张小珺和苏煜聊Agent技术史、OpenClaw Moment

来源： 语言即世界工作室 / 张小珺商业访谈录
嘉宾： 苏煜（俄亥俄州立大学计算机教授，2025年“斯隆研究奖”获得者，Neocognition 创始人）
主持人： 张小珺
时长： 2h17min

核心论点

苏煜认为，AI Agent 正处于范式转变的拐点。通用智能（general intelligence）正在变得廉价和标配化，真正的差异化竞争力来自专业化智能（specializing intelligence）和持续学习（continued learning）。他同时指出，中国在 AI 应用层的热情远超美国，而美国仍停留在开发者/技术圈层的叙事中。

逐节内容

1. 开场与嘉宾背景（00:00-02:00）

主持人介绍：苏煜是 OSU 计算机教授，研究方向为 language agent。创办 Neocognition 公司，聚焦 agent 研究。代表作包括 Mind2Web、CACT、LM Planner、MMMU 等早期 agent benchmark。

2. OpenClaw 的革命性意义（02:00-10:00）

• OpenClaw 标志 Agent 范式变化，类比 ChatGPT 标志 LLM 范式变化
• 两大变化： 交互形式变化：在 WhatsApp 等即时通讯软件中交互，24 小时 always on，有独立环境 Unaligned 路线：不管 permission/safety，所有能力全部打开释放
• 深刻改变了科技公司的行为和技术路线：Anthropic Claude Code 跟进、OpenAI 全面转向 agent + productivity coding、NVIDIA 老黄称每个企业都需要 “Claude strategy”
• 已经辐射到裁员新闻等社会层面

3. AI 发展史回顾（10:00-17:00）

• Agent 不是新话题，贯穿 AI 始终
• 经典教材：《Artificial Intelligence: A Modern Approach》
• 两个主要阶段： Symbolic agent：基于规则和符号推理 Neural agent：深度强化学习（AlphaGo、Atari、Dota、星际争霸），但 autonomy 和 memory 都很受限
• Agent 能力从三个维度分析：memory、computation、autonomy

4. 符号化与语言：人类智能的本质（17:00-26:00）

• 人类感官不是最好的，但语言是独一无二的
• 语言使信息能跨越时空和代际传递
• Terence Deacon《The Symbolic Species》：符号和人类大脑是 co-evolution 的过程 先有了符号的 abstracted representation 反过来产生进化压力，让大脑产生相应变化 这相当于”自己开了一局新的游戏”，其他物种还在慢悠悠进化，Homo sapiens 开启了 Symbolic 新赛道 这个新赛道是自循环的，产生 cultural 进化压力

5. 嘉宾学术经历与创业动机（26:00-34:00）

• 清华本科 → 美国 PhD → OSU 教授 → 搬来硅谷创办 Neocognition
• 研究 group 做 agent 相关工作多年
• 创业原因：在学校只能做 1-2 个事情，想同时做 10 个事情

6. Agent 能力评估：从 benchmark 到真实世界（34:00-42:00）

• 嘉宾组做了很多 benchmark（如 MMMU），强调 construct validity / ecological validity
• Benchmark 要评估的事情应该与 assistant 产生实际价值的效果高度正相关
• 现在 agent 做任务的可靠性还不够，但已经能做很多事情
• OpenClaw 让大众意识到 agent 已经”这么厉害了”

7. Specialization vs General Intelligence（42:00-49:00）

• 核心观点：当通用智能变得廉价/标配时，differentiation 来自 specialization
• 世界由几百万个小世界组成，每个职业、domain、公司、甚至每个软件都是一个小世界
• 需要找到 differentiation，同时 credible + feasible + 团队是 best to do it + 有商业价值 + 大厂不能轻易 copy
• Specializing intelligence 是现在最缺的

8. OpenClaw 对中国 vs 美国的影响差异（49:00-57:00）

• 中国更加全民化：街头巷尾、各地政府都在推
• 美国主要限于开发者群体：仍是开源项目叙事
• 中国变成”时代性的产业机会”，甚至有”不学就要被淘汰”的焦虑感
• 老人拿着电脑找年轻人帮忙装 OpenClaw
• 中国在应用层动作一直很快（Google 前 CEO Eric Schmidt 也有类似洞察）

