夜雨聆风
这就是 AGI——红杉 AI Ascent 2026 主题演讲全文译
Pat Grady · Sonya Huang · Konstantine Buhler
它叫红杉，它从不错过时代
1972年，唐·瓦伦丁在硅谷种下一棵树。
那棵树叫红杉资本（Sequoia Capital）。
半个世纪后，它长成了风险投资界最高的那棵——苹果、谷歌、英伟达、Airbnb、Stripe、OpenAI……它投资的公司，市值之和早已超过整个法国GDP。不夸张地说，今天你口袋里的手机、屏幕上的搜索框、刷到的每一条推送，背后都有红杉的基因。
红杉最厉害的地方，不是它有多少钱，而是它每次都站在时代转折点上。PC时代、互联网时代、移动时代——它没有缺席过一次。而现在，它正在告诉你：AI时代，是我们半个世纪以来见过的最大的一次。
每年，红杉都会举办一场内部高峰会——AI Ascent。
这不是一个对外宣传的峰会，受邀的是AI领域最顶尖的创始人、研究员和从业者。台上讲的，是他们看到的真实信号，不是新闻稿。今年是2026年，三位红杉合伙人——Pat Grady、Sonya Huang、Konstantine Buhler——站上舞台，说了一句话：
这就是 AGI。
这篇文章，是那场演讲的完整中文译文。三万字的英文压缩成一个小时，一个小时翻成你接下来要看的这些文字。建议你慢慢读，因为这里面，几乎每一段都在重新定义你对”AI时代”的认知。
关于这场演讲
时间：2026年5月
来源：YouTube · Sequoia Capital
演讲者：
- Pat Grady
（0:02–11:46）：红杉合伙人，主讲整体形势校准 - Sonya Huang
（11:57–21:03）：红杉合伙人，主讲当下AI智能体浪潮 - Konstantine Buhler
（21:07–31:52）：红杉合伙人，主讲未来AI的四个面向
以下为演讲全文中文译文，标注时间戳，便于对照原视频。
Part 1 · Pat Grady：整体校准——我们身处哪里？
00:02 – 11:46
0:02早上好，大家怎么样？
0:05好的，好的，稍微振奋一点了。嘿，感谢大家来到这里，我们非常感激。我们举办这个活动是为了服务社区，因为我们正身处一个重要的时代。能成为大家汇聚的场所，对我们来说是莫大的荣幸。这是我们迄今为止筹备得最好的一届议程，也是最杰出的一届与会者。所以我们首先想说的是：谢谢大家。我知道你们都极其繁忙，感谢你们今天的出席。
0:35我们确实准备了一份相当出色的议程。按照惯例，穿着一如既往无可挑剔的索尼亚、康斯坦丁和我，会先说几句开场白。你们知道，我们有幸参与了很多与许多有趣人物的对话。所以每年一次，我们喜欢尝试将这些内容加以整理，并把我们所听到的东西分享回给大家。
0:58我会先就整体形势说几句校准性的话，然后索尼亚谈谈我们今天所看到的，再由康斯坦丁谈谈我们认为明天可能到来的事情。
1:10先说整体校准。我们先从宏观角度拉远镜头——回到那些基于硅的晶体管，它们赋予了这个地区其名称；这些晶体管被构建成系统，通过网络连接；以互联网的形式向公众开放；支撑了社交媒体、云计算等应用；最终以移动设备的形式出现在我们的口袋里；而今天，这些设备已经能够做出与魔法无异的事情——那就是 AI。
1:36我们喜欢展示这张幻灯片——来过这里的老朋友们以前见过——是因为它提醒我们：所有这些浪潮都是叠加的。我们某种程度上需要经历数十年的演化，才能积累起计算能力、带宽、数据和人才，以充分把握这一历史时刻。
1:56这一波 AI 浪潮在三个方面与以往不同。第一，它是迄今为止最大的浪潮。总体上确实如此，但这一波还有一个更具体的特点：它是第一个同时涵盖软件和服务的浪潮。上面这行展示了云转型的前15年——软件市场规模从约3500亿美元增长到6500亿美元，其中云计算约占4000亿美元。下面这行是全新的东西。
2:27这是现在似乎也触手可及的服务收入。10万亿美元是个方便引用的整数——我们不知道究竟是10万亿、5万亿还是50万亿。但我们知道，仅美国法律服务就是一个4000亿美元的市场；这只是一个垂直领域、一个地理区域，却与整个软件行业规模相当。所以这个机会是巨大的。
