139. 【Agent的综述】和苏煜聊Agent技术史、OpenClaw Moment、边界的消弭和社会的辐射

摘要

• 苏煜把 2026 年 Agent 的主线压缩成一条链：continual learning 学习广义 world model，最终把通用 Agent 专业化成可靠、快速、低成本的 expert agent。 当前系统面对非高度专业任务，大概有“百分之六七十”的概率做对，却会在剩余三四成里莫名失败；RL post-training 和写 SOUL.md、SKILL.md 的 non-parametric learning 都尚未复制人类从实习生变成专家的机制。“All the way continual learning, all the way world modeling.”
• OpenClaw 的突破主要不是底层技术创新，而是把已经 ready 的 Agent 能力以 personal、always-on、近乎全权限的形态交给大众。 它像 ChatGPT 一样改变的是交互与认知：即时通讯入口、独立运行环境和放开的 permission，让用户第一次看到 Agent 原来已经能做这么多事；苏煜判断，再过两年回看，其影响规模可能接近 ChatGPT moment，标志着“高度自动化的 personal agent”范式启动。
• Web Agent、Computer Use Agent、Coding Agent 的边界正在被 coding 消解，终点是一个 universal digital agent。 编程语言也是 language，而 code 是数字世界的“fundamental fabric”；GUI、CLI、API、browser、desktop、mobile 都只是 means to an end，可以通过 coding 表达为等价形式。但 GUI 不会消失：人是视觉动物，现存 GUI 还编码了几十年累积的 business logic、constraints 与 long-tail workflow。
• 当通用智能变得廉价，Agent 市场真正的差异化将来自几百万个“小世界”里的 specialization。 模型公司更适合争夺数字世界的统一入口，却未必适合深入每个职业、企业、软件和工作流；这些 micro world 的总 entropy 近乎无限，给非模型厂商和普通人留下了 expert agent 的广阔空间。“这个世界不是一个世界，它是由可能几百万个小世界组成的。”
• SaaS 不一定被 Agent 全部重写，但其估值逻辑和利润率已经承压，竞争焦点正从出售 tool 转向交付 labor 与结果。 传统软件仍有很大存在价值，许多已有方案已经 good enough；真正悬而未决的是 AI-native 公司、frontier model company 与既有 SaaS，谁能率先把软件平台变成“labor market”，以及最终形成怎样的 equilibrium。
• Neo Cognition 用一笔 4,000 万美元 seed round 押注 specialized intelligence，也映射出 AI 融资的强烈马太效应。 公司从 2025 年七八月成立到 2026 年三月融资，约六个月；苏煜估计 OpenAI 与 Anthropic 的融资额可能占市场“百分之三十到百分之五十”，同时中间型基金承压。创业公司的防御并非“大厂绝对不能复制”，而是选择一个上限近乎无限、技术不确定性极高、足以容纳多条路线的难题。
• 苏煜认为可预见未来更现实的风险不是 AI 自发消灭人类，而是岗位替代快于新工作和再分配机制的形成。 他尚未看到向 AI 注入 innate goals、生存压力和原生 intention 的可行路径，但 Agent 大规模替代 knowledge worker、收益又集中于少数头部公司或资本，会产生直接社会冲击。因此研究者的责任，是让 frontier agent capabilities 不只掌握在巨头手中，使个人也能把独特洞察变成 Agent 并“make money out of it”。

精读

1. Agent 从来不是新概念，变化的是实现它的技术条件

• 苏煜给出的最小定义包含三个条件：Agent 是有 boundary 的 entity，处在某个外部环境中，并进行 goal-directed activities，而不是随机游荡。按这个定义，动物都是 Agent，人则是目前智能最先进的 human agent。

• 从 1940—1960 年代的 AI“鸿蒙时期”起，研究者就想制造能模仿人的 artificial agent；只是当时追求完备 Agent 既不现实，也“比较 counterproductive”，于是视觉、语言、逻辑推理等子领域逐渐分化。

• 今天的变化更像“分久必合”：那些曾因技术条件不足而拆开的能力，正重新汇聚。苏煜因此反复强调，Agent 不是突然诞生的新方向，而是“贯穿 AI 的始终”的根问题。

