100 年压缩到 100 天！红杉资本：这就是 AGI¶

Ch01.212 100 年压缩到 100 天！红杉资本：这就是 AGI¶

📊 Level ⭐⭐ | 17.1KB | entities/100-年压缩到-100-天红杉资本这就是-agi.md

-> 100 年压缩到 100 天！红杉资本：这就是 AGI

核心要点¶

红杉资本在年度 AI 峰会 AI Ascent 2026 上由 Pat Grady、Sonya Huang、Konstantine Buhler 三位合伙人共同给出核心判断：当前 AI 发展路径就是 AGI（从商业角度看）
Pat Grady 的定义：「如果你能派一个 Agent 去执行一项工作，它能从失败中恢复，并坚持到任务完成——这感觉就是 AGI 了」
三波叠加的科技浪潮：晶体管 → 系统 → 网络 → 互联网 → 社交媒体/云 → 移动设备 → AI。AI 是第一波同时覆盖软件和服务的浪潮
Agent 可触达的服务市场总量约 10 万亿美元，与此前的软件市场完全不在一个量级
三大拐点：2022.11 预训练的力量（Scaling Law #1）→ 2024 o1 推理能力涌现（Scaling Law #2）→ 2026 Claude Code 长时程 Agent（Scaling Law #3，第二到第三之间是断裂式跳变）
MAD 框架（应用层护城河）：Modes 护城河（看客户而非底层）、Affordance 可用性（最省力路径）、Diffusion 扩散差（基础模型跑得比企业快一步的差距就是机会）
Agent 三件套：推理/规划（大脑）+ 工具（手脚，20 年 SaaS 工具会被 Agent 复用）+ Harness（韧性，强化学习加速驾校训练）
「更快的马」到「车」的跳跃：过去几年提升 10%-40% 效率但不改变工作方式；现在提升 10-40 倍、彻底改变工作方式和组织结构
暗工厂（Dark Factories）：完全去掉人类审查的 Agent 工厂，已在网络安全公司生产环境中出现
100 天 = 100 年：Zed 的 Nathan 用 Claude Code 一个人在假期完成三年 moonshot 项目；Brett Taylor 用一个周末重写 Sierra；Notion 团队六周重写 800 万行代码
认知革命：体力劳动 99%+ 已由机器完成；不远的将来认知工作 99.9% 将由 AI 完成——与工业革命同一条路，只是更大更快
四个故事：铝（智能从珍贵到随取随用）、外星设计（AI 设计的产品可能我们看不懂）、新科学诞生（理解 AI 的「热力学」即将出现）、非理性的艺术（机器能做但只有人的连接给你在乎的理由）

深度分析¶

演讲者背景：三位合伙人代表红杉新一代判断¶

Pat Grady：红杉资本联合掌门人，2025 年 11 月刚接替 Roelof Botha 成为红杉美国新一代领导人。2007 年加入红杉，主导了对 Snowflake、Zoom、HubSpot、Notion 的投资，后来又押注了 OpenAI、Harvey、Hugging Face 等 AI 公司。任内募集 70 亿美元后期基金，重仓 AI。

Sonya Huang：红杉资本合伙人，Princeton 经济学最优等毕业，辅修计算机和统计/机器学习。本科论文就在用神经网络做脑部扫描和天体物理数据的计算机视觉模型。2018 年加入红杉，主导了 OpenAI、Hugging Face、LangChain、Glean 等投资，也是红杉 AI 播客 Training Data 的主持人。

Konstantine Buhler：红杉资本合伙人，斯坦福三个学位（管理科学与工程学士、计算机科学硕士、MBA）。提出过「良性数据飞轮」和「随机性思维」等投资框架，认为 AI Agent 经济体量将是云计算的十倍以上，达到数万亿美元规模。

三人共同撰写了红杉那篇被广泛传播的「Generative AI 市场地图」，也是每年 AI Ascent 的核心策划人。

商业视角的 AGI 定义：从失败中恢复 + 坚持到任务完成¶

Pat Grady 强调，他们说的不是实验室里的 AGI，也不是跑分意义上的 AGI，而是「从商业角度、从实际功能角度看，你派一个 Agent 去干活，它能从失败中恢复，能坚持到任务完成」。他的原话：「我是学经济的，我们是风险投资人，不会去给 AGI 下技术定义。但我们研究创始人和市场，从商业角度来看，车已经到了」。

这个定义的关键在于把 AGI 从「benchmark 上的能力」解耦到「任务完成的可靠性」。Agent 评分再高，跑一个 5 小时任务中途崩了，就不是商业意义上的 AGI。这是 VC 视角的实用主义——投资人不在乎你 90% 还是 99%，在乎你能不能交付一个可重复的端到端结果。