2:53第二，这是迄今为止最快的浪潮。我想大家都能感受到这一点。这意味着那片白色空白——请大家注意看幻灯片 AI 一侧——正在被迅速填满。这些 logo 代表的是因云计算、移动互联网以及现在 AI 这三次技术变革而年收入突破10亿美元的公司。按目前的速度，很快将有更多公司加入这一行列。
3:25第三点，也可能是最有趣的一点——我借用了我的合伙人康斯坦丁的观点——技术领域存在两种基本类型的革命。第一种是传播革命，关于信息如何被分发。这个房间里大多数人所经历的，都是传播革命。互联网、云计算、移动互联，这些都是关于信息分发的，都是传播革命。
4:00AI 不同。AI 是另一种。AI 是一场计算革命，关乎信息如何被处理。这听起来可能像是在玩文字游戏，但这两种浪潮在本质上具有截然不同的形态。要直观感受这一点，最生动的方式或许是想想以下事实：你脚下的地基每天都在移动。
4:19每当新能力涌现，所有人赖以构建的技术基础就会改变。在过去数年间，我们经历了三次重大拐点。第一次：2022年11月 ChatGPT 时刻，世界见识了预训练的力量。第二次：数年后，o1 模型推理能力的出现——一个围绕推理时计算的第二缩放定律骤然浮现。
4:48第三次：就在最近——Claude Code、Claude Opus 4.5，现在是 4.7。世界见识了长程智能体（long-horizon agents）的力量。尽管这看起来像是一条连续线上的三个点，但第二和第三之间其实存在一个硬性断裂，是一种不连续的跃变。如果我们可以大胆地说——这就是 AGI。看，我是经济学专业出身，我们是风险投资人，
5:18我们没有资格提出 AGI 的技术定义，好吗？我们研究的是创始人、市场以及两者的碰撞——也就是企业。但我们确实研究企业。所以从商业角度、从实践角度、从功能角度来看：如果你能派遣一个智能体去完成一项工作，它能从失败中恢复并坚持到任务完成——那我不知道，这感觉非常接近 AGI 了。
5:47即使你不认为这是 AGI——这完全没问题，索尼亚在她的部分会详细讨论——我想我们都能看到：汽车已经到来了。过去几年里，我们见到了很多更快的马——让你效率提升10%或40%的应用，但并没有从根本上改变你的工作方式。
6:09现在我们开始看到汽车了——让你效率提升10倍或40倍的应用，彻底改变你的工作方式，改变工作的本质，改变组织的本质。
汽车已经到来。
6:24这位是红杉的创始人唐·瓦伦丁。他以喜欢问一个问题而著称：那又怎样？这一切为什么重要？重要的是，就在过去几个月，一场竞赛已经开始——而且这是一场与我们以往熟悉的截然不同的竞赛。开汽车的方式不同于骑马，造汽车的方式也不同于照料马匹。所以这是一场非常不同的竞赛。我们今天聚集大家的原因之一，正是因为没有人拥有所有答案。
6:54我们在一起的时间越多，学到的东西就越多，希望能弄清楚这一切将走向何方。我们必须尽快这样做，因为仅从商业角度来看，就有巨大的利益悬而未决。
7:10有10万亿美元等待争夺。实验室从”技术出发”的方向切入；初创公司在其上构建，从更以”客户为中心”的方向切入。这个房间里有所有实验室的代表，但你们中的大多数是在这些基础上构建产品的人。所以我们来花一分钟谈谈这种”客户优先”的方法。
7:29对于那些在实验室基础上构建产品的人，我们的建议是——这是免费的建议，物有所值。我们的建议是：保持”MAD”。我们其实不需要你们愤怒。如果愤怒能驱动你，那尽管去。但这只是一个方便的首字母缩写，代表护城河（Moats）、易用性（Affordance）和渗透（Diffusion）——这是在模型基础上构建策略的三个特征或三大支柱。先说护城河，只是为了好玩：
8:00有人记得去年的这张幻灯片吗？
8:03有一个人，他是我的合伙人。好，很好。提醒一下，这张幻灯片展示的是商品化周期——将一个想法转化为满意客户所需的价值链各环节。我不打算逐一讲解这些环节。我想说的重点是：如果你从技术出发，每个环节的方式会稍有不同；如果你从客户出发，每个环节的方式也会稍有不同。