2. Memory 与 autonomy 构成了评价 Agent 的统一坐标系

• 苏煜所说的 memory 远不只是对话历史：它包括 knowledge representation，以及知识的获取、更新和遗忘；内容既有 semantic knowledge，也有 episodic memory 和骑自行车这类 procedural memory。

• Autonomy 则是一条完整闭环：Agent 感知环境，结合已有知识 reasoning，据此 decision making，最后以 action 改变外部世界。它不是“会回答问题”的同义词，而是从 perception 到 action 的连续能力。

• 两者是“一体两面”：memory 是 autonomy 的基础。Agent 能否稳定行动，取决于它积累了怎样的世界知识。

• 这套坐标不仅适用于软件 Agent，也适用于机器人和人。此后关于 self-learning、world model、specialization 与 reliability 的讨论，实际上都能被还原到这两个维度。

3. Logical Agent 因知识获取瓶颈兑现不了专家系统的承诺

• 1950—1990 年代的主旋律是 logical agent：工程师访谈领域专家，把知识写成一阶谓词逻辑等形式，再让 inference engine 面对新问题做逻辑推演。它是早期最先真正 work 的 Agent 形态。

• 局限同时落在 memory 和 autonomy 上：世界绝大多数知识无法由有限逻辑语句表达，高阶逻辑、fuzzy logic 和 probabilistic logic 只补上很小一部分；系统能做的，也基本只有“接收问题—逻辑推演—输出答案”。

• 致命点是 knowledge acquisition bottleneck。人工采访、转译并维护专家知识“非常痛苦而且非常低效”，最终效果也有限；专家系统无法兑现承诺，直接推动了 1980—1990 年代那轮 AI winter。

• Stuart Russell 与 Peter Norvig 的《Artificial Intelligence: A Modern Approach》第一版约在 1995 年出版。Russell 对苏煜强调，这看似是一本 AI 教科书，“本质上是一本关于 agent 的书”，第一章就从 intelligent agent 开始。

4. Deep RL 把 Agent 做深了，却仍困在单一游戏和固定计算量里

• 2000 年后、尤其 2010 年后，neural agent 在 deep reinforcement learning 中崛起；AlphaGo、Atari、Dota、星际等游戏陆续成为代表环境，展示了神经网络在受限世界里把一件事练深的能力。

• 这些 Agent 的主体通常只是几千万、最多约一亿 parameter 的网络；输入是游戏画面，输出是有限动作，memory 只需容纳该游戏的规则、感知与行动知识。以今天的标准看，它们既小又高度专用。

• 它们的 reasoning 隐藏在一次 forward pass 里，不管局面多复杂，可使用的 compute 基本固定；人却会随问题难度调整思考量。所谓通用性更多是同一架构能玩多款游戏，而不是被扔进陌生环境后迅速学会。

• Host 追问为何偏爱游戏，苏煜明确说自己没有亲自做过这类 Agent，只能猜测：除了 Demis 对游戏的个人偏好，高度可重复的虚拟环境还能提供 data abundance，缓解“一款简单游戏也可能要玩几百万盘”的 sample inefficiency。

5. Semantic parsing 扩大了行动边界

• 与 deep RL“做深”互补，NLP 中的 semantic parsing 尝试“做广”：把人说的话转成机器可读的 meaning representation，背后可以连接数据库、知识图谱、网站或其他数字环境。

• 它同时处理 communication、language understanding 和 action。只要语言能被映射为环境中的正式表达，人就能用自然语言命令机器完成更多任务，Agent 的 action space 也随之扩大。

• 苏煜的 PhD 研究来自这一传统；他提到 Percy Liang、Luke Zettlemoyer、于涛，以及自己与孙欢等后来参与 LLM、Agent 工作的人，许多都出身 semantic parsing，因为两类问题之间存在很深的联系。

6. Language 成为脚手架后，Agent 第一次获得了可伸缩的推理

• 苏煜把 ChatGPT 之后的一代称为 language agent，因为 language 不只是输入输出，而是贯穿 perception、reasoning 和 action 的 scaffold。自然语言让人机交互更灵活，formal language 与 machine language 又能直接操纵数字世界。

