文章作者、来源：常华Andy

1：关于智能的“廉价化”与“一次性化”

“我们正进入一个世界，那些曾需要几十年积累的博士级专业技能，将被瞬间调用，用完后你可以把它揉成一团扔进垃圾桶。” —— Konstantine Buhler

这是全篇最具冲击力的比喻。它预示了“智能平庸化”的未来：人类数千年积累的专业壁垒，在AI面前将沦为像铝箔纸一样廉价、可大规模复制且随手可弃的消耗品。

2：关于 AGI 的实效性判定

“如果你能派出一个智能体独立完成工作，且它具备从失败中自我修复并坚持到任务完成的能力，这种体验本质上就是 AGI。” —— Pat Grady

这一判断终结了学术界关于 AGI 定义的空洞争论。它宣告：不必等待具备完美人类情感的AI，只要智能体能够独立闭环交付长时程任务，AGI 就已经降临。

3：关于“认知”权力的移交

“地球上 99.9% 的认知工作将由机器完成。这场认知革命的规模将远超工业革命，且速度更快。” —— Konstantine Buhler

工业革命解放了肌肉，而 AI 革命将彻底接管人类赖以自豪的脑力劳动。99.9% 的比例预示着，未来绝大多数依赖逻辑与思考的岗位都将由机器主导。

4：关于“外星设计”的降临

“我们目前的世界是基于人类大脑的直觉来设计的……进入这个时代，我们必须保持开放心态，去接纳那些不符合人类直觉但更高效的‘外星设计’。” —— Konstantine Buhler

它挑战了人类的直觉霸权。未来由 AI 优化的最优解（芯片、药物或建筑）可能在人类看来“怪异”或“非理性”，人类必须学会与这些自己无法完全读懂的高效逻辑共存。

5：关于商业底层逻辑的质变

“服务即软件……智能体将无处不在，因为其扩展逻辑极其简单。你付给它们的是词元（Token）而非薪水。” —— Sonya Huang

这一观点精准戳中了生产关系的重塑。当专业服务从人力资源转化为可无限克隆的软件代码，传统行业的雇佣体系与收费模式将面临彻底重构。

这就是AGI：Sequoia AI Ascent 2026主题演讲

目录

Pat Grady

解析本轮AI浪潮的独特性

长程智能体与AGI已然到来

以客户为本的策略 – Get MAD

Sonya Huang

智能体时代已至

何谓智能体？

智能体各组件的演进

智能体无处不在 – 影响与机遇

Konstantine Buhler

认知革命

四个启发性的故事

以人际连接收尾

Pat Grady

感谢大家莅临。我们由衷感谢。举办这场活动初衷是服务社区，在这个关键时代，能为各位提供聚会场所是我们的荣幸。这是我们历年来打造的最强议程，也汇聚了最顶尖的参会嘉宾。我们深知各位平时公务繁忙，再次感谢大家的到来。

今天议程非常精彩。按照惯例，Sonya会身着盛装登场，Konstantine和我先开场谈谈。我们有幸参与了许多深度对话，每年我们都尝试将这些洞察提炼出来分享给大家。我会先进行整体对齐，随后Sonya将剖析现状，最后由Konstantine展望未来。

为了做好对齐，我们先拉大视角，回到那些定义了硅谷的晶体管。它们被构建成通过网络互连的系统，演化为互联网并催生了云端社交应用，最终缩减成我们口袋里近乎魔法般的移动AI设备。我们一直坚持展示这张幻灯片，旨在提醒大家：所有技术浪潮都是累加的。没有过去几十年的演进，我们不可能拥有当前的算力、带宽、数据和人才，更无法抓住当下的机遇。

解析本轮AI浪潮的独特性

目前这波AI浪潮在三个维度上展现了其独特性。

首先是规模，这是迄今体量最大的浪潮。更具体的特征在于：它是首个同时覆盖软件和服务的浪潮。上方数据显示，云转型的前15年里，软件TAM（潜在市场总量）从约3500亿美元增长到6500亿美元，云服务商占据了约4000亿美元。下方则是全新的领地，这部分服务收入同样触手及。10万亿美元只是一个保守估算，虽然我们不确定最终是10万亿、5万亿还是50万亿，但仅美国法律服务市场就有4000亿美元。这仅仅是一个垂直行业和一个地理区域，却已比肩整个软件市场。这里的机会极其巨大。

第二，这是演进最快的一波浪潮。大家应该都有切身体会，市场空白正以前所未有的速度被填满。这些标志代表了在云、移动以及当前AI范式转移中，营收突破10亿美元的公司。按照现在的势头，很快会有更多巨头涌现。

