2026 年春天，红杉资本 AI Ascent 峰会上，三位合伙人 Pat Grady、Sonia 和 Constantine 轮番上台，做了一场不到 40 分钟的开场 keynote。Pat 在中间某段轻描淡写地丢出一句话——"if we may be so bold, we would say that this is AGI."
一个 VC 给 AGI 下定义：派一个 agent 去干活，它失败了能自己恢复，一直干到任务结束——够了。不需要技术定义，不需要哲学辩论，从商业功能的角度看，够了。
这话的分量不在对错，在谁在什么场合说的。红杉不是研究机构，他们看的是 founders 和 markets 碰撞出来的生意。当他们说"这就是 AGI"，意思是"市场不需要等学术共识了，该动手了"。
不一样的技术革命
整场 keynote 里我停下来想得最久的一段，是 Pat 把技术革命拆成两半：communication revolution 和 computation revolution。
互联网、云计算、移动——全改变信息怎么分发。AI 不一样，AI 改变信息怎么被处理。听着像文字游戏，后果很实际：通信革命里，基础设施建好就稳定了，大家安心盖房子；计算革命里，地基每天都在动。新模型发布、新能力涌现，三个月前搭的东西今天可能过时了。
这个区分解释了为什么过去三年做 AI 产品的人总觉得脚踩棉花——不是你做得不好，脚下的地面确实在移。
三个拐点把这个进程切成三段：2022 年底 ChatGPT 展示预训练的力量；2024 年 o1 证明了推理时的第二 scaling law；2026 年初 Claude Code、OpenClaw 这一类长程 agent 出现，agent 能持续工作数小时不出轨。Pat 说第二到第三之间有一道"硬断裂"——不是渐变，是跃迁。
10 万亿美元的重构
红杉画了一张图：云计算前 15 年，软件 TAM 从 3500 亿涨到 6500 亿，其中云占了 4000 亿。AI 来了，下面多了一行——服务收入。
数字红杉自己都说不准，5 万亿、10 万亿、50 万亿都有可能。但他们给了一个锚点：美国法律服务市场一家就 4000 亿美元。一个垂直行业，一个地区，等于整个软件市场。
AI 吃掉的不只是软件预算，是整个服务经济的盘子。律师费、医生问诊、会计审计、合同谈判——过去必须由人做的认知劳动，正在变得可以 token 计价。
Sonia 说得直白：services is the new software。
MAD：三条给创业者的建议
红杉用一个缩写打包了建议——MAD：Moats, Affordance, Diffusion。
Moats（护城河） 这条反直觉。在计算革命里，人的本能是盯底层模型，那里有最酷的新东西。但 Pat 说建护城河要往上看——看客户。客户变化的速度远慢于模型能力变化的速度。你今天基于某个模型能力做的产品差异化，下个月可能被新模型抹平。但你跟客户之间的关系、对客户业务的理解，更持久。不是产品不重要，是在产品变化这么快的世界里，客户关系是更稳定的锚。
Affordance（可供性） 借了一个设计概念。锤子，两岁小孩拿到手就知道该干什么——敲。好工具有 affordance，不需要说明书。Claude Code 很强，但你让它去 Fortune 500 普通员工面前开一个终端试试？affordance 低是应用层创业者的机会——把强大的能力包装成特定用户一看就会用的东西。
Diffusion（扩散） 这个观点最锐。基础模型的能力狂飙，但渗透到实际企业中去的速度远远落后。这个扩散差距每天都在变大，而这个差距本身就是应用层公司的市场空间。模型每天跑得更快，Fortune 500 每天追得更远，中间的鸿沟就是你的生意。
Pat 还补了一句：no lead is safe。赛车里有个说法——晴天你超不了 15 辆车，雨天可以。现在正是一场暴雨，新能力像雨水一样倾泻，任何领先优势都不安全。但反过来说，谁都有机会赢。
Agent 正在变成基础设施
Sonia 的部分聚焦 agent。
她回顾了 2022 年的 AutoGPT 和 BabyAGI——把 GPT-3 装进循环加几个工具，让它朝目标跑。一夜 GitHub 爆火，然后所有人看着它一遍又一遍地失败。那时候模型还没准备好。
2026 年初，拐点来了。两个 agent 产品打出了本垒打：面向技术人群的 Claude Code，面向所有人的 OpenClaw 及它的一堆"龙虾"变体。不管你是硬核工程师还是普通用户，现在都能创建和使用 agent。
Sonia 给 agent 下了个定义：能感知环境、选择行动、自主向目标推进的系统。三个组件——推理规划、行动能力（工具）、持续迭代。
最关键的变量是第一个：模型的持久工作能力。红杉用 meter chart 衡量——模型能在复杂任务上持续多久不出轨。一年前分钟级，现在小时级。这是 agent 从玩具变成工具的关键跃迁。
她画了一条 agentness 滑动标尺，以编程为例：
