红杉资本合伙人放话：从会聊到会干，2026年AGI已经来了

当全世界还在争论“什么是通用人工智能（AGI）”时，硅谷最老牌的风投机构红杉资本，已经不耐烦了。

2026年伊始，红杉合伙人帕特·格雷迪 (Pat Grady) 与索尼娅·黄（Sonya Huang）联合发文：《2026：这就是AGI》。他们直接断言：别等了，它已经来了。

不是天网觉醒，也不是机器人统治人类，而是悄无声息地藏在那些能连续工作几十分钟、甚至几个小时的“长周期智能体”里。

“准备好，”他们写道，“你们对2030年的畅想，已经提前在2026年实现了。”

这话可不是随便说说。他们举了一个扎扎实实的例子：一个智能体在31分钟内，就帮创始人精准锁定了一位几乎完美匹配的招聘目标。

从“聊个天”到“办成事”，AI的能力边界，正在被重新划定。

01 定义AGI？能“把事情想明白”就行

关于AGI的定义，学术界和产业界吵了很多年。

格雷迪和索尼娅·黄回忆，早年他们问顶尖研究员怎么定义AGI，对方往往面面相觑，最后憋出一句：“我们各自有定义，但我们看见它时，就会知道。”

听起来很玄乎。但现在，这两位投资人决定抛开哲学辩论，给出一个极度务实、甚至有点“简单粗暴”的定义：

“AGI就是把事情想明白的能力。仅此而已。”

他们解释道，一个能“把事情想明白”的人，需要知识、推理能力和迭代试错的本事。AI也一样：知识靠预训练（如ChatGPT）、推理靠更强的计算（如o1模型）、迭代试错则靠“长周期智能体”（如最近冒头的Claude Code）。

三者凑齐，一个能自主工作、自我修正、不靠指令就知道下一步该做什么的“智能体”，就出现了。

说白了，他们不关心AI内部有多复杂，只关心一件事：“这玩意儿到底能干嘛？”

对他们来说，能真实解决问题、影响现实世界的AI，就是“通用”的。

02 31分钟实战：从模糊指令到精准人选，AI猎头已上岗

定义很虚，但应用场景已经开始落地。

格雷迪和索尼娅·黄描述了一个具体任务：一位创始人需要找一个开发者关系负责人，要求“技术好、受工程师尊敬、还得真爱玩推特”。

指令很模糊，但AI智能体接活了。它没按简单关键词搜索，而是像资深猎头一样，展开了一套复杂操作：

不只看简历：先在LinkedIn上搜竞争对手公司（Datadog、Temporal、Langchain）的相关职位，但马上意识到头衔不靠谱。

转向看实力：跑去YouTube扒行业会议演讲，专挑那些观众互动高的演讲者——能讲，才有真本事。

挖掘真实性格：把找到的演讲者名单，拉到推特上“人肉”一遍。筛掉只会转发公司稿子的“工具人”，锁定那些有真实粉丝、敢发表观点、帖子有“网感”的活生生的人。

捕捉跳槽信号：检查哪些人最近三个月发帖频率下降了，这可能意味着他们对现职不满。

交叉验证排除法：锁定几个目标后，再排除刚升职的、自己创业的，最终聚焦到一个人身上——一位刚经历公司裁员、技术领域高度匹配、且两个月没更新领英的资深人士。

智能体连方案都给了：不仅找到人，还起草了一封语气诚恳、切入点精准的招募邮件。

整个过程，只用了31分钟。创始人拿到的不再是几百份简历，而是一个极可能成功的具体目标和行动草案。

格雷迪和索尼娅·黄总结，这就是“把事情想明白”，在模糊目标里自主探索、试错、转向，直到打通路径。

“智能体有着一位优秀招聘人员的技能，只是它不知疲倦，且无需被告知具体方法。”

当然，AI依然会犯错，会有“幻觉”。但趋势已不可逆：它正从一个需要手把手教的“实习生”，变成能独立负责一摊事的“准同事”。

03 核心突破：让AI“想得更久”的长周期智能体

为什么现在的AI能一口气“跑”31分钟的任务了？

关键在于“长周期智能体” ，可以理解为给AI大脑装上了“持久专注”和“任务管理”的外挂。

以前的AI模型，一次推理也就几秒，现在主要通过两种方式让它“续航”更久：

强化学习：在训练中反复“捶打”模型，让它学会在长任务中保持专注。这是顶尖AI实验室的主战场。

智能体框架：给AI设计外部辅助工具，帮它管理记忆、规划步骤。这是应用层公司（如做出Claude Code、Manus的团队）的发力点。

进步速度是指数级的。独立非盈利评估机构METR追踪的数据显示，AI完成长周期任务的能力，大约每7个月翻一番。

照这个速度推算：

到2028年，AI能可靠完成人类专家一整天的工作

到2034年，它能干完人类专家一年的活儿

到2037年，它能处理人类需要100年才能完成的任务

100年的工作量是什么概念？可能是分析完历史上所有的临床实验数据，可能是从海量客服记录里挖出规律，也可能是把庞杂的税法彻底重写。

04 “雇佣”AI同事的时代，已拉开序幕

一个最直接的AGI试金石是：你能不能“雇佣”它？

格雷迪和索尼娅·黄认为，很快你就可以像招人一样，“雇佣”专业AI智能体为你工作。现在，你已经可以“雇佣”GPT-5.2、Claude这些模型，而专业化的“AI员工”正在涌现：

你的“AI专科医生”（OpenEvidence的Deep Consult）

你的“AI律师助理”（Harvey智能体）

你的“AI网络安全员”（XBOW智能体）

你的“AI芯片设计师”（Ricursive智能体）

甚至你的“AI研究员”（GPT-5.2）

这意味着，2023-2024年的AI主要是“谈论者”，即聪明的聊天对象。而2026-2027年的AI将成为“执行者”，就像真正的同事一样。

我们的工作模式会被颠覆：从每天问几次，变成每天有好几个AI同时在替你干活。

我们的角色也会转变：从一个亲力亲为的“执行者”，变成一个管理AI团队的“经理”。

“所有关于‘售卖工作’的讨论，现在成为可能了。”

结语：别光顾聊天了，给它派活吧

长周期智能体的指数级增长已经启动。今天，它能可靠运行30分钟；不久，它就能承包你一天的工作；未来，它的视野将以“世纪”为单位。

当AI不仅能回答“是什么”，更能持续探索“怎么办”时，我们面对的已不仅是工具升级，而是一次生产力关系的重构。

格雷迪和索尼娅·黄最后表示：别再只把AI当聊天机器人或搜索引擎了，是时候给它派活儿了。

2026年，AGI或许不会以惊天动地的方式降临，但它已经化身为无数个在数字世界里，默默“把事情想明白”、并动手去做的智能体。

这场静默的变革，已经开始。

（腾讯科技特约编译金鹿对此文亦有贡献）

本文来自“腾讯科技”，作者：博阳，36氪经授权发布。