8:32这里有一个反直觉的地方。在计算革命中——关乎信息处理——你会想要往这里看，因为源源不断的新技术不断涌现。但为了构建护城河，你实际上应该往这里看，因为你的客户变化的速度远比技术能力变化的速度慢。你今天构建的东西明天可能就变得无关紧要了。
9:05你将自己深度嵌入客户的程度，才是相对持久的。这并不是说产品和技术不重要——
9:13它们极其重要，总的来说，最好的产品会胜出。但在一个因能力迭代过快而产品变化也极快的世界里，在思考护城河时，我们鼓励你尽可能从客户出发，思考所有能让你深度围绕客户的方式。
9:33MAD 中的 A 代表易用性（Affordance）。这是一个借自设计领域的术语。锤子是一种具有功能可见性的物体。我有一个两岁的儿子，如果我给他一把锤子，他会知道怎么用——抓起来，开始敲东西。这就是为什么我们不给他锤子。一个具有易用性的物体不需要解释，
9:55人们天然知道怎么使用它。Claude Code 非常强大。但你去给一个普通的财富500强员工打开终端，看看他们能走多远。
10:06尽管它功能强大，但它提供的易用性并不高。这不是在批评 Anthropic，而是说这是一个机会——任何想在其上构建产品的人，都可以为你的特定客户及其特定问题创造阻力最小的路径，让他们能非常直观地找到实现业务目标所需的结果。这就是易用性的概念。
10:33最后，MAD 中的 D 代表渗透（Diffusion）。渗透差距就是在应用层构建公司的机会所在。技术能力向市场渗透的速度，远远落后于这些能力被创造出来的速度。
10:52每一天，基础模型的进步速度都超过普通财富500强企业跟上的速度，这个差距就越来越大，机会也越来越大。所以，构建护城河时要以客户为中心；构建易用性时要为客户创造阻力最小的路径；而那个渗透差距，就代表着你的机会。
11:16如果之前那张白色空间正在被填满的幻灯片令你有些沮丧，请允许我们提醒你：没有任何领先是安全的。赛车界有句话：在晴天，你无法超越15辆车；但在雨天，你可以超越15辆。而现在，基础模型正在倾盆大雨般涌出新能力，这意味着没有任何领先是安全的。但同样意味着——任何人都可以获胜。
生逢其时，何其幸哉。
11:46说完这些，我把话筒交给索尼亚。
Part 2 · Sonya Huang：今日的 AI——智能体时代
11:57 – 21:03
11:57谢谢你，帕特。我只想说，看到台下这么多熟悉的面孔真是太美好了。今天在场的都是一群杰出的人，能成为这个生态系统的一部分，与大家同行，我真的非常开心。我这部分的目的是谈谈 AI 现在正在发生的事情——而2026年的关键词是：智能体（Agents）。来个回顾，2022年，有多少人记得 AutoGPT 或 BabyAGI？好的，好的。这些项目在 GitHub 上一夜爆红。它们做的是：拿过 GPT-3，给它一些工具，用一个循环封装，然后让它朝着某个目标自主运行。这看起来很有前景，直到你看着这些智能体一次又一次地失败。
12:36有点可爱，有点令人怜爱，但完全没用。我放这张幻灯片是为了提醒我们：我们早就知道智能体会到来，几年前就能预见，但在2022年，模型还没有准备好。快进到今天，在年初前后，某些事情真的改变了。突然间，我们周围到处都是智能体，而且它们似乎真的在运转了。
13:02两个智能体尤其取得了开门红：Claude Code 面向技术人群，以及 OpenAI 的系列应用——让任何拥有手机的人都能使用智能体。所以，无论你是资深工程师还是普通用户，关键点在于：现在任何人都可以创建智能体了。我们正在看到的是，人们正在为一切事情构建智能体。有一些有趣的东西，比如一个智能体能帮你举报邻居的税务欺诈——
13:28请不要这样做。或者……也许请这样做？有一些创业性质的用途，比如用智能体运行生成式媒体营销活动来销售建筑服务。还有专业层面的——我可以告诉你，红杉内部有一场大竞赛，看谁能构建最好的智能体来更好地完成我们的工作。
13:46那么，成为一个智能体意味着什么？
13:48这里有一个可能的定义：智能体是一个感知其环境、选择行动并自主朝着目标前进的系统。顺便说一句，这段演示视频是我自己用 Seedance 制作的，我很自豪——视频模型已经走了很长一段路。更具体地说，我认为智能体有三个功能组件。第一是推理和规划的能力——
