AI Ascent 2026：智能体时代来临

人工智能标志着计算领域的根本变革。如果说2022至2024年是聊天界面主导的时代，2024至2025年是推理模型的舞台，那么2026年则属于AI智能体（AI Agent）的纪元。未来价值十亿美元的商业机会将聚焦于“服务”领域，而非传统软件。

Pat Grady、Sonya Huang 与 Constantine Buhler：三人均为顶级风投机构红杉资本（Sequoia Capital）的合伙人。背景环境：2026年，红杉资本举办了年度重要会议——AI Ascent 2026，汇聚了150多位全球顶尖AI创始人与研究者（包括Demis Hassabis、Andrej Karpathy、Greg Brockman等）。本文内容：这是创业者兼投资人Guillermo Flor对红杉资本合伙人在峰会上主题演讲的深入总结。核心议题涵盖为何当前AI浪潮与众不同、2026年为何被称为智能体之年，以及即将到来的“认知革命”将如何重塑人类工作与创造力。

现代技术是逐层叠加发展的，每一代都建立在前一代的基础上。

这些浪潮层层递进。但此次AI浪潮在三个方面与以往不同：

在云计算发展的前15年中，软件总潜在市场规模从约3500亿美元增长到6500亿美元，其中云技术贡献了约4000亿美元。

AI在此基础上增加了一个全新的维度：红杉资本估计，机器有望切入一个高达10万亿美元的服务市场。

具体数字或许存在争议——可能是5万亿，也可能是50万亿——但其量级显而易见。仅在美国，法律服务就是一个4000亿美元的市场：单一国家的某个垂直行业规模就相当于全球软件产业总和。

在云计算、移动互联网及AI浪潮中，公司突破10亿美元营收的速度越来越快。根据红杉资本预测，更多十亿美元级AI企业将迅速涌现，所需时间远少于以往平台转型期。

世界有两种类型的革命：

Grady指出，当前AI发展的三个转折点是非连续的。

前两个转折点看似在同一发展曲线上。但在第二与第三转折点之间，出现了显著断层——软件能力发生了质的飞跃。

Grady给出了一个具有商业视角的AGI定义：如果系统能从失败中恢复并坚持完成任务，那么它就具备功能性AGI标准。

在红杉资本看来，标签不重要，关键是实际能力。过去几年AI只是“更快的马”——提升知识工作者10%到40%效率，但未改变工作形态。

而当前AI正在制造“汽车”——带来10到40倍提升，并重构工作流程与组织结构。AI正改变我们工作方式、本质乃至组织形式。

为何这很重要？

正如红杉资本创始人Don Valentine著名问题：“那又怎样？” Grady认为，争夺10万亿美元服务市场的竞争已拉开帷幕。

目前可见两种策略：

驾驶汽车与骑马完全不同，造车与养马也截然不同。因此，这场竞赛的战略剧本与以往平台转型截然不同。

1. 护城河（Moats） Grady提出反直觉建议：在计算革命中，技术迭代速度远超客户演进速度。

多数技术型创始人本能追逐最新技术——不断优化模型。但这最不稳定。红杉建议围绕特定客户及其问题构建产品。

产品依然重要，但对客户的理解、工作流整合及信任才是长期护城河。你对客户工作流的嵌入程度将产生远超技术的价值。

2. 示能（Affordance） “示能”源自设计界术语，指物体特征提示使用方式的能力。Grady指出，直接访问基础模型示能极低：普通员工根本不会用。

应用层机会在于将强大能力封装成直观界面，让客户以低门槛达成目标。

3. 扩散（Diffusion） Grady强调，AI能力诞生速度与渗透企业速度间鸿沟扩大。基础模型日新月异，而企业消化需数月甚至数年。

这道鸿沟每扩大一天，应用层机会就增加一分。弥合“扩散鸿沟”——将前沿技术转化为商业价值——是应用层核心使命。

Sonya Huang明确表示：2022至2024年是聊天界面定义的，2024至2025年是推理模型定义的，2026年则是AI智能体定义的。这意味着系统从响应提示词演进到追求目标。

Huang提醒观众，自主AI智能体概念并不新鲜。早在2022年，AutoGPT和BabyAGI等项目就在GitHub上火爆，它们给大语言模型套上规划循环并设定目标。

