此，我们给出的不是技术定义，而是功能性定义。每一种新的技术能力，都会引出 Don Valentine 式的经典追问：
“那又怎样？”
答案存在于真实世界的影响之中。
AGI 的功能性定义
AGI，就是“把事情想明白、搞清楚的能力”。就这么简单。
我们当然明白，这样一个不精确的定义，无法解决任何哲学争论。但从实用角度来看，如果你真的是想把一件事做成，你想要的是什么？
你想要的是一个能把事情搞清楚的 AI。
至于它是“怎么做到的”，远不如“它确实能做到”来得重要。
一个能把事情想明白的人类，通常具备三样东西：
一定的基础知识 在这些知识之上进行推理的能力 能够不断尝试、修正，最终逼近答案的能力一个能把事情想明白的 AI，同样具备三样东西：
一定的基础知识（预训练） 在这些知识之上进行推理的能力（推理阶段算力） 能够通过反复迭代找到答案的能力（长时程Agent）第一个要素（知识 / 预训练）：造就了 2022 年最初的 ChatGPT 时刻。第二个要素（推理 / 推理阶段算力）：随着 2024 年末 o1 的发布而出现。第三个要素（迭代 / 长时程Agent）：则是在最近几周才真正到位——随着 Claude Code 以及其他编程Agent跨过了某个关键能力门槛。
真正具备通用智能的人，可以连续数小时自主工作：不断犯错、修正错误，在没有外部指令的情况下判断下一步该做什么。
真正具备通用智能的Agent，现在也开始能做到这一点了。而这，是一件全新的事情。
“把事情搞清楚”，到底意味着什么？
一位创始人给他的智能Agent发了一条消息：
“我需要一个开发者关系负责人。技术水平要高，能赢得资深工程师的尊重；同时又真的喜欢混 Twitter。我们的客户是平台团队。去办吧。”Agent从最显而易见的地方开始入手：
它在 LinkedIn 上搜索“Developer Advocate”和“DevRel”，并把范围限定在以开发者为中心的优秀公司——Datadog、Temporal、LangChain。
它找到了数百个个人资料。但职位头衔，并不能说明谁真正擅长这份工作。
于是，它从“履历”转向“信号”。
它去 YouTube 上搜索技术大会演讲视频，找到了 50 多位演讲者，然后进一步筛选出互动数据表现强的那些人。
接着，它把这些演讲者与 Twitter 账号进行交叉比对。一半的人账号基本不活跃，或者只是转发公司博客。这不符合需求。
但还有十来个人不一样：
他们真的有粉丝基础，会表达真实观点，会回复他人，能获得开发者的互动。而且，他们的内容有品味。
Agent继续收敛范围。它检查这些人在过去三个月里的发帖频率。发帖明显减少，有时意味着对当前工作的投入度下降。
最终，三个名字浮现出来。它开始深入研究这三个人。
其中一个，刚刚官宣了新职位——来不及了。
另一个，是一家刚完成融资公司的创始人——不太可能离开。
第三个，是一家 D 轮公司里的资深 DevRel，而那家公司刚刚裁掉了市场团队。
她最近一次的技术演讲，主题正好就是这家创业公司所瞄准的平台工程领域。
她在 Twitter 上有 1.4 万粉丝，发的还是工程师真的会互动的梗图。她的 LinkedIn，已经两个月没更新了。
Agent为创始人起草了一封邮件：
提到了她最近的那场演讲，点出了她与这家创业公司 ICP 的重合点，还特别强调了小团队所能提供的创作自由度。
邮件的建议目标，是一次轻松的聊天，而不是一场正式的招聘推销。
总耗时：31 分钟。
创始人得到的，是一个“唯一候选人”的短名单，而不是在招聘网站上发一个 JD，然后等待。
这，就是“把事情搞清楚”的含义。
在不确定性中推进目标：提出假设、验证假设、撞墙、调整方向，直到某个关键点突然对齐。
注意，这个Agent没有照本宣科。它运行的，是一个优秀招聘者在脑中反复执行的同一套循环，只不过，它在 31 分钟内不知疲倦地完成了这一切，而且没人教它该怎么做。
当然，需要说清楚的是：Agent仍然会失败。它们会产生幻觉、丢失上下文，有时还会自信满满地朝着完全错误的方向一路狂奔。
但趋势已经非常明确：能力在快速逼近，而这些失败，也正在变得越来越可修复。
我们是如何走到今天的？从推理模型到长时程Agent