14:12这是基本的直觉水平以及即时思考的能力。第二是采取行动的能力——工具、搜索、写作、编译。最后是朝着目标迭代的能力——这种持久性让智能体能够在长时间跨度内完成任务。智能能力将这三者结合在一起，简单来说，就是把事情做完的能力。
14:42如果我们将智能体分解为其构成组件——模型、工具、框架（harness）——过去一年中每个组件都取得了快速进步。
14:51首先，模型是大脑，也是发生的最重要的事情。这张图表衡量的是一个模型能在不出轨的情况下持续推进复杂任务的时间。一年前，这个时间是数十分钟，而今天是数小时。这是最重要的事情：模型终于强大到足以在长程任务上持续发挥性能了。
15:17其次，工具是手脚，让模型能够访问那些让我们在计算机上高效工作的东西——
15:24终端、文件系统、开发工具、iMessage、Slack、网络搜索、计算机控制……不胜枚举。过去二十年我们为人类构建的工具，最终也能够移植过来，对智能体同样大有裨益。有一种常见说法是”SaaS 已死”，但我认为恰恰相反——随着使用这些工具的智能体数量增加，这些工具的价值将会爆炸性增长。
15:53模型和工具赋予智能体能力，框架赋予它们持久性——坚持任务、适应变化并持续前进的能力。这个反馈循环现在真正开始运转，尤其是有了强化学习之后。我们正在给这些智能体上”驾校课”，让它们在强化学习训练场中接受训练，并在从机械工程到设计再到金融的不同场景下不断推动性能提升。
16:22我们也看到了自我改进或”机器构建机器”的早期曙光。例如，Andre 的一个研究项目能够在短短两小时内自主将研究推进到 GPT-2 水平的模型。
16:36那么，一个智能体无处不在的世界是什么样子的？智能体存在于一个”智能程度”的滑动标尺上。以编程为例：2023年，我们有了 Tab 自动补全——一个 AI 在一行代码旁协助一个人。这有一点点用，但从根本上来说并非颠覆性的。
16:57现在我们拥有了智能体化开发——一个人与一个智能体对话，指示它做什么，也许还在管理一支智能体团队。但这个范式还在被进一步推进。我们现在看到了后台智能体、异步智能体、智能体派生子智能体。我们认为这种异步智能体的整个范式很可能在数量上超越当前范式，原因就在于系统中那种巨大的杠杆效应。
17:20而在最前沿的边界处，我称之为“暗工厂”（dark factories）——将人类审查完全从系统中移除。这听起来很疯狂，但我确实在生产环境中见过，包括在网络安全公司中。只要有足够好的护栏和足够好的工程实现，这是可能的。
17:39所以，我们正在沿着一条”智能化程度”的阶梯向上攀升：智能体从在你身旁做一点小事的小助手，到需要被管理的实习生，到能自我管理的实习生，再到最终可以被信任、无需监督地直接推送到生产环境的实习生。这不只是在编程领域，而是智能体全面发展的演进轨迹。
18:02对于这个房间里的创始人们，最重要的启示是：服务即新软件（Services is the new software）。帕特说这句话已经说了很久了，我们的合伙人 Julian——他今天也在观众席中——发表了一篇关于这个主题的精彩文章。这个观点我们已经知道很久了，但我认为它现在真的在发生。在医学领域，你可以雇用一个智能体来检查你的基因组，给你个性化建议，可以为你开药，向你推荐临床试验。
18:23在法律领域，你将能够雇用可以代表你谈判合同、甚至进行诉讼并为你达成和解的智能体。在数学和科学领域，我们看到智能体能够解决厄多斯问题或发现新的超导体——这多么令人兴奋啊！在消费者领域，有能为你管理收件箱、日历、财务、报税的个人智能体。
18:48我们预计智能体将无处不在。这在部分程度上是因为雇用智能体比雇用员工容易太多了。人类难以扩展规模；智能体随着计算资源可以无限扩展。人类难以让他们保持快乐——而我总是快乐的——智能体几乎不需要维护。人类昂贵，你要支付薪资；你支付给智能体的是 token。
19:12通常情况下，用 token 完成一项任务的成本低于薪资所需的等价成本。今天，人类总体上仍然更聪明，但”苦涩的教训”（the bitter lesson）还在推进，很快智能体在很多事情上将比我们更聪明。所以，这张幻灯片的意思不是我们人类将失去工作——我认为适应性是人类独特的特质。
