Cursor

红杉「Own Your Intelligence」专题 6：持续学习-AI 智能体如何越用越好

2026年8月14日 · 20:15

Trajectory 联合创始人 Arjun Karanam 在红杉资本「Own Your Intelligence」系列压轴演讲中提出「经验差距（Experience Gap）」：模型 IQ 快速提升，但每次对话都像第一天上班，持续学习的核心是把被丢弃的智能体交互 token 转化为让智能体越用越好的信号，实现系统随使用而复利增长。他许下四个愿望：一是全链路可追踪，不只记录顶层动作，还要捕获包含子智能体和工具调用的完整调用树，用户的编辑、撤销、重试远比点赞点踩更有价值；二是评测贴近生产，每个任务要可重放，直接在生产级 Harness 上评分；三是 Harness 不该用「防呆」思维限制模型，而应提供清晰原语、让智能体接口尽可能接近用户界面、让工具返回信息丰富的响应而非简单的 Done；四是拥抱开放权重与模型路由，这是拥有权重并持续迭代的前提。隐私上他的立场很明确：不直接拿客户私有数据训练，而是对客户数据分布采样、合成等价数据后再更新模型。知识分三层：全局通用技能训练进权重，组织级偏好存进情景记忆，个人习惯留在上下文，各归其位、互不污染。他最后介绍 Trajectory 的产品愿景：把后训练的复杂旋钮交给幕后智能体，让任何公司约 15 分钟即可完成训练、评测与部署，拥有自己的经验层。

2026中关村论坛圆桌：OpenClaw与AI开源-杨植麟、张鹏、罗福莉、夏立雪、黄超

2026年3月28日 · 35:32

2026中关村论坛“OpenClaw与AI开源”圆桌由月之暗面创始人杨植麟主持，智谱AI CEO张鹏、无问芯穹CEO夏立雪、小米MiMo大模型负责人罗福莉与港大nanobot负责人黄超，从模型层、算力基础设施层到Agent应用层探讨OpenClaw带来的Agent变革与开源生态。张鹏介绍智谱GLM5 Turbo针对“从聊天到干活”的Agent能力强化，指出完成复杂任务的token消耗量是简单问答的十倍甚至百倍，提价是回归商业价值、避免长期低价竞争、形成良性商业闭环的必然选择。夏立雪从基础设施视角指出无问芯穹的token用量自1月底起每两周翻番、已增长十倍，认为当前云计算基础设施为人类工程师而非AI设计，需打造AI原生的“Agentic Infra”，长远来看基础设施本身应成为可自我进化的智能体。罗福莉认为中国团队在算力受限下催生了DeepSeek V2/V3等高效模型结构创新，long context efficient是Agent时代的核心竞争力，只有在1兆甚至100兆上下文下做到低成本、高速推理，才能激发真正高价值的复杂任务乃至模型自迭代。黄超拆解Agent三大痛点：planning在长程复杂任务中缺乏隐性知识、memory面临信息压缩不准与多Agent上下文暴增的压力、skill生态存在高质量稀缺与恶意注入隐患，呼吁社区共建高质量生态。展望未来12个月，四人分别以“生态”“自进化”“可持续token”“算力”概括大模型发展趋势。

腾讯姚顺雨、Qwen林俊旸、智谱唐杰的AGI-Next圆桌对话, 2026

2026年1月12日 · 1:15:01

腾讯姚顺雨、阿里千问（Qwen）林俊旸、智谱唐杰与杨强在AGI-Next闭门峰会圆桌中，围绕AI模型公司的分化、下一个范式、Agent战略与中国AI的胜算展开讨论。姚顺雨认为to C与to B已明显分化：to B场景智能越高生产力越高，用户愿为Opus这类最强模型付溢价，而to C的bottleneck不是更强的模型而是额外的context与环境，腾讯因此聚焦把微信聊天记录等真实场景数据用好；他判断OpenAI仍最可能率先立起新范式，但创新基因已被商业化削弱，并指出自主学习已在发生，更像渐变而非突变。林俊旸称分化是自然形成，主张"模型及产品"，认为RL compute尚未scale充分，AI训AI很快实现，个性化与主动学习是关键方向，而evaluation怎么做是最大技术挑战，并给"三到五年后全球最领先AI公司是中国团队"打出below 20%的概率，同时提出穷则生变、软硬结合是中国机会。唐杰复盘智谱在DeepSeek终结上一仗后把所有精力押注coding的决策，提出用"intelligence efficiency"衡量获得智能的效率，预测2026年必现新范式，并给出Agent成功的三个维度：价值、cost与时间窗。杨强强调学术界应补上工业界没解决的基础问题（智能上界、持续学习、睡眠式清理噪音），描绘Agent从人定目标到模型内生的四阶段，看好联邦学习与通用大模型协作，并认为中国to C会百花齐放、to B可借鉴Palantir的本体加FDE方法论。