为什么这波浪潮比之前都大¶

Pat 给出三个理由：

第一，这是有史以来最大的浪潮。云计算花了 15 年把软件市场从 3500 亿撑到 6500 亿（其中云占了 4000 亿）。AI 正在打开的是全新的服务市场——光美国法律服务就是 4000 亿美元，一个垂直行业、一个国家就等于整个软件市场。Agent 可触达的服务市场总量约 10 万亿美元。

第二，这是最快的浪潮。达到 10 亿美元以上收入的公司，AI 时代的诞生速度远超云和移动时代，空白区域正在被迅速填满。

第三，也是最关键的：AI 是计算革命，不是通信革命。互联网、云、移动都是关于信息如何分发——本质是通信革命。AI 是关于信息如何处理——是计算革命。Pat 说「脚下的地板每天都在动」——基础模型的能力每天都在变，今天搭建的东西明天可能就过时了。

三个拐点：第二到第三之间是断裂式跳变¶

2022.11：ChatGPT 让世界看到预训练的力量（Scaling Law #1）
2024：o1 模型推理能力涌现，推理时计算成为第二条 scaling law
2026：Claude Code 和 Opus 4.5/4.7 让世界看到长时程 Agent 的力量（Scaling Law #3）

Pat 指出，前两个拐点像是连续进化，但第二和第三之间是断裂式跳变。原因：从「更快的马」（提升 10%-40% 效率、不改变工作方式）到「车」（提升 10-40 倍、彻底改变工作方式和组织结构）。

MAD 框架：应用层创业者的指南针¶

Pat 给应用层创业者的框架叫 MAD：

Modes（护城河）：在计算革命中，你的本能是往下看（因为底层每天都有酷炫新能力），但你应该往上看——看你的客户。技术变化速度远超客户变化速度，今天做的产品可能明天过时，但和客户建立的关系要持久得多。
Affordance（可用性）：借自设计领域。Claude Code 水平摆在那儿，但让普通 500 强员工打开终端能走多远？这是应用层创业者的机会——为特定客户、特定问题创造「最省力路径」，让他们不用思考就能得到结果。
Diffusion（扩散差）：基础模型的能力创造速度远超这些能力扩散到市场的速度。每天模型跑得比企业快一步，这个差距就大一点——这个差距就是你的机会。

Pat 引用了赛车界的比喻：「晴天你超不了 15 辆车，但雨天可以。现在，新能力正在下一场倾盆大雨。没有任何领先优势是安全的，但这也意味着任何人都有机会赢」。

Agent 三件套：模型 + 工具 + Harness¶

Sonya Huang 把 Agent 拆成三个功能组件： - 推理和规划能力（基线直觉和即时思考）—— 这是大脑 - 执行行动的能力（工具、搜索、写代码、编译）—— 这是手脚 - 朝目标迭代的能力（持久性，让 Agent 能在长时间范围内完成任务）—— 这是韧性

模型是大脑——衡量模型在复杂任务上能持续推进多久的指标，一年前是几十分钟，现在是几个小时。工具是手脚——终端、文件系统、iMessage、Slack、网页搜索、计算机操控……过去二十年为人类构建的工具，正在被 Agent 复用。「有人说 SaaS 已死，但随着使用这些工具的 Agent 数量增加，这些工具的价值会爆炸式增长」。

Harness 是韧性——保持在轨、适应变化、持续推进的能力。强化学习正在加速这个反馈循环，把 Agent 送进「驾校」训练。甚至已经出现了 self-improvement 的早期信号——Andre 的一个研究项目能在两小时内自主进化出 GPT-2 级别的模型。

暗工厂：从补全到完全无人监管¶

Agent 能力在滑动光谱上： - 2023 年：Tab 自动补全（逐行辅助、有点用、谈不上变革） - 现在：Agentic 开发（你和 Agent 对话、指挥它干活、管理 Agent 团队） - 再往前：后台 Agent、异步 Agent、Agent 生成子 Agent - 最前沿：「暗工厂」（Dark Factories）—— 完全去掉人类审查，全由 AI 自己跑

Sonya 说她已经在生产环境中见过了，包括在网络安全公司。「只要工程和防护做得够好，这是可行的」。

服务就是新的软件：10 万亿美元市场¶

对创业者来说最重要的一句话：服务就是新的软件。 - 医疗：Agent 检查基因组、给个性化建议、开处方药、推荐临床试验 - 法律：Agent 代你谈判合同、进行诉讼和调解 - 数学科学：Agent 正在解决 Erdős 问题、发现新的超导体 - 消费：个人 Agent 管理你的邮箱、日历、财务、报税

为什么 Agent 会迅速铺开？因为经济账太清楚了——人类难以扩展，Agent 用算力就能无限扩展；人类需要薪水，Agent 消耗的是 token；人类需要管理/激励/留存，Agent 只需要维护。Sonya 的判断：「当 Agent 数量呈指数甚至超指数增长时，世界会变得……有些超出想象。Agent 之间的商业交易、互相谈判交易条款、Agent 群体巡逻网络安全」。