19:29但我们确实预期智能体将在应用层以前所未有的速度和规模迅速部署，原因很简单：经济逻辑太清晰了，智能体固有的可扩展性也如此。如果你把这一切加在一起，智能体的数量正在按某种指数甚至超指数增长。
19:49我认为我们即将触及那个真正开始变得奇异的节点。当商业行为在智能体之间发生时，会怎样？它们能相互支付吗？
19:57当智能体真的可以彼此谈判一笔交易的条款时，会发生什么？我们会不会有成群的智能体在监管我们，阻止网络安全威胁或大规模欺诈？
20:06我们只知道，世界正在以极快的速度变得奇怪。
20:11最后来做个收尾。长程智能体已经在这里。它们所处的曲线非常清晰。对于创始人们，我想每个人都有一些例子——关于有人凭借 AI 完成了疯狂压缩时间表的项目。Zed 的 Nathan 利用假期和 Claude Code 独自完成了一个原本需要三年的项目；Brett Taylor 在一个周末重建了 Sierra；Notion 团队在仅仅六周内重写了800万行代码。
20:39每个人都有这样的压缩时间表的例子，但我认为除了 AGI 实验室内部的少数人之外，很少有人见过当你把这些压缩时间表叠加在一起时会发生什么。而那正是现在所可能实现的。所以，无论你能想象在未来百年内构建什么，我们认为，借助智能体，这些都有可能在100天内实现。我将话筒交给康斯坦丁。
Part 3 · Konstantine Buhler：明日的 AI——认知的工业革命
21:07 – 31:52
21:03谢谢你，索尼亚。
21:07非常感谢索尼亚和帕特精彩的综述与分析。在这部分，我们来谈谈接下来会发生什么。我们都知道我们身处 AI 时代，那么它会是什么样子？
21:22它会有什么感觉？它的特征是什么？
21:27在演讲的早些时候，帕特将技术革命分为计算和传播两类。在这里，我们将对工作类型做另一个二分法。一类是体力劳动——小马快递上的包裹，猎鹰9号火箭上的卫星——功 = 力 × 距离，物理位移。另一类是脑力劳动——毕达哥拉斯推导定理，DeepMind 解决蛋白质折叠问题——有意识的思考。
21:58这是非常不同的两类工作，但我们相信它们将遵循非常相似的革命模式。先说体力劳动，因为我们已经经历过这场革命——工业革命。在人类历史的绝大多数时间里，为人类服务的几乎所有工作都是由某种肌肉完成的：人或动物，人搬运东西，或动物拉着人前行。
22:33从1700年开始，但这可以追溯到数千年前。然后事情开始改变：水力和风力，蒸汽机，然后事情加速了——蒸汽机、内燃机、电动机。今天，2026年，你可以估算出地球上为人类完成的所有体力劳动，99%以上是由机器完成的。
23:04把你送到这里来的飞机，这个房间里所有物品的制造，所有设置这场人类体验的运输工作——都是机器完成的。我们认为，在认知领域，将会发生类似的模式。
23:20只是我们在这条路上还早一些。对于人类历史的大部分时间，地球上为人类完成的所有思考，主要是由人类完成的，也许一点点来自动物——牧羊犬追赶羊群。在此之上，只有一小片机械性工作：星盘或时钟。
23:42过去几百年间几乎没有什么进步，直到电子计算的出现。在过去一百年里，想想在任何给定时刻，为了服务于我们人类而发生的数万亿次计算。所有这些正在发生的脑力劳动——每时每刻为我们服务的数万亿次计算——
24:10我们相信神经网络是下一个巨大浪潮，在不远的未来，地球上99.9%的认知将由机器完成。这个类比相当鲜明。好消息是我们已经经历过这样的革命。认知革命将会很像工业革命，只是规模更大、速度更快。
24:45那么，生活在这个未来是什么感觉？我想通过四个简短的故事来分享这个未来的侧写。
📍 故事一：铝的故事
24:5719世纪中叶，美国想要建造一座宏伟的纪念碑，献给我们的第一位总统、最伟大的战争英雄乔治·华盛顿。于是我们设计了当时世界上最高的建筑：华盛顿国家纪念碑。我们想用世界上最珍贵的金属为其封顶——100盎司世界上最珍贵的金属。这种金属珍贵到被陈列在曼哈顿蒂芙尼的橱窗里供人瞻仰。那种金属叫做——铝。
