This is AGI: 红杉 AI Ascent 2026 开场主题演讲笔记
视频简介
《This is AGI: Sequoia AI Ascent 2026 Keynote》 https://www.youtube.com/watch?v=LRo33rnv6rQ
这是红杉资本在他们的 AI Ascent 2026 会议上的分享,以下是我的笔记总结。
注意,红杉资本,更注重的创业和市场,所以不是纯技术的分享。

首先 Pat 回顾了过去几十年,技术每十年一个的浪潮:
- 60年代:半导体。典型:仙童、英特尔
- 70年代:系统。典型:微软、苹果
- 80年代:网络。典型:思科、戴尔
- 90年代:互联网。典型:Google、Amazon
- 00年代:应用。典型:Paypal、Facebook
- 10年代:移动。典型:TikTok、Instagram
- 20年代:AI。典型:OpenAI、Anthropic
但,这次 AI 的 Wave 和之前有很大的不同,主要有三点:
- AI 是最大的一次 Wave。不论是 AI 公司融资规模、上市规模,还是他要吃掉的市场份额,都是过去所有 Wave 之和。而且 AI 是第一次,同时吃掉软件和服务。
- AI 是最快的一次 Wave。
- AI 是和之前不同的一次 Wave。之前所有的 Wave 都是「Communication」的变革,但 AI 这次是「Computation」的变革。

目前 AI 发展的三个关键点:
- 2022年11月,ChatGPT 发布。大家知道了预训练。
- 2024年12月,OpenAI o1 发布。大家知道了 AI 可以推理。
- 2025年11月,Claude Code + Opus 4.5。AI 有了长时间执行的 Agent 能力。

Pat 认为,现在就是 AGI 了。
虽然红杉不是技术专家,他们是研究市场、用户和创业的。但是「你可以给 Agent 指派任务,Agent 可以从失败中重试,直到完成这个任务」,在他看来,这就是 AGI 了。
然后是一个老生常谈的比喻:马车和汽车。
- 马车只能带来 10% ~ 40% 的提升
- 汽车能带来 10x ~ 40x 的提升
So what?
接着,Pat 也发问,知道了这些,又能怎样?
Pat 自己提出了一个「MAD」框架:
- Moats 护城河:如果你现在做一个产品,可以从技术角度出发。但是现在 AI 时代,技术变化太快了。所以能成为护城河的东西,必须要从客户角度、市场角度出发。
- Affordance 上手直觉:三岁的孩子看见锤子就能明白这是做什么的。但是现在的 Agent 上手难度还是太高,比如 Claude Code。
- Diffusion 技术扩散:技术发展速度快,比用户的落地速度快多了,这里面的差距,就是机会。
然后是 Sonya 介绍了当下的状态。今年 2026 年,就是 Agent 之年。
目前有两个最有代表性的 Agent:

- Claude Code:面向开发人员的
- OpenClaw:面向通用工作的
Agent 就是 Get Things Done 的能力,具体来说,包含三个层次:

- Model:LLM 模型。Agent 的大脑,负责逻辑、思考、计划。
- Tools:执行具体的动作。可以是 MCP、API、CLI 等。
- Harness:约束。制定目标,并且如何不断地向目标迭代。
然后是 Konstantine 来分享 What is the next.
首先 Konstantine 将人类的所有工作,划分成了「体力工作」和「认知工作」。

我们过去已经经历过了「体力工作」的革命,现在正在进行的是「认知工作」的革命:

人类很长一段历史,体力工作只能靠人力和动物来完成。工业革命后,这些体力工作逐步由蒸汽机、内燃机、电动机代替了。到现在,地球上可能 99% 的体力工作,都是机器来完成的。

然后是当下的「认知革命」。从 1950 年代开始,我们有了电子计算机,开始承担认知的工作,直到现在出现了神经网络。

结合历史,我们可以预测到未来,认知革命将会带来一个人类历史更大的变革。
最后,Konstantine 分享了四个故事,这四个故事内容也很长,这里就不赘述了,有兴趣的同学可以网上找原片看看了。
让我感触最深的,首先是两个概念上的:
- 这次的 Agent,不是以往「工业革命」,而是「Cognitive 革命」。
- 这次的 Agent,不是以往「Communication」的改变,而是「Computation」的改变。
其次,现在真的进入了 Agent 时代。
想想我每日的工作。去年的时候,我们还是用着 ChatGPT、Cursor 这种 ChatBot、或者辅助编程的方式,来提升效率。
今年基本所有的开发,都已经切换到了 Claude Code,这种给他命令,他自己去完成了。
甚至现在 Hermes,可以给一个非常大的任务,比如完成一个很复杂的功能、或者做一个很大的技术重构。他自己可以不断地迭代(上百次),自己去尝试、调用工具,写代码、跑测试、自己运行、部署测试环境、自己测试,直至目标完成。