100 天 = 100 年：时间线的层叠压缩¶

Sonya 给的几个压缩案例： - Zed 的 Nathan 用 Claude Code，一个人在假期里完成了一个三年的 moonshot 项目 - Brett Taylor 用一个周末重写了 Sierra - Notion 团队在六周内重写了 800 万行代码

但 Sonya 说，大多数人还没见过的是「当你把这些被压缩的时间线一层层叠加起来，会发生什么」。她的判断：「你能想象未来 100 年建造的东西，现在 100 天就能完成」。

认知革命：体力劳动的下一个版本¶

Konstantine Buhler 的核心论点：人类工作分两种——体力劳动和脑力劳动。体力劳动这边几千年来靠肌肉完成，然后水力、风力、蒸汽机、内燃机、电动机……到 2026 年，地球上 99% 以上的体力劳动由机器完成。脑力劳动正在走同一条路，只是还在更早阶段——几千年来所有思考由人类完成，然后电子计算出现，过去一百年数万亿次计算为人类服务，而神经网络是下一个大浪。他的判断：在不远的将来，地球上 99.9% 的认知工作将由机器完成。

认知革命和工业革命走的是同一条路，只是规模更大、速度更快。

四个隐喻：智能、外星设计、新科学、非理性的艺术¶

铝的故事：19 世纪中叶美国为华盛顿纪念碑封顶用了 100 盎司铝（当时最珍贵金属），几十年后电解法发明，铝被拿来包糖果裹三明治扔进垃圾桶。「智能，就是这个时代的铝。它现在还很珍贵，一个人要花几十年才能锻造出博士级的专业能力。而 AI，就是电解法」——一旦它跑起来，那些曾经稀缺的认知能力就会像铝一样被大量生产、随取随用。

外星设计：2006 年 NASA 用进化算法优化卫星天线，结果出来的设计完全不像人类会做的东西，性能大幅提升但人类看不懂。「当 AI 来设计芯片、汽车、建筑的时候，它们可能长得和我们习惯的完全不一样。我们需要保持开放心态，因为 AI 不会像我们一样思考」。

新科学诞生：工业革命早期 Newcomen、Watt 完善蒸汽机——将近一百年的工匠式反复调试。120 年后 Sadi Carnot 把经验形式化为热力学。「现在 AI 的状态就是那个调试期——数十亿个神经元，数万亿个 token，就算我们觉得已经理解了，其实并没有」。Konstantine 的判断：未来几十年会有一门和热力学一样基础的新科学被创立出来，被写进高中教科书，帮助我们真正掌握 AI，甚至帮助我们理解意识。「创建这门科学的人，也许就在这个房间里，也许正在读这篇文章」。

非理性的艺术：两万五千年人类艺术史是从洞穴壁画到文艺复兴油画的写实进化，然后摄影术来了——所有人都以为绘画完了，结果有了印象派、表现主义、立体主义。Konstantine 引用 2500 年前普罗泰戈拉的话：「人是万物的尺度」。铝也好、艺术也好、智能也好，在真空中都没有价值。「AI 可以做工作，AI 会做工作。但只有人与人的连接，才能给你一个在乎的理由」。

实践启示¶

对创业者的判断¶

应用层的机会在 MAD：Modes（客户关系）、Affordance（最省力路径）、Diffusion（能力扩散差）。不要只盯着底层模型
服务是新的软件市场：垂直行业（法律/医疗/科学/消费）的 Agent 服务市场比之前的 SaaS 市场大一个数量级
基础模型跑得比企业快一步：这个时差就是应用层创新的窗口期
黑暗中的事实：暗工厂（无人类审查的 Agent 流程）已经在网络安全公司生产环境跑——比多数人意识到的更早

对工程师的判断¶

Harness 是 Agent 韧性的核心：强化学习反馈循环 + self-improvement 信号已经出现，Agent 工程的投入回报率高于 prompt engineering
工具会被 Agent 复用：过去 20 年 SaaS 不是被 AI 取代，而是被 Agent 数量放大价值——你的 SaaS API 越标准，Agent 化收益越大
时间压缩是真实的：单个工程师在假期完成 3 年项目——这意味着工程团队的边际生产力正在重新定义，团队规模和工程预算需要重新评估

对投资 / 战略的判断¶

AI 是计算革命不是通信革命：基础模型能力每天在变——不要把赌注押在「今天的领先优势」，押在「与客户的关系」和「最省力路径的设计能力」上
从「更快的马」到「车」：组织结构和工作流设计需要按 10-40 倍效率提升重构，不是按 10-40% 优化

思想实验：什么时候你会用 Agent 替代人类¶

经济账清晰：人类难以扩展、需要薪水、需要管理；Agent 算力无限扩展、消耗 token、只需要维护。当任务满足「可重复 + 可验证 + 可从失败恢复」三条件时，Agent 替代的临界点就到了。