Air Street Press 谈 State of AI 2026：AGI 2027 预测、世界模型与智能体安全

如今 AI 市场变化如此之快，了解一家公司及其产品为何特别已经刻不容缓。在最近考虑的一个机会中，我的 agent 和 LATO 设计了一项研究，然后完全自动化了专家招募、AI 语音访谈和转录分析。使用我的评估方法（读作：品味），系统识别出了差距，并为下一轮访谈更新了问题。两天内，我们在美国、印度和欧洲收集了 12 场访谈、共计 14 小时的谈话时间。我没有和任何人交谈，LATO 的语音 agent 完成了所有工作。

我在 MAD Podcast 上与 Matt Turck 的最新对话中分享了这个例子。连续第三年，我们在纽约演播室坐下来讨论《2026 年 AI 现状报告》，从 AI 构建 AI 到世界模型、网络安全，以及我对 2027 年实现 AGI 的预测。

AGI 与科学超级智能

AGI 2027：我的预测基于我在 AI 辅助我所从事的知识工作中看到的快速进展，即投资、AI 研究、金融、法律工作以及学习不熟悉的主题。到明年，我可以想象一个 AI 系统在这些任务上表现出色，并且也学会了我的品味。虽然关于定义还有很大的辩论空间，但这就是我的实际门槛。

选择接下来研究什么也是通往科学超级智能道路的核心。在我读博期间，一位优秀的导师帮助你看到哪些问题和实验是我们最优的下一步。正如我与 Matt 讨论的，培养这种科学判断力是 AI 的重要下一步——也是一项与递归自我改进紧密耦合的密集研究工作。

两家 Air Street 公司让这一雄心的一部分变得具体。Profluent 设计蛋白质，包括基因编辑器，并在内部实验室测试其设计。Perceptic 连接科学证据、临床数据和制药公司的知识，帮助研究人员检验假设并决定开发哪些药物。每家公司积累的学习成果都是科学超级智能的关键要素。

立即订阅

世界模型与工作中的 AI

类似的雄心正在物理世界中浮现。Matt 和我讨论了图像、视频和音频如何融合为世界模型，学习当某物行动时会发生什么：机器人移动其夹爪、汽车转弯，模型预测后果。这可以为我们提供训练机器人、测试驾驶系统、构建游戏以及在制造之前探索物理设计的环境。

在我投资过的公司中，Black Forest Labs 的 FLUX 3 从图像、视频和音频中共同学习。Odyssey 已展示将预训练世界模型适配于控制机械臂，并为 agent 生成可行动的环境。Wayve 的 GAIA-4 让其 AI 驾驶员在模拟驾驶场景中行动并衡量后果。在仓库地面上，物理 AI 已经在大规模地做着有用的工作。Sereact 报告称在欧洲和美国有超过 300 个运行中的系统，负责拣选和处理货物。在客户服务领域，ElevenLabs 已从语音生成扩展到处理退款、续保和预约医疗的 agent。9 月，它报告每周超过 1500 万次 agent 对话，是 2 月量的三倍。

智能体时代的网络防御

随着智能体承担更多责任，网络安全变得更加紧迫。我认为网络攻击是比 AI 导致人类灭绝更直接的风险。防御者需要能在攻击者利用之前发现并修复弱点的系统。我预计前沿实验室会打造专门的网络防御产品。我还向 Matt 建议，政府可以将部分国防预算用于测试并帮助保护关键基础设施（从机场到物流网络）的 AI。

AI 的天才吧

让这些系统安全可靠，是推动它们更广泛应用的一部分。帮助人们了解它们目前能做什么，同样重要。两年前试过聊天机器人并失望而归的人，可能几乎不了解如今连接到其工具和文档的智能体能做什么。行业谈论 AI 的方式也没有帮上忙。2022 年 12 月，我认为“提示工程师”这个说法很可笑，当时我写道：“提示工程师根本不存在。别再硬造这个概念了。”它让使用 AI 听起来像是另一门需要掌握的技术学科。如今，重度用户对 AI 说话就像对同事说话一样，所以我觉得我的看法相当经得起时间考验 :)

这让我想到一个很想看到有人去做的点子：AI 的天才吧。小企业主、医疗保健提供者或忙碌的家庭可以带着一项任务来，让人帮他们把它跑通。他们离开时会带走有用的成果，以及再次使用它的信心。智能体在一年内改变了我运营 Air Street 的方式。我希望更多人能获得实际帮助，在自己的工作中做出类似的改变。

感谢 Matt 和 FirstMark 团队再次邀请我。在 YouTube 观看完整对话，在 Spotify 或 Apple Podcasts 收听，并浏览 State of AI Report。

立即订阅