第三，也是最具深度的一点。套用我的合伙人Konstantine的话：技术革命分为两种基本类型。一种是通信革命，核心是信息如何分发。在座各位经历的大多是这类革命。互联网、云、移动，本质都是分发层面的变革。但AI不同。AI是计算革命，核心在于信息如何被处理。这绝非文字游戏，两者代表了完全不同的浪潮形态。最直观的感受是，脚下的地壳每天都在剧烈变动，随着新能力的爆发，大家赖以生存的技术底层每天都在重构。

长程智能体与AGI已然到来

过去几年，我们见证了三个关键拐点。首先是2022年11月的ChatGPT时刻，预训练的威力显露无遗。接着是几年后o1模型的推理突破，推理时计算让第二条规模定律跃然纸上。最近，随着Claude Code、Opus 4.5以及当前的4.7版本发布，长程智能体的力量终于爆发。这三个点之间并非简单的线性连接，第二点到第三点之间存在明显的断裂和跳跃。这是一种非连续性的剧变。我们大胆断言：这就是AGI。

我是经济学出身，作为风险投资人，我不会纠结于AGI的技术定义。我们更关注创始人、市场以及两者碰撞产生的业务。从商业应用和实用功能的角度来看，如果你能派出一个智能体独立完成工作，且它具备从失败中自我修复并坚持到任务完成的能力，这种体验本质上就是AGI。即便你持保留意见也没关系。Sonya会详细论述。但无可否认，我们已经迎来了“汽车”时代。

过去几年，市场充斥着大量“更快的马”——那些让效率提升10%或40%的应用，但它们并未撼动工作本质。现在，我们真正看到了“汽车”——那些能带来10倍甚至40倍效率提升的应用，它们正在彻底重塑工作流程、组织架构乃至工作的定义。汽车时代已经降临。

Sequoia创始人Don Valentine生前最爱问一个问题：So what? 这有什么意义？意义在于，过去几个月里，一场全新的竞赛已经打响，其节奏与我们过往认知的完全不同。开赛车和骑马完全是两回事，造车和养马也天差地别。我们召集大家正是因为目前没人掌握所有答案。我们交流越深，就能越快理清未来的方向。这至关重要，因为我们必须全速前进，10万亿美元的市场空间正虚位以待。

行业内既有技术导向的研究室，也有在其之上构建应用的初创公司，后者通常更注重以客户为本。今天台下坐着各大研究室的代表，但更多人是在模型之上进行开发。我们来探讨一下这种以客户为本的策略。

以客户为本的策略 – Get MAD

对于在模型之上构建应用的开发者，我们的建议是：Get MAD。这并非要大家真的“愤怒”，而是一个策略缩写，代表护城河（Moats）、功能可见性（Affordance）和扩散（Diffusion）。这是构建AI应用的三大支柱。

首先看护城河。这张幻灯片展示了商品化周期，即从创意到交付给客户的完整价值链。我不想逐一罗列环节，核心观点是：如果你走技术导向路线，每个环节的处理逻辑是一种样貌；但如果切换到客户导向，逻辑将完全不同。

这里存在一个反直觉的现象。在计算革命时代——即关乎信息处理的时代——人们总习惯紧盯底层，因为新技术层出不穷。但要构建真正的护城河，你应该向上看。客户需求的变化速度远慢于技术能力的迭代。你今天引以为傲的技术明天可能就过时了，但你对客户需求的深度洞察和业务契合会更加稳固。这并不意味着产品和技术不重要，事实上只有最顶尖的产品才能胜出。但在能力随版本快速进化的环境下，我们鼓励大家在构建护城河时，尽可能深耕客户场景，提供全方位服务。

MAD中的A代表Affordance（功能可见性）。这是设计领域的专业术语。锤子是一个具备某种力量的对象。我两岁的儿子看到锤子就知道该怎么用，他会下意识抓住它开始敲击。具有这种直观属性的对象无需解释，用户自然知道其用途。Claude Code确实强大，但如果你让一个财富500强企业的普通员工打开终端，他可能寸步难行。这并非质疑产品能力，而是给在座各位留出的机会：为特定客户解决特定问题，创造阻力最小的路径，让他们能直观地达成业务目标。这就是Affordance。

MAD中的D代表Diffusion（扩散）。扩散缺口（Diffusion Gap）是应用层公司的绝佳机会。底层能力的扩散速度远低于其创造速度。基础模型每天都在超越财富500强企业的消化能力，这意味着差距在拉大，机会在激增。护城河靠深耕客户，Affordance靠降低门槛，而扩散缺口则决定了你的增长空间。

