从一人公司到无人公司！智谱AI创始人唐杰：2026年突破焦点是长时程Agent
0
来源：市场资讯
（来源：图灵人工智能）
您想知道的人工智能干货，第一时间送达
“今年最有可能出现突破的领域，将是长时程任务。”
“建立在长时程能力基础之上，自主 Agent 系统（AAS）必然会成为下一个前沿方向。”
“最困难、但也最有前景的道路，是‘自我进化’。”
“从完成长周期任务到实现完全自主运行，每一个行业，包括安全、金融、法律、电商，都将被重塑。”
智谱 AI 的灵魂人物、创始人兼首席科学家唐杰教授，近期在 X 上发了一篇帖子，对 AI 领域的发展趋势做出了系统且前瞻性的预判，让我们一窥 AI 的未来走向。
他在帖子中一口气抛出了 5 个核心观点：
第一，2026年大语言模型（LLM）的主要技术突破，再也不是单纯的“推理能力”，而是要转向长时程任务（Long-Horizon Tasks）。
这可不是他一个人这么说。今年1月，红杉资本就曾发文喊话，“长时程 Agent 实际上是通用人工智能（AGI），2026年将是他们的一年。”LangChain CEO Harrison Chase 也曾明确提出 2026 年是"长时程 Agents 元年"。与唐杰教授的观点不谋而合。
与此同时，AI 各大厂商早就悄悄行动起来，用实际功能发布印证了这一趋势：OpenAI Codex 和Claude Code 推出的 /Goal 功能和 Computer Use 功能，都是支持 LLM 与Agent 环境进行长时间交互，搞定复杂任务；从 Kimi 推出 K2.6 模型时展示的"连续编码 12 小时" 案例来看，能发现月之暗面团队也正朝这一方向发力。
不过，也有网友补充道：长时程任务目前最大的难点在于评估环节，智能体执行任务的中间步骤在评审时绝不能遗漏，否则执行效果只能停留在表面。
第二，去年热议的“One Person Company（一人公司）”会进一步向“None Person Company（无人公司）”转变，全靠 AI 自己搞定！
有网友在帖子下提到，Sam Altman 曾透露 OpenAI 内部赌池，已经从“第一个一人独角兽”转向“第一个零人公司”。
而就在昨天，Cursor 创始人兼 CEO 在重磅演讲《AI Coding 的下一个纪元》中也明确表示，他们正在探索无人类介入的端到端全自动开发自主 Agent Team 模式。
此外，各大 AI 厂商的多 Agent 技术也正在为这一转变铺路：
今年2月，Claude Code发布 Agent Teams 和多智能体编排（Multi-Agent Orchestration）功能，支持一个 lead agent（相当于队长）协调多个 teammate agents（队员） 并行干活、共享任务列表、还能互相沟通，堪比一个高效的小团队。
3月，Codex 发布 Subagents 和 Symphony 编排功能，搞出项目经理加专家团队模式，允许一个 manager agent 协调多个 specialized subagents，在隔离沙箱中工作。
4月，Kimi K2.6 放大招，子Agent集群数量达到300个，并表明正在探索让 K2.6 当“总指挥官”，统筹所有 Agent 干活！
说白了，这些技术进展都在指向同一个目标：为了让 Agent 管理 Agent，无需人类插手，实现全自动化工作流。
第三，为了实现这两种转变，唐杰教授指出，记忆（Memory）、持续学习（Continual Learning）以及自我判断（Self-Judging）技术是目前需要攻克的三大核心技术难关。
先说记忆方面，阿里通义实验室的林俊旸今年 1 月在行业峰会上预测，未来一年，记忆技术有望发展到 "让人类感受到类似人与人之间的记忆理解能力" 的临界点，再也不用反复跟AI说同一件事了。
再看持续学习方面，OpenAI 联合创始人 Ilya Sutskever 去年 11 月在 Dwarkesh Podcast 播客上就说过，AI 正重新进入 "科研时代"，核心就是赋予模型持续学习、自我纠正的能力。