当时理念正确但执行失败。这些智能体常陷入死循环、产生幻觉并反复失败。事后看，教训是：智能体在技术成熟前已是公认方向，但基础模型能力不足。

Huang将智能体拆解为三个核心功能：

三者结合才产生“能动性”：即完成任务的实际能力。

Huang认为，“智能体化”是光谱而非二元对立。她以编程为例：

从私人助理到受管理实习生，再到自我管理实习生，最后成为值得信赖的自主工作者——这一轨迹在每个应用领域重复上演。

Huang将其标记为最重要结论（框架归功于Pat Grady和Julian）。

强大智能体带来的最大商业影响：可被颠覆的市场机会不再是“卖软件”，而是“卖服务”。

过去由专业服务公司完成的经济活动，现在正被吸收进AI应用层。

Constantine Buhler顺着Grady思路，提出“计算vs通信”的两分法。世界上有两种基本工作类型：

这两种工作本质不同，但Buhler认为，其革命轨迹惊人相似。

Buhler回顾工业革命历史。几千年来，体力工作由肌肉完成。这种转变始于1700年，从水力风力开始，经蒸汽机和内燃机加速，最终演变为电动机。到2026年，超过99%的体力工作由机器完成：运送乘客的飞机、生产商品的制造系统、配送货物的物流网络。肌肉几乎被机器取代。

Buhler核心观点：在认知领域，平行转型正在进行。历史上，思考主要由生物大脑完成，机械工具只提供辅助。20世纪电子计算出现打破平衡——每时每刻都有数万亿计算为人类需求服务。在他看来，神经网络是下一波浪潮。按当前轨迹，99.9%的认知工作将由机器完成。“认知革命”形态类似工业革命，但规模更大、节奏更快。

1. 铝与华盛顿纪念碑 Buhler用铝的故事说明认知技能即将“贬值”。19世纪中叶，华盛顿纪念碑顶端镶嵌100盎司铝。当时铝是最贵金属，甚至曾在蒂芙尼珠宝店陈列。几十年后，电解法使铝极其廉价。金属变成用完即弃的包装纸。

Buhler类比：铝是智能，电解法是人工智能。曾需几十年获得的技能（如博士级专业知识），正变得可以瞬间调用，并成为廉价消耗品。

2. 异形的时代（The Age of Alien Design） Buhler第二个故事关于AI主导设计会是什么样。今天建筑和环境多为人类认知习惯优化，因过去设计者是人类。当机器接管设计过程，产出物会变得“异形”。2006年NASA用进化算法优化天线设计。传统天线整洁对称具几何美感。机器设计出的天线极其扭曲不对称，但性能远超传统设计。

Buhler预测，随着AI接管芯片、汽车、建筑和软件设计，产出物在人类评判标准下会越来越“异形”。数百年主导设计的美学和结构直觉可能不再适用。

3. 新兴科学 Buhler第三个故事关于他预期中的科学革命。成熟工程学科往往在技术实践出现很久后才诞生。近一个世纪里，蒸汽机改良依赖摸索——工程师在无统一理论下靠经验迭代。直到19世纪初，萨迪·卡诺创立热力学，奠定基础，推动技术进步。

Buhler认为，目前AI正处“摸索阶段”。系统有效但科学体系不完整。他预测：未来二十年内，一门关于智能的全新基础科学将诞生——其范围和严谨程度将比肩热力学。它将被写进高中教科书。它可能提供驾驭AI所需概念工具，甚至可能让我们借此理解“意识”本身。

4. 告别理性的艺术（The Art of Unreason） Buhler第四个故事讲述人类创造性活动如何应对机械化。几万年来，视觉艺术朝现实主义发展。从洞穴壁画到文艺复兴杰作，追求“像眼睛看到的那样捕捉世界”。银版摄影法出现让这种追求过时：相机几秒内极其逼真捕捉场景，比大师画几个月还准确。许多人预言绘画将终结。然而，绘画通过提出不同问题实现自我重塑——不再问“眼睛如何看世界”，而是问“心灵和灵魂如何看世界”。印象派、表现主义、立体主义和新表现主义应运而生。Buhler预计，随着机器接管字面化、按部就班的认知工作，类似转向也会发生。

人类创造和诠释活动将向机器无法复制的维度转移。

Buhler用古希腊哲学家普罗泰戈拉的话作结：“人是万物的尺度。”

他的理解：在真空中，无物本身具有价值。铝没有，艺术没有，智能也没有。价值由人类体验和意义决定。

AI能完成工作。AI也终将完成这些工作。但人与人之间的关系及人类注意力，才是所有工作拥有意义的原因。

在Buhler看来，十年后日常工作内容将面目全非。真正留存的是人性一面——过渡时期建立的联系，建设者、合作者间的羁绊，以及见证时代转折的社区群体。

总结 现在，有三股力量正在定义这个周期：

Sequoia AI Ascent 2026: The future of AI