25:32在华盛顿国家纪念碑落成后的数十年内，一位年轻的发明家发明了电解法——从泥土中分离铝的工艺。数十年内，铝被用来包裹我们的糖果和三明治，然后被随手扔进垃圾桶。
铝就是智慧。电解法就是人工智能。
我们即将进入一个世界，在那里，一些需要数十年才能习得的最珍贵技能——博士级别的技能——会被即刻调用，用完就可以揉成一团扔进垃圾桶。
📍 故事二：异形设计
26:27我们正在进入一个”异形设计”的世界。今天我们所见的世界充满了为人类而设计的事物——它以对我们大脑有意义的方式被优化，因为我们承担了世界上几乎所有的认知工作。当机器承担认知时，情况会有些不同。2006年，美国航空航天局在为一次大型太空任务优化天线。传统上，他们的天线看起来是这样的——
26:55一个美丽的几何对称图案，在某些功率约束下最大化表面积。这一次，他们说：我们把它交给计算机，让一个进化算法——很像强化学习——来处理。结果就是这个天线——生产效率大幅提升，但对人类大脑来说完全不直觉。在这个 AI 时代，当我们将认知交给机器时，我们将得到对我们来说不直觉的结果。
27:29当 AI 在设计芯片、汽车、建筑时，它们可能看起来截然不同。我们进入的这个世界，我们必须保持开放的心态，因为 AI 的思考方式不会像我们一样——它会有异形设计。
📍 故事三：新兴的各种科学
28:08不是新兴科学，而是新兴的各种科学们。在工业革命初期，有像纽曼和瓦特这样伟大的工程师，他们完善了燃烧发动机。基本上是把一种石化化合物放入活塞，点火，数以百万、数以亿计的粒子爆炸，推动活塞做功。将近一百年，这一切都是在反复试验。工程师们说：”啊，这样稍微好一点。”
28:24也许你能看到某种缩放定律，但这是工程师们在摆弄产品，看看如何稍加改进。在萨迪·卡诺（Sadi Carnot）出现前120多年，他将其形式化为一门新的科学——热力学。
28:44他说：”等一下，有数百万、数十亿个粒子，我们实际上可以将这一切形式化地描述出来。”在我们现在的情况下，有数十亿个神经元，数万亿个 token。现在，我们正处于 AI 的”反复试验”阶段。即使我们认为它是一门已被理解的科学，它也不是。未来，在接下来的几十年里，将会出现一门与热力学一样基础的科学。这个房间里的某个人可能会提出那门科学。那门科学将在高中里被教授，它将是那么基础，它将帮助我们掌握 AI。
29:16它甚至将帮助我们掌握意识。
📍 故事四：无理性之艺术
29:16在人类历史的绝大多数时间里，数万年来，艺术一直是向现实主义进步的历程——这是约25000年前的洞穴壁画，埃及象形文字，希腊陶器，文艺复兴绘画——几万年间走向写实艺术的宏大转变，看看其中的差异。
29:55数万年来，人类的胜利。然后工程技术来了——达盖尔式摄影法、早期摄影——突然间，那些花费数十年生命去完善每一笔触的技能，消失了。世界作何反应？人们认为绘画完了。”就这样了，机器做得比任何人类都好，艺术结束了。”
30:30那么实际发生了什么？人类是如何回应的？人类的回应是：这门艺术的目的，究竟是捕捉眼睛所见的瞬间，还是捕捉心灵与灵魂所感受到的瞬间？
30:49印象主义、表现主义、立体主义、新表现主义。所有这些新的艺术形式，都是人类对这场科学剧变的回应。2500年前，希腊哲学家普罗泰戈拉写道：”人是万物的尺度。”他的意思是，任何事物在真空中对人类都没有价值。铝没有，艺术没有，智慧没有。它只有因为体验才有价值。
AI 可以完成工作，AI 将会完成工作。
但只有人类的连接才能让你有理由在乎。
这就是我们今天都在这个房间里的原因。
31:52十年后，工作将会截然不同。事情将会发生很大的变化。但唯一不变的是，你今天与身旁的人建立的关系将会持久。这是你将来回首时会记起的，这是今天最有价值的东西。所以，我鼓励你与身旁的人建立这些关系，享受在 AI Ascent 的时光，真正拥抱那些让我们最具人性的东西。
【参考信息】
原视频：This is AGI: Sequoia AI Ascent 2026 Keynote
发布方：Sequoia Capital
发布时间：2026年5月
本文为演讲中文译文整理，已尽量保留原文语意。