Agent不是噱头:一位AI工程师讲清它为何难、却值得
很多人把“AI Agent”当成新一轮营销热词,但在这场演讲中,Chip 用亲身经历、经典定义和真实工程难题解释了:Agent并不新,却异常困难;也正因为难,它才是通往下一代AI应用的关键路径。
很多人把“AI Agent”当成新一轮营销热词,但在这场演讲中,Chip 用亲身经历、经典定义和真实工程难题解释了:Agent并不新,却异常困难;也正因为难,它才是通往下一代AI应用的关键路径。
这场来自哥伦比亚大学研究者的演讲,试图回答一个被反复提起却很少被认真拆解的问题:什么才是真正的AI Agent,以及我们该如何系统性地提升它们的能力。视频从基础定义出发,结合学术研究,深入讨论了大语言模型在Agent场景下的自我改进、推理优化与测试时计算等关键方法。
一边是每月 200 美元、主打「深度研究」的 ChatGPT Pro,一边是几乎零门槛的 Perplexity。Greg Isenberg 用同一套创业任务正面硬刚,结果并不如大多数人想象。这不是工具测评,而是一场关于“AI 如何真正帮你做生意”的现实演示。
在长期保持神秘之后,OpenAI罕见地对GPT‑5及其路线图进行了系统性说明。这不仅是一次产品更新,更揭示了OpenAI在“模型是什么、应该如何使用”这一根本问题上的转向。
如果你还以为写应用必须先写代码,这个视频会直接把你拉回现实。Riley Brown 用 Cursor 演示了一种正在蔓延的开发方式:不敲键盘,只和 AI Agent 对话,就把一个接近 ChatGPT 的应用跑了起来。这不是玩具,而是很多程序员已经在用的“Vibe Coding”。
如果我告诉你,有人用 ChatGPT、Leonardo、Kling、ElevenLabs,在65分钟内“搭”出一家AI创业公司,你的第一反应大概率是:噱头。但看完 Greg Isenberg 的这期视频,你会意识到,真正被颠覆的不是创业速度,而是“创业门槛”本身。
如果你以为 ChatGPT 是在“理解”你,那这正是最大误解。Andrej Karpathy 用一场长达一小时的 Deep Dive,把大语言模型从神话拉回工程现实:它只是一个在模仿人类的统计机器,但正是这种“不会思考的系统”,正在重塑整个软件世界。
OpenAI 在东京发布了一个反直觉的新能力:AI 不再追求“快”,而是被允许在后台默默思考 5 到 30 分钟。它能自己上网、改计划、写出带引用的研究报告。这不是小功能更新,而是一次对“AI 应该怎么工作”的彻底改写。
不是写代码、不是做PPT,而是直接“开公司”。Greg Isenberg展示了一个极具冲击力的场景:花200美元买ChatGPT Pro,让Operator这个AI Agent登录网站、搜商品、发私信、记表格,几分钟内跑起一个真实可赚钱的生意。这不是未来,而是现在。
这支视频并不是一次简单的“反OpenAI”吐槽,而是一次对美国AI路线的深度反思。TBPN借由OpenAI与DeepSeek的对比,指出真正拖慢创新的不是算力或模型结构,而是恐惧、监管冲动与自我设限。