如果之前那张“空白区被迅速填满”的幻灯片让你感到焦虑，请记住：没有哪种领先是绝对安全的。赛车界有一句名言：晴天很难连超15辆车，但雨天可以。现在，基础模型的新能力正如暴雨般倾盆而下，这种混乱意味着领先者可能随时掉队，也意味着任何人都有机会突围。这是一个多么美妙的时代。

Sonya Huang 智能体时代已至

2026年AI领域的头等大事已经非常明确，那就是智能体。

回想2022年。请大家举手示意，有多少人记得AutoGPT或Baby AGI？这些项目当年在GitHub上一夜成名。它们尝试调用GPT-3，赋予其工具，并用逻辑循环进行封装，尝试自动达成目标。这看起来很有前景，直到你看到它们在简单任务上接连碰壁。那时候的智能体虽然有趣，但基本处于不可用状态。2022年，模型本身还没准备好。

转眼到了今天。今年年初，行业发生了质变。智能体开始在各个领域展现真实战力。最成功的案例莫过于针对开发者的Claude Code，以及将智能体能力普及给大众的OpenClaw。无论你是硬核架构师还是普通用户，现在的门槛已经降到任何人都能创建智能体。我们看到人们在为各种细分场景构建智能体：既有向邻居举报税务欺诈这类奇葩案例，也有自动化营销智能体在帮建筑公司获客。在专业领域，Sequoia内部也在进行“智能体竞赛”，看谁能把投研工作流自动化得最彻底。

何谓智能体？

“具备能动性（Agency）”意味着什么？这里有一个定义：智能体是一个能够感知环境、自主决策并朝着目标持续推进的系统。更深一层看，智能体由三个核心组件构成：第一是推理与规划，这是基础的直觉和即时思考能力；第二是执行力，包括调用工具、搜索、写入代码、编译等；第三是长程迭代，这让智能体在面对复杂任务时具备韧性。这种将思考、行动与坚持结合在一起的特质，本质上就是解决问题的能力。

智能体各组件的演进

从模型、工具到框架，过去一年的进展速度令人惊叹。首先，作为“大脑”的模型取得了核心突破。从进度盘上看，模型在复杂任务中保持专注、不脱轨的时间，已从一年前的10分钟级别，提升到了现在的数小时级别。模型终于能支撑起长程任务。

其次，工具是智能体的“手脚”。通过这些工具，模型得以访问我们所有的数字化资源。无论是终端、文件系统，还是Slack、网络搜索、计算机使用（Computer Use）接口。过去20年为人类开发的数字化资产，现在正成为智能体的高效武器。有人预言SaaS已死，事实恰恰相反，随着智能体数量的爆发，这些工具的价值将呈几何倍数增长。模型赋予了能力，工具赋予了操作空间。

最后，框架赋予了智能体“韧性”，使其能保持目标导向并不断适应环境。强化学习正在加速这一反馈循环。我们在各类模拟环境中训练智能体，提升其在工程、设计、金融场景的性能。自我改进（Self-improvement）的曙光也已初现，即“机器构建机器”。

智能体无处不在 – 影响与机遇

一个智能体充斥的世界会是什么样？智能体正沿着“智能体化程度（Agenticity）”的梯度不断演进。以编程为例：2023年是代码补全时代，AI只是辅助，增量有限；现在进入了智能体化开发，人类可以管理一个智能体团队；未来将是异步智能体、后台智能体以及能衍生子智能体的系统。我们认为这种异步模式在数量上将远超当前模式，其杠杆效应巨大。

推向极致，就是“黑灯工厂（Dark Factories）”模式，即完全移除人类审查。这并非天方夜谭，网络安全等领域已经在生产环境中落地。只要护栏和工程化足够完善，这就是必经之路。

我们正在攀登智能体化的阶梯。AI正从身边的小助手，进化为需要管理的实习生，再到自我管理的正式员工，最终成为无需干预即可在生产环境运行的可靠劳动力。这种变革不仅局限于编程，而是覆盖全行业。

对在座的创始人来说，最核心的启示是：服务即软件。Pat很多年前就提出了这个观点。我们的合伙人Julian也曾撰文论述。现在，这一愿景正变为现实。在医学领域，智能体可以分析基因组并直接给出临床方案；法律领域，智能体能代你谈判甚至完成诉讼。在科学研究中，智能体已经在解决顶级数学难题或发现新材料。而在消费端，个人智能体将全权接管你的日程和财务。

智能体将无处不在，因为其扩展逻辑极其简单。人类员工难以横向复制，且存在情绪波动和高昂的福利成本；而智能体只需通过计算即可无限扩展，维护成本极低，你付给它们的是词元（Token）而非薪水。虽然目前人类在某些维度依然领先，但“苦涩的教训（Bitter Lesson）”告诉我们，智能体超越人类只是时间问题。

