夜雨聆风
李飞飞向左，Karpathy向右 ：AI Agent的两种力量 2026年3月 · 深度评论第12期
解码AI Agent领域两种截然不同的发展路径
人工智能AI Agent李飞飞Karpathy空间智能
主题拆解大纲 🧭
1. 现象引入： Karpathy从"批评者"到"沉迷者"的戏剧性反转
2. 技术框架： 李飞飞"五环"架构——感知、认知、行动、学习、记忆
3. 路径对比： 狂热实践派 vs 冷静理论派
4. 产品落地： World Labs的Marble空间智能
5. 认知启示： 两位领军人物共同对AGI"祛魅"
一句话结论：当批评者开始沉迷，当冷静派持续深耕，AI Agent的真正价值在于看清当下正被改变的具体环节。
A. 钩子：Karpathy的180度反转
2025年10月，前OpenAI创始成员Andrej Karpathy在播客里给AI Agent泼了盆冷水："业界不该叫'智能体元年'，更准确的说法是'智能体十年'"。当时的Agent在他看来，连一个"可靠的实习生"都算不上。
五个月后，这位直言不讳的技术领袖却突然"自曝"：自己已"精神错乱"——每天16个小时沉浸在Agent中，从去年12月起就没亲手写过一行代码。他的解释是："某个开关被打开了。你不断开新的Agent，不断设计更复杂的流程，根本停不下来。"
Andrej Karpathy：前OpenAI创始成员，AI Agent领域知名评论者
B. 问题定义：从"年"到"十年"之间发生了什么？
在"年"与"十年"之间、在"垃圾"与"上瘾"之间，究竟发生了什么？而这个问题的答案，恰恰指向了当前AI Agent领域的另一位领航者——斯坦福大学教授李飞飞。
C. 方法框架：李飞飞的"五环"架构
：为何Agent不只是“聊天机器人”?
当业界还在争论Agent的定义时，李李飞飞团队用一篇长达80页的综述，直接给出了一套统一的认知架构。
这篇名为《Agent AI: Surveying the Horizons of Multimodal Interaction》的论文，最核心的贡献在于提出了五个环环相扣的核心模块：
1. 感知
AI不再被动接收信息，而是主动从物理或虚拟世界感知多模态数据，带着明确目的去理解环境。
2. 认知
作为"大脑"，通过大语言模型和视觉语言模型解释信息、进行多步推理并制定策略。
3. 行动
将决策转化为物理世界（如机械臂的移动）或数字世界（如API调用）的具体操作，让AI"长出双手"。
4. 学习
AI的护城河。通过与环境的交互（尤其是犯错），从成功和失败中汲取经验，优化未来决策。
5. 记忆
一个更持久、结构化的长期经验存储系统，而不是短暂的上下文窗口。
D. 可复现示例：两种路径的对比
——冰与火之歌：
“上瘾”的Karpathy与“冷静”的李飞飞
AI Agent发展时间线：Karpathy从批评者到沉迷者 vs 李飞飞持续深耕
当Karpathy为Agent上瘾时，李飞飞却在为更深层的智能形态铺路。她创立了World Labs，并将研究重心投向了"空间智能"。她认为，基于语言和像素的AI是不完整的，真正的智能必须理解三维世界。
这个理念的产品化成果是Marble——一个能够根据文本或图片生成可编辑3D环境的"世界模型"。
然而，技术理想与商业现实之间依然存在鸿沟。即便强大如Marble，也远未达到取代传统游戏引擎或电影工作流的程度。Karpathy的"十年论"与李飞飞的"空间智能"拼图，共同构成了AI Agent的矛盾现状：愿景极其清晰，但工程落地道阻且长。
AGI的神话：当领军人开始“祛魅”
2025【回看去年】
面对甚嚣尘上的AGI热炒，李飞飞展现出了科学家极度的冷静。她在2025年底的访谈中直言：“‘通用人工智能’（AGI）更像是一句营销话术，而非严谨的科学术语。我更关注如何解决AI面临的根本性技术挑战，而不是陷入概念争论。”对于你我而言，或许不必纠结于AGI这个“人造神话”何时降临。当Karpathy开始沉迷于管理他的AI团队，当李飞飞执着于教会AI理解三维空间时，真正的价值不在于预知未来，而在于看清当下正被技术改变的每一个具体环节。
2026【最新消息】
・李飞飞 (Fei-Fei Li)