9. Agent 可靠性问题与边界条件（57:00-66:00）

• 现在 agent 做任务时可靠性还不够
• 非高度专业性问题 + 有必要的信息 → 60-70% 概率能做对
• 需要更多的 specialization 来提升可靠性（speed、cost effectiveness）
• 开源 vs 闭源的安全策略差异：开源项目释放后问题相对小，闭源要非常小心

10. Embodied Intelligence 具身智能（66:00-76:00）

• VLA（Vision-Language-Action）技术路线
• 想象空间大，但 uncertainty 非常高
• 没人能 guarantee 自己的路线是对的
• 在这种高想象空间 + 高不确定性的驱动下，大家会 “play some crazy bets”
• 嘉宾个人偏好：all the way continued learning + all the way world modeling

11. Continued Learning 持续学习（76:00-85:00）

• 经典问题：在学会新任务的同时，不要忘掉已有的任务（catastrophic forgetting）
• 现在用法非常多样化：RL、post-training 都是 continued learning
• 对个人而言最关键的 gap 是：学习的目标到底是什么
• Continued learning 和 world modeling 是最根本的 bet

12. 语言作为文明基石（85:00-94:00）

• 语言让人类能跨越时空和代际传递信息
• Symbolic representation 是人类区别于其他物种的根本
• 其他物种还在慢悠悠进化，Homo sapiens 开启了自循环的 Symbolic 赛道
• 这个新赛道的进化压力是 cultural 层面的

13. Universal Digital Agent 终局思考（94:00-103:00）

• 最终目标是 universal digital agent
• Coding 不会消失：大脑是以 wide doorway 方式编码的
• 但需要关注 specialization 方向的发展
• 人机交互（HCI）研究显示很多有意思的模式

14. 2026 年 Agent 预期（103:00-111:00）

• Specialization and becoming expert agent 是方向
• 要达到可靠性、速度、成本效益
• 最后达成结果之后，在可靠性上有更高的追求

15. 个人经历：从清华到 OSU（111:00-120:00）

• 清华计算机本科，高考发挥不错
• 在美国读 PhD，后来在 OSU 当老师
• 开启 OSU OMP Group，做 agent 和 LM 相关研究

16. 为什么选择创业（120:00-128:00）

• 在学校只能做 1-2 个事情，创业可以同时做 10 个事情
• 这一代是最早做 agent 的这拨人，经历了完整周期
• 从学校到创业，本质上原因相同：想做得更多

17. AI 取代知识工人的社会影响（128:00-134:00）

• 真正的 concern：如果 AI agents 大规模取代 knowledge worker 不能产生足够多的新岗位去承接 displaced workforce 没有好的收益分配/再分配机制 大部分收益由头部公司或资本获得
• 这会对社会产生极大的影响

18. 影响 AI 进程的关键论文 & Closing（134:00-137:48）

• 关键论文：
• 1940s 神经元计算模型（最早用 computation 模拟 neuron）
• Backpropagation（Hinton 大众化）
• AlexNet 2012（神经网络文艺复兴）
• Word2Vec 2013（重新引入 language processing）
• Attention 机制 2014（两篇论文：seq2seq + machine translation）
• Transformer 2017
• BERT 2018（第一个大规模 foundation model for language）
• GPT 系列 Chain of Thought
• 个人信念：all the way continued learning + all the way world modeling
• 工作室名称”语言即世界”非常好 —— that’s the truth, that’s my belief

金句

• “Agent 贯穿 AI 的始终”
• “当通用智能变得廉价时，differentiation 来自 specialization”
• “阳光之下没有新鲜事”
• “语言是独一无二的，这是导致我们文明和智能与众不同的根本原因”
• “Homo sapiens 开启了 Symbolic 的新赛道，这个赛道是自循环的”
• “中国更加全民化，美国仍限于开发者群体”
• “真正的 concern 是 job displacement 和收益分配机制”