• Chain of thought 改变了 neural agent 的固定 compute：简单任务少生成 token，复杂任务多生成；每个 token 都对应一次 forward pass，于是模型获得 adaptive computing、adaptive reasoning，而非所有问题只跑同样的一次前馈。

• 从 memory 看，大模型训练也是“塑造 memory”的过程：它把海量语言 surface form 通过 compression 压缩成对世界的内部 representation。苏煜认为，“stochastic parrot”不足以描述这一过程，因为该 representation 会直接驱动 Agent 的感知和行动。

• 因而 language 是这一代 Agent 的 defining feature。即使未来底层不再只是 LLM，而是某种更广的 world model，以语言理解世界、推理并交互的能力也“不可能消失”。

7. 语言在人类与 AI 的演化中都扮演了爆炸式加速器

• 苏煜用自然演化类比 AI：复杂生命和哺乳动物的形成跨越数亿乃至十几亿年，Homo 属约两百多万年，系统性符号表达大约十万年，而成体系书面语言只有五六千年。

• 正是在最近五六千年，人类文明发生爆炸式发展。语言让知识跨个体、空间、当下时间和代际累积，因此它不是附属的 communication tool，而是智能扩张的基础设施。

• AI 如今也在“living in compressed timelines”：过去需要十年的发展，可能被压缩到一年甚至一个月。苏煜 2023 年博客标题《Language Agents: A Critical Evolutionary Step for Artificial Intelligence》，就是把 language agent 视为人工智能演化的标志性节点。

8. CoT 与 ReAct 在 2022 年搭出了现代 Agent 的最小循环

• 苏煜把 2022 年初的 Chain of Thought 视为起点之一：它最初主要服务数学题等 reasoning 环境，却第一次让模型能根据任务复杂度动态增加计算。

• 约在 2022 年 10 月，ReAct 把 CoT 扩展到外部环境：Agent 每一步先 perceive 当前状态，进行 CoT reasoning，决定 action，再由 action 改变环境，形成循环。想法看似简单，但“在正确的时间点有正确的 insight”并不容易。

• 同期，苏煜团队的 LLM-Planner 是较早用 LLM 做 robot planning、embodied agent planning 的工作之一；Google 的 SayCan 则被他视为公认的早期代表。此时现代 language agent 的结构已开始成形。

9. Toolformer 与 AutoGPT 让工具调用和自主执行第一次出圈

• 2023 年 2 月，Meta 的 Toolformer 展示 LLM tool use；苏煜称它是首个有代表性的此类工作。它曾被微软 CEO Satya Nadella 在微软内部传阅，因为对 enterprise business 而言，模型能调用现成工具后，意义会完全不同。

• 2023 年 3 月的 AutoGPT 把 LLM 包进 Agent 外壳，看起来能“做任何事情”。它很快冲过 10 万 GitHub stars，后来约达 18 万，曾是 GitHub 历史上 star 增长最快的 repository；但苏煜直言，实际能做成的事情“非常少”。

• 同期另一个号称全自动 AI Engineer 的项目后来演化成 Lovable。它如今也是 Web coding 领域有代表性的公司之一。

10. 多模态把 Web Agent 从文本结构推向真实视觉界面

• 苏煜团队在 ChatGPT 发布前后启动 Mind2Web：约在 2022 年 10 月开始，2023 年初发布；按他的回顾，这是最早的 LLM-based Web Agent 或 Computer Use Agent 之一。

• 按苏煜讲述，2023 年末 GPT-4o 出现，成为“第一个真正具有实用能力”的多模态模型。团队一边做多模态 benchmark MMMU，一边做视觉 Web Agent SeeAct；当时 GPT-4o 尚无 API，他们把网页界面包装成 API 才完成实验。

• WebArena 约在 2023 年 7 月推出：它复制几个完整网站，构造更像 RL environment 的可复现空间，规避 live website 持续变化、法律风险和难以复现实验的问题。

• 此后 Computer Use Agent 大多转向 vision-based 或 hybrid。文本表示仍有价值，但 Agent 开始更多采用视觉感知与环境交互。

