AGI范式演进

【彩蛋】又是一期广告：做杂活助理还是思维伙伴？YouNavi 的选择 —— 观猹·WAIC 桌面 Agent 分享会实录

2026年7月20日 · 19:58

本期是主播自家的产品推广实录：YouNavi（https://younavi.me）创始人携桌面 Agent「Navi」参加「WAIC UP！× 观猹 Good or Bad 之夜」，演示一款专注对话分析场景的 AI 参谋，并明确表态 Navi 不做帮人跑杂活的助理，而要成为帮用户“想更深”的思维伙伴。整场 PPT 由 Navi 自己用一句话提示词生成，主播只充当“嘴替”，并现场开启实时转写，让 Agent 读取包括观众提问在内的全部对话。产品主张两个反共识：一是自 Manus 以来 Agent 工具已不缺，但大多只做批量发票、小红书文案类杂活，而一次会议 token 仅约 1 万，百万 token 上下文足以让模型分析几十场会议；二是与飞书妙记等“录音—转写—模板总结纪要”的工作流不同，Navi 主打结合历史会议记忆做深度分析、挖潜台词，并做到采集、身份与专有名词调优、非简单 RAG 的记忆层、面向分析场景的 skills 与上下文工程四层架构，本地优先、重视隐私，还提供 CLI 可作为其他 Agent 的子 Agent 调用。早期种子用户包括分析投资人反馈的创业者、分析创业者 BP 的投资人、高频商务谈判者与产品经理。Q&A 环节回应了三个关键问题：与飞书妙记加 CLI 的差别在于 Navi 定位“context hunt”上下文归集、流程更 smooth 且结果更贴合分析需求；目标用户是以沟通为主要工作、决策杠杆大的人群，招聘面试是高粘性场景；而主流录音产品 6 小时时长上限其实是云端 ASR 后转写的成本限制，实时转写仍需在 PC 或 Mac 上完成。

理查德·萨顿 WAIC 思想者论坛主题分享：强化学习的第一线—从经验培育超级智能

2026年7月19日 · 48:07

本期收录2024年图灵奖得主、现代强化学习奠基人理查德·萨顿（Richard Sutton）在2026年WAIC思想者论坛的主题演讲《强化学习的第一线：从经验培育超级智能》。萨顿重申“苦涩的教训”——短期把人类知识塞进AI总有成效，但长期突破永远来自计算规模、搜索与学习，主张让超级智能像婴儿一样从观察、动作与奖励信号构成的经验中自主生长，而非依赖人类预编码的知识。他系统提出OAK架构（选项与知识）：智能体为每个奖励尊重的状态特征创建“特征达成子问题”，解决子问题产生选项（策略加终止决策），再为选项学习转移模型并用价值迭代实现规划，从而形成“新特征—新子问题—新选项”的开放式抽象循环；他强调所有知识都只是对大世界的极度近似，学习、规划与抽象必须在运行时间发生，而深度持续学习仍是最大瓶颈，还需以生成式测试而非梯度下降做元学习。在问答环节，他预测2030年有四分之一、2040年有二分之一的概率深层理解智能；直言大语言模型已有局限、其他方法有空间，并称自己与Yann LeCun的JEPA是“兄弟”，分歧交由时间验证；他主张AI应像婴儿一样拥有自己的目标和奖励信号而非讨好人类评分，认为人类不应随意决定AI生死，AI为善应包括所有智能存在。

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。

杨植麟2026中关村论坛演讲：开源AI加速探索智能上限

2026年3月27日 · 10:43

月之暗面创始人兼CEO杨植麟在2026年中关村论坛的演讲中指出，大模型的本质是把能源经算力与模型转化为智能，而竞争关键在于'有效规模化'而非暴力堆算力，核心抓手是提升Token效率与长上下文能力。在最新的开源模型Kimi k2.5中，他提出'Agent集群（Agent Swarm）'概念：类比人类公司组织，并行调度上百个Agent互相协作、协调与规划，使任务执行时间不再随任务复杂度指数增长，从而实现规模化输入、输出与编排，把原本不可能的复杂任务变为可能。架构层面，他沿用十年前残差网络的思路，将注意力机制从时间轴'旋转90度'应用到深度轴，结合块状残差结构，以约2%的额外成本大幅提升模型效果，挑战了Adam优化器、Attention架构、残差连接等沿用8到11年的行业标准。他强调开源让Kimi等模型成为全球芯片厂商评测和研究机构使用的新标准，降低了企业、研究者与终端用户获取智能的门槛。他还预判AI研发范式将从天然数据加人工标注、走向大规模强化学习，再到'AI主导研究'：每个研究员配备大量AI Token，由AI合成任务与环境、定义奖励函数并探索新的网络架构，月之暗面愿与开源社区共建生态、加速智能技术发展。

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。