AI行当在发生一些根本性变化，我们做些概括。
简单说：
2023：
AI Copilot
AI Assistant
AI Chatbot
2024：
Workflow
Multi-agent
Tool use
2025-2026：
Long-horizon agents
Autonomous systems
Self-improving systems
AI-native organizations
AI operating systems
也就是说：
行业重心已经从：
“AI 帮你”
变成：
“AI 自己完成”
和这个直接相关的是一系列发言和融资事件。感兴趣同学欢迎关注下面这场直播。
下面是智谱首席科学家唐杰老师的观点。
近期思考： 转向长程任务（Long-Horizon Tasks）
今年最可能的突破将发生在长程任务领域。我们正步入这样一个阶段：大语言模型（LLM）通过与智能体（Agent）环境交互，学习如何完成漫长且复杂的任务。这或许才是 LLM 真正价值所在。以网络安全为例：想象一个能够持续搜寻软件漏洞和 Bug 的模型。这听起来像是一个搜索过程，但本质上是模型在学习专业黑客的高级直觉和方法论。与人类不同，AI 可以 24/7 不眠不休地工作。它可能以极高的频率发现漏洞，并在 HackerOne 或 BugCrowd 等平台上领取赏金。这听起来很有趣，但从根本上说，这是一场取代黑客的革命。如果连黑客都在被“颠覆”，那么普通程序员受到的冲击可想而知。
从“一人公司”到“无人公司”
基于长程任务处理能力，自主智能体系统（AAS）将不可避免地成为下一个前沿阵地。去年我们还在讨论“一人公司”（OPC）的兴起，没想到这么快就向“无人公司”（NPC）演进。这是一个讽刺的转折——在这个新的生态系统中，我们最终可能都成了 NPC（非玩家角色）。
攻克不可能：记忆与学习
要实现上述愿景，必须解决三大技术支柱：记忆（Memory）、持续学习（Continual Learning）和自我评判（Self-Judging）。 我曾认为这些需要巨大的范式转移和多年的研究，但由于技术和应用端的双重压力如此巨大，我们正看到这些能力通过天才般的工程“奇招”不断涌现：
记忆：超长上下文窗口（100万+）和 RAG（检索增强生成）已显著弥补了这一差距。
持续学习：虽然真正的持续学习依然困难，但发布周期正在缩短。全球领先模型每月更新，国产模型也在紧追。如果明年能达到每周更新，在效果上就等同于持续学习。
自我评判：这依然是最难捉摸的，但像 Opus 4.7 这样的模型已经展现出了早期的自我纠错和判断能力。
最艰难也最光明的路径是自我演化（Self-Evolution）。当前的浪潮异常凶猛。我怀疑像 Claude 这样的模型可能已经实现了自我训练的基础：编写自己的代码、清洗自己的数据、生成合成数据并以此进行训练。这可能会“浪费”一些算力，但它节省了最宝贵的资源：人力和时间。在 LLM 时代，速度就是一切。快速迭代正是领先者与跟随者之间产生认知鸿沟的原因。传闻中 Claude 明年投入的 200 万片芯片集群，很可能就是专门用于这种自主的模型自我训练。
技术总结：
100万上下文：必要的基准线。
记忆与持续学习：前提条件，可能通过“工程奇招”先行解决。
利用环境（Harnessing Environments）：突破点。
自我评判：临界点。
全自动化自我训练：终局。
如果这是通往 AGI（通用人工智能）之路，那么 AGI 的定义应当是人类集体智慧的总和，而非仅仅是单个人的智能。它必须具备创造力，能产出像“相对论”那样深奥的成果——正如 Hassabis 设定的标准。 在这一转型期，每个 APP 都需要重构为 AI 原生，甚至我们可能会彻底跨越 APP 的概念。最重大的挑战将是操作系统本身的重构。未来，你看到的不会是传统的桌面，而是一个LLM OS，应用程序将根据需求“即时生成”。这对拥有 80 年历史的冯·诺依曼架构发起了挑战，代表了计算机科学行业的彻底颠覆。
不可逆转的浪潮
从完成长程任务到全自主运行，每个行业——安全、金融、法律、电商——都将被重塑。最近有很多朋友联系我，询问如何让企业转型以跟上 AI 步伐。但很少有人真正意识到，这个不可逆转的过程已经开始。随着这股巨大的技术浪潮袭来，我们必须做好行动准备，但也必须开始严肃思考如何对其进行监管。
很巧合的是最近各位AI行业的重磅人物其实在用不同的词表达类似的观点：
Hassabis 最近不断强调：
未来真正重要的能力是：
planning
reasoning
acting over long time horizons
他认为：
今天的大模型更像“被动知识系统”，
而下一代 AI 会变成：
能长期自主行动的系统。
这实际上已经不是 ChatGPT 的逻辑了。
而更像：
AlphaGo
强化学习智能体
持续运行的数字生命体
AlphaGo 核心作者 David Silver 最近提出：
AI 不应再是一次性对话， 而应是持续运行的 streams。
也就是说：
AI 要能够：
持续感知环境
持续记忆
持续学习
持续行动
这是一个极其重要的变化。
因为这意味着：
“模型”正在变成“系统”。
这些也正是无人公司所表达的观点。
顺道一说，就是他的新公司，天使就融了10亿美金。
这些方向潜在的含义其实都是：AI开始从“工具”变成“组织”
过去：
AI 是软件插件
是助手
是工具
现在，AI 正在开始承担：
执行
协调
运营
决策
学习
迭代
也就是说：
AI 开始从：
“功能” 变成： “主体”。
这也是为什么最近：
One Person Company（OPC）
Zero Person Company (ZPC）
AI-native Company
Autonomous Organization
这些概念越来越多。
因为大家开始意识到：
企业核心变量的权重在发生改变。
AI大潮波浪壮阔，还真是一不小心就轻舟已过万重山了。
研究AI的同学，需要关注上面的新趋势。
热门跟贴