11. 像人一样看屏幕、点像素，成为 Computer Use 的主流 embodiment

• 2024 年，Agent 从 Web 进一步进入 desktop 与 mobile；于涛团队的 OSWorld 是 desktop 环境代表，SWE-bench 则推动了 coding agent 的独立发展。此时 Agent 的环境范围已明显超出浏览器。

• 苏煜团队 2024 年下半年的 UGround 提出：“agents should use computers like humans do。”人的 embodiment 是看当前屏幕、reasoning，再点击具体像素或输入文字；它不同于读取 HTML 等 text-based representation。

• 随后 Claude Computer Use、OpenAI Operator 等采用了视觉感知加 pixel-level action；Claude Code 开始支持 desktop computer use，Claude in Chrome 等后续形态也延续这一思路。Computer Use 因此逐渐不再等于 GUI 自动化，而接近 general digital agent。

• 2025 年出现 Operator、ChatGPT Agent 与 Claude Code；到 Opus 4.5 前后，苏煜在硅谷感到 coding 实践在“一两个月”里翻天覆地，很多人基本不再自己写代码。OpenClaw 约在 2025 年 11 月出现，真正爆发则是 2026 年 2 月左右。

12. Coding 正在消解 Web、桌面、GUI 与 API 的产品边界

• Browser、desktop、mobile，GUI、CLI、API，乃至 coding 与 tool use，早期分类都有研究价值，但苏煜一直认为它们只是临时边界。“At the end of the day，大家想要的就是一个 universal digital agent。”

• 他赞同 Anthropic CEO Dario 对 coding 基础性的判断：code 是数字世界最根本的 fabric 和 building layer，几乎所有东西都可由它表达；GUI 本身也是 code render 出来的，因此能被程序转成 CLI、API 或其他等价接口。

• “Coding agent”并不取代“language agent”的定义，因为 programming language 本来就是 language。自然语言、编程语言、diagram 与手势都是描述、沟通和操纵世界的符号工具，差异不足以构成 Agent 的根本分类。

13. 苏煜进入 Agent 研究，是因为不接受人变成电脑的奴隶

• Semantic parsing 当年在 NLP 内也是 niche area：研究者少、论文更难接收、citation 可能更低，甚至有老师会告诉学生“做什么 topic 都可以，但不要做 semantic parsing”。苏煜仍选择它，是因为问题本身比显学地位重要。

• 他看到软件和网站越来越复杂，普通人要上几个月 Excel 培训，成为 AWS expert 甚至可能需要几年；数字世界越 specialization，人越被迫像机器那样特异化，“好像大家在成为电脑的 slave”。

• 他在 PhD defense 中留下的宣言是：“Let machines understand human thinking, don’t let humans think like machines。”目标不是训练人迁就复杂接口，而是让机器理解人的语言和想法。

• 因而从 semantic parsing 转向 language agent，不是突然换赛道，而是同一目标在 LLM 出现后的技术升级：手段从为单一环境构建解析器，变成让 Agent 适应更多环境。

14. OpenClaw moment 的核心是交互、权限与产品想象力的重置

• 苏煜把 OpenClaw moment 与 ChatGPT moment 对照：ChatGPT 前，BERT、ELMo、GPT-1、GPT-2、GPT-3 已让底层技术逐渐 ready；OpenAI 只是把模型 fine-tune 成 chatbot 并开放给大众，交互变化却点燃整个范式。

• OpenClaw 同样会让 Agent 研究者产生“nothing is new here”的感觉：coding、tool use 和 Agent design 早已有积累。真正变化是用户能通过 WhatsApp 等即时通讯入口交流，Agent 有独立环境并 24 小时 always-on。

• 另一变化是权限策略：过去学术界和大公司严格限制 scope、安全与权限，OpenClaw 则基本把权限全部打开，让 Agent 想做什么就做什么。开源形态使这些问题相对可控，也让用户第一次看见全权限 Agent 能做多少事。

• 苏煜相信，过两年再看，OpenClaw 的影响力可能达到类似 ChatGPT 的规模：ChatGPT moment 标志 LLM 范式的变化，OpenClaw moment 则标志高度自动化、personal agent 的范式变化。

