摘要：红杉资本合伙人帕特·格雷迪与索尼娅·黄于2026年初联合发文，断言通用人工智能（AGI）时代已经到来。其核心观点是，AGI的本质是“把事情想明白”的能力，并已体现为能自主执行长周期任务的“智能体”。文中引用了一个具体案例：某AI智能体在31分钟内，通过多平台交叉分析，为一位创始人精准锁定了一名高度匹配的招聘人选。此外，引用独立评估机构METR的数据指出，AI完成长周期任务的能力约每7个月翻一番，据此推算，到2028年AI可可靠完成人类专家一天的工作，到2034年可完成一年的工作，到2037年则可处理需人类百年才能完成的任务。文章认为，AI正从“谈论者”转变为“执行者”，预示着一场工作模式与生产力关系的静默变革。
线索：本文揭示了AGI从概念论证迈向实际应用的关键转折，其中蕴藏着明确的投资线索与潜在风险。投资机会主要集中于两个层面：一是智能体框架与基础设施，即支撑AI进行长周期任务规划、记忆管理和工具调用的底层技术；二是垂直领域的专业化AI应用，如医疗诊断、法律辅助、芯片设计等领域的“AI员工”，其商业化落地路径更为清晰。然而，风险同样显著：首先，技术层面，AI在复杂任务中的“幻觉”与推理错误仍是现实瓶颈；其次，社会与经济层面，AI对白领工作的颠覆可能快于预期，将引发就业结构剧变与伦理监管挑战；最后，市场层面，伴随能力指数级增长，AI应用的竞争将急速加剧，技术路线的选择与生态构建能力成为生存关键。
正文：
红杉资本合伙人帕特·格雷迪与索尼娅·黄在2026年初联合发表观点，明确指出通用人工智能（AGI）已经到来。他们认为，AGI并非以觉醒或统治人类的戏剧化形式出现，而是体现在能够连续工作数十分钟至数小时的“长周期智能体”之中。
对于AGI的定义，他们提出了一个务实的标准：即“把事情想明白”的能力。这需要结合知识（通过预训练模型获得）、推理（依赖更强的计算模型）以及迭代试错（通过长周期智能体实现）三种能力。当AI能自主工作、自我修正并无需详细指令即可推进任务时，便具备了通用性。
一个具体的应用案例展示了这种能力。某创始人需要招聘一位“技术好、受工程师尊敬、且热爱使用推特”的开发者关系负责人。一个AI智能体接手该模糊任务后，并未进行简单关键词搜索，而是执行了如下复杂操作：首先在职业社交平台搜索相关公司的职位，但意识到头衔不可靠；随即转向视频平台，分析行业会议演讲者及其观众互动数据，以识别有真才实学的人；接着，将候选人名单导入社交媒体平台，通过分析发帖内容、粉丝互动及“网感”来评估真实性格；进一步，通过检查发帖频率下降等信号捕捉潜在跳槽意愿；最后，通过交叉验证排除近期升职或创业者，锁定了一位刚经历裁员、技术匹配且一段时间未更新职业档案的资深人士。智能体还起草了一封针对性的招募邮件。整个过程耗时仅31分钟。
AI能够执行此类长任务的关键在于“长周期智能体”技术的发展。这主要通过两种路径实现：一是在训练中使用强化学习让模型学会在长任务中保持专注；二是通过外部的智能体框架为AI提供任务规划与记忆管理等辅助。根据独立非盈利评估机构METR的追踪数据，AI完成长周期任务的能力大约每7个月翻一番。据此速率推算，到2028年，AI将能可靠完成人类专家一整天的工作量；到2034年，能完成相当于人类专家一年的工作量；到2037年，则能处理需要人类100年才能完成的任务，例如分析全部历史临床实验数据或重构庞杂的税法体系。
这意味着，“雇佣”AI智能体的时代正在开启。当前，人们已可以调用各类大型模型，而专业化的“AI员工”正在各领域涌现，例如：用于医疗咨询的AI、法律助理AI、网络安全AI、芯片设计AI以及研究型AI等。文章指出，2023至2024年的AI主要作为“谈论者”（智能的对话对象），而2026至2027年的AI正转变为“执行者”。这将颠覆工作模式，使人类从亲力亲为的执行者转变为管理AI团队的经理，使“售卖工作”成为可能。
综上所述，长周期智能体正以指数级速度发展。当AI不仅能回答问题，更能持续探索并执行解决方案时，所带来的不仅是工具升级，更是生产力关系的重构。
发布时间：2026-01-16 18:48:37
评论 ( 0 )