- 2023 年：行内补全，一个 AI 辅助一个人，有增量价值但不改变工作方式
- 现在：agent 式开发，一个人指挥一个或一组 agent
- 正在发生：后台 agent、异步 agent、agent 派生子 agent
- 前沿：暗黑工厂——完全去掉人审，agent 直接推生产环境。Sonia 说听着疯狂，但她已经在网络安全领域的真实生产环境里见过了
这条标尺不只在编程里成立，在所有 agent 场景里同步演进。从帮点小忙的助手，到需要管理的实习生，到自己管自己的实习生，到可以信任直接推上线的员工。
四个故事：人怎么应对"机器比你好"
Constantine 的部分是整场 keynote 的情感高潮。四个短故事，勾勒未来。
铝。 19 世纪中叶，美国给华盛顿纪念碑——当时世界最高建筑——顶部放 100 盎司世界上最珍贵的金属，珍贵到要放在蒂芙尼展览。那个金属是铝。几十年后电解铝技术发明，铝变成了裹糖果和三明治的锡纸，用完就扔。
Constantine 说：铝就是智能，电解铝技术就是人工智能。 那些需要几十年苦修的博士级技能，即将变得随时可调取，用完揉成一团扔掉。
这个比喻的力道在于它不是预测，是历史。铝真的发生过。某种稀缺资源突然丰裕到不值钱的时候，世界不停转，它重塑。
异形设计。 2006 年 NASA 用进化算法设计天线，出来的形状完全不符合人类直觉——不对称、不规则、看着像随机弯折的铁丝。性能远超人类设计师的几何对称方案。
Constantine 把这叫 alien design。认知工作交给机器之后，产出的芯片、建筑、城市可能长成人类大脑完全理解不了的形状。AI 不会像我们一样思考，得习惯这件事。
新科学。 工业革命早期，纽科门和瓦特改良蒸汽机，一百多年基本靠工程师拍脑袋调参。直到 120 年后卡诺出现，把热力学形式化成一门科学。
Constantine 认为 AI 就在 tinkering 阶段。就算我们觉得自己懂了，其实没懂。未来二三十年内会出现一门像热力学一样基础的新科学，帮助理解智能。它会进高中课本。它会帮我们理解意识。
非理性的艺术。 几万年来人类艺术一直朝写实主义走——洞穴壁画到文艺复兴油画，到相机发明。然后人类发现机器做得更好。绘画死了？印象派、表现主义、立体主义、野兽派——人类用全新的方式回应了技术的碾压。
Constantine 引用毕达哥拉斯："人是万物的尺度。" 铝、艺术、智能——真空里都没有价值。价值来自人的体验。AI 可以干活，会干活，但只有人与人之间的连接能给你在乎的理由。
一百年压成一百天
Sonia 在结尾给了几个数字，让讨论落地：Zed 创始人 Nathan 用 Claude Code 在假期独立完成了原计划三年的项目；Bret Taylor 用一个周末重建 Sierra；Notion 六周重写 800 万行代码。
然后她说了一句我反复嚼的话：大多数人还没见过这些被压缩的时间线叠加在一起之后的样子。
单独看每个案例已经是不可思议的效率跃迁。但当跃迁本身也堆叠——agent 写的代码被另一个 agent 审查，第三个 agent 部署，整个循环后台异步跑——那条曲线变成什么形状？
红杉的判断：你想象中需要一百年才能建出来的东西，现在一百天就有可能实现。
我的判断
这场 keynote 值得认真对待，不是红杉的结论一定对，是他们的分析框架值得借。
计算革命 vs. 通信革命——整场最有解释力的一个区分。它解释了 AI 产品为什么这么难建持久优势：你的差异化建立在模型能力之上，模型能力每几个月洗牌一次。也解释了红杉为什么建议从客户侧建护城河——通信革命里你可以赌某个协议或平台稳定下来；计算革命里，赌不了。
MAD 框架是给应用层创业者的实用指南。护城河看客户、可用性看设计、扩散差距看机会——三件事，每件都有行动指导。比"AI 时代一切都会变"这种话有用太多。
铝的比喻是我听过的关于 AI 对技能影响最精准的历史类比。它没停在"AI 会取代你"的恐惧叙事，指向了一个更复杂的现实：稀缺变丰裕之后，人类社会不崩溃，它重新定义价值。铝没有消失，它变得无处不在，然后我们拿它造了飞机。
至于"这就是 AGI"——红杉在这里玩了个聪明的手法。先说自己没资格给技术定义，然后用功能性标准绕过技术定义，直跳商业含义。从商业角度，这个定义确实够用：一个能被委派、能从失败中恢复、能持续到任务完成的系统，不管叫不叫 AGI，它已经在改变工作本身。
但我更关心另一个问题：agent 数量指数增长之后，它们彼此之间的交互变成什么样？ Sonia 在最后提到这个——agent 跟 agent 做生意、agent 跟 agent 谈判、agent 成群结队监管我们的行为。她用了一个词："genuinely strange"。
我们还没有足够的思维框架来处理这件事。这也是 Constantine 的第三个故事——热力学还没被发明那段——在四个故事里最重要的原因。我们还在调参数，基础理论都没有。热力学出现之前，没人能预测蒸汽机会把世界变成什么样。
现在也一样。