15. 美国在开发者圈做深，中国则把 OpenClaw 迅速变成全民叙事

• OpenClaw 爆发后，Anthropic 加速把相似 feature 纳入 Claude Code，OpenAI 收束实验项目、转向 Agent、productivity 与 coding；黄仁勋还说，现在每个企业都要有 cloud strategy。苏煜认为 OpenClaw 更像催化剂，而非所有功能的唯一来源。

• 美国同样很热，但热度主要集中于开发者和靠近 tech 的人，讨论重点是“怎么做得更深”；中国则快速扩散到政府、产业和街头巷尾，甚至变成个人翻身工具与“不学就会被时代淘汰”的焦虑叙事。

• 张小珺提到忙于工作的子女无暇安装，家中老人拿电脑去活动现场找人装 OpenClaw。苏煜认为这既有舆论传播模式差异，也体现中国在前端应用和技术平权上的一贯速度。

16. “Good enough”的基础模型正在让大量边缘需求跨过商业阈值

• 苏煜认为模型智能已经越过一个临界点：对很多有用任务而言，“it’s good enough”。过去没人做，不是需求不存在，而是执行摩擦太高、经济账算不过来；AI 降低摩擦后，任务会从“不值得做”跨到“值得做”。

• 真正稀缺的因而是洞察与执行：谁能发现哪些事情已经跨过阈值，并抓住这些价值。中国应用层的反应速度在这一阶段可能是优势，即使过程中会出现“花钱安装，发现没用，再花钱卸载”的浪费。

• 苏煜也不掩饰当前距离价值兑现仍很远：OpenClaw 门槛高，多数普通人未必能找到用途。研究目标应是让有独特想法的人，都能把想法转成真正创造价值的 Agent。

17. 通用入口属于模型公司，几百万个专业小世界未必属于它们

• 对“产品是否仍必须由模型公司做”，苏煜的回答是“不尽然”。若目标是数字世界唯一入口、超级通用 Agent，模型公司确有优势，因为产品与底层 intelligence 高度耦合。

• 但“这个世界不是一个世界”：每个职业、domain、公司、软件、网站和具体环境都有自己的 micro world。它们累积的 entropy 近乎无限，单一模型或 Agent 不可能完整 capture。

• 真正产生价值需要 specialize、to become expert；模型公司的组织架构和平台商业模式天然追求统一，往往不愿、甚至缺乏比较优势去做深度特异化。因此应用公司、非模型厂商和个人仍有大量机会。

18. SaaS 的危险不是立即消失，而是从高毛利工具被迫转向结果交付

• 对“SaaS apocalypse”，苏煜的判断是“是也不是”。软件估值逻辑确实变化，margin 正被迅速压缩，这解释了很多软件公司股价的大幅下跌；但他不认为 Agent 会替代或重写所有软件。

• 许多软件仍然有很大存在价值，已有方案在不少地方已经 good enough。软件仍有价值，与软件能否保持过去那样高的 business margin，是两个不同问题。

• 软件本质上是 tool，而客户现在想购买 result、labor，乃至 AI employee。传统 SaaS 因而试图把自身从工具转成 labor market：以既有软件为平台，直接完成工作并交付结果。

• AI-native 公司、frontier model company 和传统 SaaS 谁胜谁负，苏煜没有给确定答案；事情“也就是今年才开始发生”，也可能不是单方吞并，而是形成新的 equilibrium。

19. Neo Cognition 押注的不是单个行业 Agent，而是“学会专业化”的方法

• Neo Cognition 定位为 agent research lab，长期范围覆盖所有与 Agent 终局相关的问题；中长期聚焦 specialized intelligence，而非继续堆叠已经很强、逐渐成为标配的 general intelligence。

• 公司偏 horizontal，不预先绑定 HR、财务、法务等少数 vertical；enterprise 会是自然重点，因为企业对 Agent 能力的深度要求更高。

• 目标也不是手工生产一批 specialized agent，而是研究一套 continual learning 方法：给定任意 domain、职业或环境，通用 Agent 都能快速学习，成为对应领域的 expert agent。

• 公司约在 2025 年七八月成立，到 2026 年 3 月完成 4,000 万美元 seed round，用时约六个月。苏煜承认这是较大的种子轮，也把顺利融资部分归因于团队在 Agent 领域已有的长期工作。