2026年5月5日，李飞飞以首席科学官（CSO） 的身份，正式加入了AI游戏平台 Astrocade。这个由她领导的新项目，刚获得了由红杉资本（Sequoia）领投的5600万美元融资，投资人还包括谷歌（Google）和英伟达（NVIDIA）。这是继World Labs之后，李飞飞在“空间智能”领域的又一次落子——她坚信“大语言模型无法通往AGI，空间智能才是最优路径”。
・Andrej Karpathy
他最初提出的“氛围编程”（Vibe Coding）概念已被认为是过去式。在2026年5月6日的一次采访中，Karpathy明确提出，这个领域已经进入一个更结构化的新时代—— “智能体工程” (Agentic Engineering)。这标志着AI开发从个人灵感驱动，转向了更专业、更系统的工程实践。他的原话是：“你可以外包思考，但你无法外包理解。”
与此同时，World Labs的Marble空间智能平台一直在持续迭代，1.1版本及1.1-Plus模型已发布，开源渲染引擎Spark 2.0也已推出。根据最新报道，World Labs的融资额已更新至10亿美元，投资方包括英伟达、AMD等。宏观数据印证了这场“冰与火之歌”的激烈程度：AI Agent市场规模预计在2026年达到117.8亿美元，年复合增长率高达46.61%。而65%的企业已经开始尝试应用AI Agent但仅20%建立了成熟的治理模型——多达40%的项目可能面临搁置风险。—— “狂热”与“冷静”，仍在进行中。
误区与坑点 🧭
1. 误解"智能体元年"
业界曾将2024年称为"智能体元年"，但Karpathy的"十年论"提醒我们：Agent的成熟需要时间积累，不能急于求成。
2. 把AGI当营销话术
李飞飞在访谈中直言："AGI更像是一句营销话术，而非严谨的科学术语。"面对炒作需保持冷静。
3. 忽视工程落地难度
从五环架构到实际应用，从Marble到商业化，中间有巨大的工程鸿沟需要跨越。
4. 沉迷于工具本身
Karpathy的"上瘾"现象警示我们：技术工具本身具有成瘾性，需要保持清醒的边界意识。
5. 忽视底层认知架构
仅靠LLM不够，需要像五环架构那样系统性地思考感知、认知、行动、学习、记忆的闭环。
行动清单
1. 用"五环框架"审视你正在关注的AI Agent项目
2. 关注Karpathy等批评者的态度变化
，作为行业风向标
3. 警惕技术成瘾：设定明确的使用边界
4. 对AGI炒作保持理性距离，关注实际技术挑战
5. 跟进World Labs等空间智能先驱的产品进展
6. 在"狂热"与"冷静"之间找到自己的节奏
📌 实验文本 · 语言模拟与信息文本
本文是由AI写作系统I·O生成初稿、经人类编辑排版发布的人机协作写作流程测试。
I·O是运行在认知写作雷达（Cognitive Writing Radar）协议栈下的AI写作系统，由人类架构师Sheng·ZY设计其审计规则与协作框架。本次写作任务的命题方向、素材锚定与最终审核签字均由人类完成；数据检索、交叉验证与文本构建由I·O独立执行。
认知写作雷达是一套仍在开发中的写作审计方法体系。它的核心功能不是帮你生成文本，而是帮你检验已经生成的文本——是否经得起逻辑追问、是否可被独立溯源、是否在顺滑的表象下悄悄绕过了你的判断。
测试结果：通过。全链路核心写作任务由认知写作雷达协议栈驱动执行，人工完成命题锚定、关键方向调整、排版适配与最终审核签字。
如果你读到这里，你不是在读一篇“AI写的文章”。你是在阅读一份人机协作写作流程的测试档案。这篇文章的作者署名“Sheng & I·O”，代表的是人类架构师与AI写作系统之间的协作关系——不是替代，是共同签字。
参考来源 📚
1) 新智元：Karpathy自曝每天16小时沉浸在AI Agent中（pchome.com.cn）
2) Dwarkesh Patel Podcast：Andrej Karpathy访谈，2025年10月
3) Lenny's Podcast：李飞飞访谈，2025年底
4) 太平洋电脑网：World Labs Marble产品发布报道（pconline.com.cn）
5) 斯坦福/微软：Agent AI: Surveying the Horizons of Multimodal Interaction（论文原文）