Anthropic 新推出的 "梦境（Dreaming）" 功能正是这一方向的突破，它能让 AI Agent闲下来的时候自动回顾、复盘历史数据并进行自我优化，使任务完成率提升了 6 倍。
最后是自我判断方面，Anthropic 新推出的 "Outcomes" 功能：通过独立评分器评估智能体输出，在逼着 AI 反复优化自己，可以看出其正在这一方向上进行努力。
第四，AI 未来最有潜力、最让人期待的方向是：自我进化！自己升级、自己变强，不用人类干预！
这可不是空想，今天全网刷屏的消息：田渊栋从 Meta 离职后，直接创立了 Recursive_SI ，主攻的就是这个方向！而该公司的创始成员诸葛鸣晨，早在2023年就在 MetaGPT 论文和附录中，讨论了递归自改进（recursive self-improvement）方向。看来这波趋势早就有苗头了～
同时这也让小编想起，Meta 及其合作者在今年3月发布的论文《HyperAgents》，已经研究到让 Agent 自主修改“改进机制”的地步。而谷歌 DeepMind 顶尖 AI 研究员 Mostafa Dehghani 在 4 月份的播客访谈里更是强调，AI 中的更高循环（loop）是自改进。
并且他还提出了一个更深入的洞察：AI 自我提升的最大瓶颈并不在算力或模型能力，而在于“评估”。搞清楚 AI 到底提升了多少甚至成了一个哲学问题：如果你无法衡量它，你就无法改进它。
第五，对于通用人工智能（AGI），唐杰教授给出了自己的定义：全人类集体智慧的总和。他还很认同谷歌 DeepMind 创始人兼 CEO Demis Hassabis的观点：AGI 应该达到能够创造出像 "相对论" 那样深刻科学成果的水平。
在朝 AGI 演进的过程中，他认为会出现一种大语言模型操作系统（LLM OS），而运行在其上的应用程序（APP）将全部是 AI 原生（AI-native）的，甚至是根据用户需求个性化生成的。
有网友看完帖子直呼：大开眼界！数十年的技术和研发经验让他认为，LLM正在逐步接管操作系统内核和现实世界。
其实 LLM OS 概念最早是由 Andrej Karpathy 提出的，他认为 LLM 不仅仅是模型，更是未来计算机的核心内核。个人认为 OpenClaw 就有点像 LLM OS 的雏形了：AI Agent 现在已经像操作系统内核一样调度 API、处理文件流和管理持久化记忆，而 Skill 有点类似 APP 。
最后送个彩蛋！评论区有人追问唐杰教授：“什么时候会把旗舰模型升级到原生多模态？”，他透露：“几个月后”。大家可以期待一波了~
帖子中的全部观点原文如下，enjoy：
向长时程任务的转变
今年最有可能出现突破的领域，将是长时程任务。我们正在迈向这样一个阶段：大型语言模型（LLMs）通过与 Agent 环境交互，学会完成长期、复杂的任务。这或许才是 LLM 真正价值所在。
以网络安全为例：想象一个模型能够持续不断地寻找软件漏洞和安全缺陷。虽然听起来像是一个搜索过程，但实际上，这是模型在学习职业黑客的高层次直觉与方法论。
与人类不同，AI 可以 24 小时不间断运行而不会疲劳。它可能会以远高于人类的频率发现漏洞，并在 HackerOne 或 BugCrowd 这类平台上领取漏洞赏金。这听起来很有趣，但从本质上说，这是一次取代黑客职业的革命。如果连黑客都正在被“颠覆”，那普通程序员所受到的冲击就更可想而知了。
从“一人公司”到“无人公司”
建立在长时程能力基础之上，自主 Agent 系统（AAS）必然会成为下一个前沿方向。
去年，我们还在讨论“一人公司”的崛起。我没想到，我们会如此迅速地迈向“无人公司”。这是一种颇具讽刺意味的转折，在这个新生态中，我们或许最终都会变成 NPC（非玩家角色）。
工程化实现“不可能”：记忆与学习
为了实现上述愿景，我们必须解决三个技术支柱：记忆、持续学习以及自我判断。
我曾经认为，这些能力需要巨大的范式转变以及多年的研究。然而，来自技术和应用两端的压力如此巨大，以至于我们正在看到这些能力通过巧妙的工程“技巧”逐渐实现：
记忆：超长上下文窗口（100 万 token 以上）与 RAG 技术已经显著弥补了差距。