20. AI 融资正两极分化，创业防御来自难度与上限而非一句“不能复制”

• 苏煜观察到美国融资呈明显马太效应：头部项目的规模和估值越来越大，普通公司平均更难融资；OpenAI 与 Anthropic 可能占整个市场融资额的“百分之三十到百分之五十”。

• VC 也在分化：一端是 a16z、Lightspeed 一类 mega fund，可进入 growth stage；另一端是高度 vertical 的 boutique firm，靠关系和 deep knowledge 建立优势。夹在中间的基金更容易 struggle。

• 投资人不仅看履历，还要看 thesis 是否 differentiated、credible、feasible，团队是否“one of the best to do that”，成功后是否有足够商业价值，以及 OpenAI、Anthropic 是否能轻易 copy。

• 苏煜不把防御理解成大厂绝对做不了，而看问题是否足够难、上限是否足够高。若解决后能根本改变社会，又无人知道正确技术路线，它就会像 robotics 一样容纳多个 player 和“crazy bets”。

21. 好 benchmark 与好公司都必须对真实价值保持 construct validity

• 苏煜做 benchmark 时最强调 construct validity 或 ecological validity：评测对象必须与 AI 系统最终创造实际价值的能力高度正相关，才能拥有长期价值和生命周期。

• 他举例称，GPT-5.4 发布时可能用了二十多个 benchmark，其中三个可能来自其团队学生。这不是为了追逐榜单，而是说明真实任务结构一旦被抓准，评测可拥有较长生命周期。

• 选择创业赛道也是同一逻辑：不是找一个容易赢的窄题，而是找“无论由谁解决，都会给整个人类社会带来根本变化”的题。specialized intelligence 的高上限和高不确定性，正是其容纳多条路线的基础。

22. World model 不只是视频预测，而是一个人对工作世界的全部理解

• 苏煜认可视觉 world model 的价值：next-frame prediction、video prediction、3D reconstruction，或像 JEPA 那样学习 latent variables 用于 planning，都是 LLM 明显欠缺、值得下注的能力。

• 但他的定义更广。新人到公司第一天，不仅学习表面 org chart，还会发现“实际的 org chart”——到底谁说话管用、哪些事找谁批准，以及软件、workflow 和人与人之间的 theory of mind。

• 从 intern 变成专家，就是持续建立这个 micro world 模型的过程。它包含视觉，也包含天然 symbolic 的组织规则、概念关系，以及可能既非符号也非视觉的经验结构。

• Agent 今天“乍一用非常强”，却只有约六七成成功率；专家则基本可以做到接近 100%，因为了解所有 ins and outs，同时更快、更 cost-effective。当前 Agent“不 reliable，也不 efficient，还特别贵”，根因正是缺少 specialization 形成的 world model。

23. RL 与 Markdown skills 都尚未复现人类从实习生到老师傅的学习

• 模型厂当前主要依靠 RL post-training、synthetic environments 和 RL gyms。苏煜认为，它们与人的持续学习在速度、准确性、学习内容和范畴上仍有明显差别。

• 另一条路线是 non-parametric learning，例如 OpenClaw、Claude Code 中的 SOUL.md、SKILL.md，以及逐渐演化的 harness；Meta 的 Harness、AutoHarness 一类工作还尝试自动重写或优化这些外部结构。

• 苏煜一直看好 non-parametric learning 的空间，但认为仅靠它上限有限。

• 核心不在于预先列出 HR、财务或法务 Agent，而是发明“learning to specialize by learning the world model of work”的通用学习机制。

24. Continual learning 的关键不是持续多久，而是究竟学到了什么

• 经典 continual learning 是让模型学习新 task，同时避免遗忘旧 task；现在这个词已覆盖 personalization、recursive self-improvement、RL post-training，以及 OpenClaw 式的学习。

• 苏煜认为，仅说 continual learning 太宽泛，必须追问学习目标。他看到的最大 literature gap 是：持续学习应建立一个广义 world model，而不是只追加规则、任务标签或零散记忆。

• 因而几个热门概念其实是同一件事：self-learning 和 continual learning 是过程，world model 是学习内容，specialization 与 expert agent 是结果，reliability、speed 和 cost effectiveness 是结果带来的可观测收益。