在去年的一篇文章中，我们写到：推理模型是 AI 领域最重要的下一块新前沿。长时程Agent在此基础上更进一步，让模型不仅能思考，还能在时间维度上采取行动、不断迭代。
让一个模型“多想一会儿”并不容易。基础的推理模型，通常只能思考几秒钟或几分钟。
目前看起来，有两条不同的技术路径都在奏效，而且扩展性很好：强化学习，以及智能体框架。前者通过在训练过程中不断“推着模型一把”，让它学会在更长时间内保持专注、不跑偏；后者则围绕模型已知的局限性进行工程设计，比如记忆交接、信息压缩等。
强化学习的规模化，主要发生在研究型实验室中。在这一方向上，它们已经取得了显著进展，从多智能体系统到可靠的工具使用能力。
而优秀Agent框架的设计，则属于应用层的范畴。今天市场上一些最受欢迎的产品，正是因为它们在Agent框架上的工程质量异常出色而被记住的，比如 Manus、Claude Code、Factory 的 Droids 等。
如果说现在只能押注一条指数级增长曲线，那一定是长时程Agent的性能
METR 一直在细致追踪 AI 完成长时任务的能力，其进展速度呈指数级增长，大约每 7 个月翻一倍。沿着这条指数曲线推演，到 2028 年，Agent应该可以稳定完成需要人类专家一整天才能完成的任务；到 2034 年，是一整年；而到 2037 年，甚至可能是一整个世纪。
那又意味着什么？
很快，你就可以“雇佣”一个Agent了。这本身就是判断 AGI 是否到来的一个试金石（致谢：Sarah Guo）。
今天，你已经可以“雇佣” GPT-5.2、Claude、Grok 或 Gemini。接下来，还会有更多具体形态出现：
在医疗领域，OpenEvidence 的 Deep Consult 像一位专科医生；
在法律领域，Harvey 的Agent像一名律师事务所的助理；
在网络安全领域，XBOW 像一名渗透测试工程师；
在 DevOps 领域，Traversal 的Agent像一名 SRE；
在 GTM（市场进入）领域，Day AI 同时充当 BDR、售前工程师和营收运营负责人；
在招聘领域，Juicebox 像一名招聘官；
在数学领域，Harmonic 的 Aristotle 像一位数学家；
在半导体设计领域，Ricursive 的Agent像芯片设计师；
而在 AI 研究本身，GPT-5.2 和 Claude 已经在扮演 AI 研究员的角色。
从“会说话的人”到“能干活的人”：对创始人的意义
这对创始人而言，影响极其深远。
2023 和 2024 年的 AI 应用，本质上是“会说话的”。其中有些对话能力非常高级，但它们真正带来的影响是有限的。
2026 和 2027 年的 AI 应用，将是“能干活的”。它们会更像同事。使用方式会从每天用几次，变成全天候、每天不间断地使用，而且往往会同时运行多个实例。用户不再只是零星地省下几个小时，而是从一个独立贡献者，转变为管理一支Agent团队的人。
还记得之前那些关于“售卖工作本身”的讨论吗？现在，这件事变成现实了。
你到底能完成哪些工作？长时程Agent的能力，与一次性的模型前向推理有着本质区别。
在你的行业里，长时程Agent会解锁哪些全新的能力？哪些任务真正需要持续性投入，而瓶颈恰恰在于“长时间保持注意力”？
你要如何把这些工作产品化？当“工作的界面”从聊天机器人演进为Agent委派，你所在领域里的应用交互方式会如何变化？
你能否把这类工作做到稳定可靠？你是否在近乎偏执地优化你的Agent框架？是否建立了强有力的反馈闭环？
你又该如何销售这些工作？你能否围绕“价值”和“结果”来定价和打包？
准备上马吧。现在，是乘上长时程Agent指数曲线的时候了。
今天，你的Agent或许只能稳定工作大约 30 分钟。但很快，它们就能完成相当于人类一整天的工作；最终，甚至是一整个世纪的工作量。
当你的计划尺度被拉长到“世纪”，你还能实现什么？
一个世纪，意味着 20 万项从未被系统交叉分析过的临床试验；
一个世纪，意味着有史以来所有客服工单终于被完整挖掘出真正的信号；
一个世纪，意味着整个美国税法体系被重新整理、重构为一个逻辑自洽的整体。
你原本最激进的路线图，现在，已经变成了现实可行的版本。
发布于：海南省科元网提示：文章来自网络，不代表本站观点。