持续学习：虽然真正意义上的持续学习依然困难，但模型发布周期正在不断缩短。全球模型正在按月更新，国内模型也正在快速追赶。如果明年我们能够实现按周更新，那么它在效果上基本上就是持续学习了。
自我判断：这是目前最难捉摸的能力，但像 Opus 4.7 这样的模型已经开始展现初步的自我纠错与判断能力。
自我进化的终局
最困难、但也最有前景的道路，是“自我进化”。当前这股浪潮异常猛烈。
我怀疑，像 Claude 这样的模型，可能已经达到了自我训练的基础能力：编写它们自己的代码、清洗它们自己的数据、生成合成数据，然后再基于这些数据进行训练。
这或许会“浪费”一些算力，但它节省了最宝贵的资源：人力与时间。在 LLM 时代，速度就是一切。快速迭代，正是拉开领先者与追随者认知差距的关键。传闻中 Claude 明年将拥有的“两百万芯片集群”，很可能正是为模型自主训练而准备的。
技术总结：
100 万上下文：必要基础。
记忆与持续学习：前置条件，可能会首先通过“工程技巧”解决。
驾驭环境（Harnessing Environments）：突破点。
自我判断：临界点。
完全自我训练：最终目标。
重新定义 AGI 与整个行业
如果这就是通往 AGI 的道路，那么 AGI 的定义应该是全人类集体智慧的总和，而不仅仅是某个个体的智能。它必须具备创造出像“相对论”这样深刻成果的能力，达到 Hassabis 所设定的标准。
在这个转型过程中，每一个 APP 都需要被重构为 AI-native。事实上，我们甚至可能会彻底超越 APP 这一概念。最大的挑战，将是操作系统本身的重构。
未来，你不会再看到传统桌面，而会看到一种 LLM OS，其中应用程序是“按需生成”的。这将挑战已有 80 年历史的冯·诺依曼架构，并代表整个计算机科学产业的一次彻底颠覆。
不可逆的浪潮
从完成长周期任务到实现完全自主运行，每一个行业，包括安全、金融、法律、电商，都将被重塑。最近很多朋友联系我，询问该如何推动企业转型，以跟上 AI 的步伐。但很少有人真正意识到，这个不可逆的进程其实已经开始了。当这场巨大的技术浪潮袭来时，我们不仅必须做好行动准备，也必须开始认真思考如何对其进行监管。
https://x.com/jietang/status/2054222017566855508
https://sequoiacap.com/article/2026-this-is-agi/
热搜
热门跟贴
相关推荐
-
唐杰深夜发文，AI从工具到劳动力只差这一步
字母榜 10跟贴 -
任正非吃惊：华为当年抛弃的一群人掌控全球AI命脉
全球热点大揭秘 -
欢迎 AI 新“同事”：Moka 发布 AI Agent，从工具到“同事”
中国网资讯
-
在AI时代，有这个能力的人不怕被淘汰
百世读书
-
600人被裁，AI不是来“抢饭碗”的，它是来重写整张招聘启事的
宇见未来 -
Anthropic：AI已能编写九成代码，人类白领从执行者变为监督者
IT之家 2跟贴
-
AI Agent 到底是什么？原理 + 常见应用一次讲透，小白也能听懂！agent开发
卢菁老师
-
AI时代月薪6万vs被裁：K型分化正在撕裂职场
职场快评
-
从智能体到赛博员工，生产力智能涌现
机器之心Pro
-
全球AI付费率仅0.3%！张予彤拆解Kimi技术、人才、开源三重逻辑
每日经济新闻
-
90 后正在掌管中国 AI，凭实力活成了「爽文」主角
爱范儿
-
安心养虾！从OpenClaw 看云上AI安全落地路径
量子位
-
最强黑客大模型，不再是Mythos
新智元 6跟贴
-
OpenAI Codex进入手机，国产“龙虾”们该醒醒了
钛媒体APP 11跟贴
-
Agent输出到底该用谁？ 卡帕西转发：试试让AI输出HTML
量子位
-
“对打”邓亚萍、剑指AGI，王闯透露智元机器人“野心”：3年—5年实现自主学习，今明两年迎来人机交互“ChatGPT时刻”
每日经济新闻
-
实测两款AI工具后，我开始认真考虑“一人公司”了
智东西 5跟贴
-
手机的智能体AI，正在因为天玑全面跃升
量子位
-
AI Agent是科技革命中的一次真正的范式转移
量子位
-
5大看点拿走不谢！离中国AIGC产业峰会只有5天啦
量子位