25. Neocortex 提供了一种“统一学习机器”如何长出专长的生物学假说

• Neo Cognition 的“Neo”来自 neocortex。苏煜称新皮层约占人脑 70%，却只在哺乳动物中较晚出现，约有两亿多年历史；进化时间短、承担功能多，意味着它不太可能为每项智能分别演化高度特异结构。

• 更经济的路径是形成 general enough learning machinery，再大量复制。新皮层虽有视觉、听觉、语言等功能分区，解剖结构却高度相似；基本单元 cortical column 重复约 15 万次。

• Jeff Hawkins 在《A Thousand Brains》中提出，每个 cortical column 都学习 world model，一个柱内可能包含数百个小模型，同一 concept 又分布在多个柱中，共同驱动 perception、reasoning 和 decision making。

• 苏煜承认这一 theory 仍新、证据早期，并非已解决的人脑机制；但即使不接受完整理论，人类持续学习会形成 cognitive maps 与 conceptual framework，已是较成熟的观察，而 AI 还远未复制它。

26. Language 与 thought 可以分开，但文明无法脱离符号系统

• 苏煜并不否认视觉的重要性：视觉区是 neocortex 最大区域之一。但人与猩猩的文明差异并非来自更敏锐的视力、听力或运动能力，而来自人类独一无二的语言和符号化能力。

• Terrence Deacon 的《The Symbolic Species》给出的框架是 symbols 与人脑 co-evolution：原始人把远方的老虎或食物告诉部族，信息便跨越空间和代际；能适应符号环境的后代获得生存优势，开启一条自我强化的新演化赛道。

• 神经研究提出 language 与 thought 的 dissociation：复杂 reasoning 时，Wernicke 区、Broca 区等语言区域未必显著激活。苏煜接受个体思考不必持续用语言，却认为这是知识已经 internalize 后的结果，形成内部连接前，language 仍是关键 scaffold。

• 他的结论是：“Individual thought doesn’t need language, but civilization needs language。”现代行业、工业、diagram 和 programming language 都建立在符号表达上；未来“language agent”一词或许会消失，只因 language 已成为 Agent 默认能力，而非能力本身消失。

27. GUI 不会被 CLI 消灭，Agent 可以利用人类社会已经铺好的接口

• GUI 首先为人存在，而人是 visual animal；视觉化可让理解和反应快“零点几秒”，还承担 validation、trust 与 auditing。GUI 不会消失。

• 对 Agent 而言，绝大部分数字世界的角落已经可经 GUI 进入；界面还编码了 accumulated knowledge、constraints 和 business logic。能用好 GUI，就能 piggyback on 这些积累，触达 long tail，而不必等待所有系统重写 API。

• 文本是一维表示，视觉能表达二维乃至更高维关系；复杂状态并非总能被 CLI 更高效地描述。因此 GUI 不只是历史包袱，也可能在部分任务上是更优的信息表示。

• Tim Berners-Lee 推动 Semantic Web 二十多年，技术体系完整却 adoption 很低，说明社会不会只因新标准“全局更优”就重写一切。MCP 或 CLI 同样受 incentive、迁移成本与局部最优约束；连关键银行基础设施仍运行几十年前的 COBOL 系统，变化不会那么快。

28. 2026 年的竞争将围绕学习闭环展开，而非再造一个会聊天的外壳

• 苏煜对 2026 年的总结是“条条大路通罗马”：memory、self-learning、continual learning、world model 和 specialized intelligence 指向同一瓶颈。主旋律会是 continual learning，但是否必须采用他所押注的 world-model 路线，仍只是 “one of the bets”。

• 当前 OpenAI、Anthropic 等公司采用 pilot 模式，招聘很多 forward-deployed engineers，驻扎客户帮助他们 build agent，正说明可靠性、成本和使用门槛尚未解决。

• 安全问题需要区分：security 偏 worst-case scenario，仍需专门方法；但不少 safety failure 本质是能力不足。苏煜的比喻是，intern 更容易犯危险错误，老师傅因为熟悉流程和风险边界，反而更稳定。

• 技术扩散速度将取决于这些问题被解决多快。Continual learning 一旦突破，Agent 才可能从少数 demo 和高配客户，进入社会的更多职业、组织和基础设施。