这并不意味着人类会失业，我们的核心价值在于适应性。但我们必须正视，智能体在应用层的部署规模和速度将是史无前例的。当智能体开始相互协作、相互支付、相互谈判时，世界将进入一个全新的维度。

贝尼·杰瑟里特（Bene Gesserit）式的结语：长程智能体已经降临，其发展曲线清晰可见。创始人手中已经握住了压缩时间线的武器：Zed团队用Claude Code在短时间内完成了三年的工程量；Sierra和Notion都在极短时间内完成了海量代码重构。这种效率提升不是线性的，而是跨时代的。无论你原本设想未来100年能实现什么，现在利用智能体，在100天内就有可能完成。

Konstantine Buhler 认知革命

我们将探讨接下来会发生什么。既然AI时代已经开启，它会如何定义我们的生活？

Pat之前区分了计算与通信革命。这里我提出另一个维度：物理工作与认知工作。物理工作遵循物理定律，如力乘以位移；认知工作则是有意识的思考，如定理证明或蛋白质折叠。这是两类完全不同的挑战，但它们遵循相似的革命路径。

先看物理工作。在人类文明的长河中，绝大部分体力劳动曾依靠肌肉——无论是人还是畜力。18世纪开始，风力、水力、蒸汽机相继出现，随后的内燃机和电动机彻底改变了速度。到2026年的今天，地球上99%以上的物理工作已由机器代劳。所有的物流、制造和交通，都为提升人类体验奠定了基础。

认知领域正处于类似的早期阶段。过去人类几乎垄断了思考，机器只承担了星盘或时钟这种极小比例的机械认知。电子计算出现后的100年里，数万亿次计算开始为你服务。我们坚信神经网络是下一波巨浪。在不久的将来，地球上99.9%的认知工作将由机器完成。这场认知革命的规模将远超工业革命，且速度更快。

四个启发性的故事

身处这样的未来会是什么体验？我分享四个故事。

第一个故事。19世纪中叶，美国为乔治·华盛顿建造纪念碑。我们决定用当时世界上最珍贵的金属——铝，来为塔尖封顶。那时候铝如此珍贵，以至于要在蒂芙尼展出。随着电解法的发明，铝在几十年内从贵金属变成了包裹三明治后随手丢弃的箔纸。在这个比喻中，铝就是智能，电解法就是AI。我们正进入一个世界，那些曾需要几十年积累的博士级专业技能，现在可以瞬间调用，用完即弃。

第二个故事关于“外星设计”。我们目前的世界是基于人类大脑的直觉来设计的，因为认知工作曾由人类主宰。当机器接过接力棒，审美将发生剧变。2006年，NASA利用进化算法优化卫星天线，结果产出的天线效能极高，但形状极其古怪，完全不符合人类的几何直觉。当AI设计芯片、汽车或建筑时，它们可能看起来截然不同。进入这个时代，我们必须保持开放心态，去接纳那些不符合人类直觉但更高效的“外星设计”。

第三个故事关于科学的底层重构。在工业革命早期，纽曼和瓦特是伟大的工程师，他们通过修补和试验完善了蒸汽机。但这种“工程修补”持续了100多年，直到卡诺出现，将这些现象提炼为热力学。他让我们理解了数亿粒子的爆炸如何转化为功。目前的AI正处于“修补”阶段，我们虽然有规模定律，但并未真正掌握底层的科学逻辑。未来几十年，我们将迎来像热力学一样基础的科学，它将帮助我们彻底掌握AI，甚至解开意识之谜。

第四个故事关于艺术的本质。人类艺术曾长期追求现实主义。直到摄影术出现，原本需要一生打磨的写实技能瞬间失去溢价。世界认为艺术终结了，但人类通过印象派、表现主义、立体主义给予了回应：艺术不再是捕捉眼睛看到的景象，而是心灵感受到的瞬间。这是人类对技术巨变的抗争与升华。

2500年前，普罗泰戈拉写道：人是万物的尺度。铝、艺术、智能，如果脱离了人类的体验，它们就没有任何价值。AI可以承担所有的工作，但唯有人际连接才能赋予你关心的理由。

以人际连接收尾

这正是我们今天在此相聚的原因。十年后，工作模式和世界面貌将大不相同。但唯一不变的，是你今天坐在身边的人，以及你们建立的关系。那才是你未来回顾这段时光时真正具有价值的东西。希望大家能享受在AI Ascent的交流，全身心投入那些让我们更具人性魅力的事物中。

来源：https://www.youtube.com/watch?v=LRo33rnv6rQ