29. 大厂路线正在收束，但不同组织仍留下少数关键异质下注

• 苏煜认为过去各家 bet 还不明朗，现在 Anthropic 比较突出、给大家做了示范，因此不少公司的路线开始趋同：Anthropic 覆盖一切 productivity，OpenAI 也向 Agent、coding 和生产力收束。

• Google 让他“有点看不清楚”：模型能力强、生态位也最好，但 adoption 和声势似乎总缺一点东西；他没有武断归因，只保留“可能有更深层次的问题还没有看清楚”。

• xAI 的 Macrohard 押注 Computer Use 与 knowledge work，可能借鉴 Tesla FSD：较小模型、video 为主、end-to-end modeling。这至少是一个不同的 bet，能否成功还不知道。

• Jeff Bezos 以 co-CEO 身份参与 Project Prometheus，据苏煜所知可能融资 60 亿—70 亿美元，可能会做很大一部分 computer-use agent，并延伸至制造、物流、基础设施和工厂；中国则有字节跳动的 UI-TARS、豆包手机，以及智谱较早布局的 AutoGLM、AgentBench 等路线。

30. Agent research 必须进入 deployment，才有可能获得下一代学习信号

• 苏煜离开高校创业，并非不喜欢学术。他曾放弃高出学校三四倍的微软收入去任教，因为学校最适合同时探索十个“weird ideas”；但从 2025 年起，Agent 研究已越过低成本 proof of concept 阶段。

• 真正有意思的问题开始需要 GPU、海量 API、强团队和快速试错，更关键的是“continual learning from deployment”：最大的 learning signal 来自真实环境，前提是先有 deployment，而学校很难建立这种闭环。

• 他并未纠结是否创业，只长期判断何时 ready、做什么。到 2025 年年初至年中，tool use、coding、多模态等底层技术逐渐成熟，他对 Agent bottleneck 的认识也变清楚，于是认为 research 与 production 已不可分。

• 对失败，他的回答是“再换个地方做 research”。这种选择延续了他自称“混不吝”的性格：不把后路想得过重，但一旦认定某件事正确，就投入精力去做。

31. 真正迫近的风险是生产关系失衡，而非 AI 突然长出求生欲

• 苏煜预测 continual learning 会在未来几年被解决，并推动 Agent 广泛渗透，根本改变许多行业的生产关系；变化可控与否，取决于每个人、尤其是 AI researcher 的责任。

• 对 existential risk，他在可预见未来看不到 AI 因 intelligence 增长就主动消灭人类的路径。缺失的不只是智力，而是 innate goals、intention 和生存压力；至少目前，他没看到把这些原生目标注入 AI 的可行方式。

• 更现实的是 job displacement：Agent 若快速替代 knowledge worker，新岗位却不足，收益再集中于少数头部公司和资本，同时没有有效再分配与社会兜底，就会造成“极大的影响”。

• 他把研究者责任落在技术民主化上：降低 expert-level Agent 的门槛，让个人凭洞察建立 Agent、创造收入，而不是让 frontier capabilities 因资源要求过高，只能由少数巨头垄断。

32. 苏煜的知识谱系最终仍回到进化、神经科学与 world modeling

• 他首推《A Brief History of Intelligence》，称其把 AI、evolution 和 neuroscience 结合得既深又易懂；书中“Mice in the Imaginarium”和“Learning by Trial and Error”还直接启发了团队论文《LLMs in the Imaginarium》及通过 simulated trial and error 学习工具的工作。

• 第二本是 Jeff Hawkins 的《A Thousand Brains》。苏煜承认证据仍粗浅，却认为它对“人脑到底怎样 work”给出了目前最大胆、也最 make sense 的统一理论之一。

• 他回顾的关键论文链从 1940 年代单神经元计算模型、backpropagation，经 AlexNet 2012、Word2Vec 2013、attention 2014、Transformer 2017、BERT 2018，再到 GPT、ChatGPT、Chain of Thought 与 Toolformer。

• 最后的关键 bet 没有变化：“All the way continual learning, all the way world modeling。”在苏煜的框架里，这既是技术路线，也是 Agent 从通用演示走向专业生产力的必要跨越。