红杉AI 2026大会传递信号：未来四年AI改写规则，创业者需为AGI到来做准备-优快云博客

第一节｜做事方式彻底换了

在红杉AI 2026大会现场，Andrej Karpathy语气平静地说：“我不记得上一次手动修改AI的输出，是什么时候了。”一个写了十几年代码的人，开始不需要改工具的输出了。过去一年，多数人认为AI只是更快的工具，但这场峰会传递的信号，是规则的改写，涉及做事方式、做事主体以及做事原因等规则。接下来四年的变化，可能比过去十年还剧烈。

Andrej Karpathy表示，两三年前写代码要一行一行规定机器动作，现在只需讲清目标，模型就能自行完成路径。软件底层范式改变，从明确规则集合到机器学习训练模型，再到大语言模型下“不动手”完成工作，中间层被拿掉。

他举例，曾为让用户拍菜单看菜品样子写完整应用，需多步骤实现；如今把照片和指令给最新模型，就能直接生成结果，无需中间应用和冗长流程。

传统软件设计围绕功能需求搭建实现路径，这曾是企业护城河。但模型能力强大后，路径不再稀缺，用户要的是结果，围绕实现方式建立的产品需重新审视。首当其冲的是格式转换工具，当模型能理解原始输入，中间转换环节多余；低代码平台部分核心价值也被重新定义，若做事方式从分解步骤变为描述目标，这类平台要么深耕行业专业领域，要么回答生成能力接近免费时能帮用户解决什么问题。以前做事理清步骤，现在讲清目标。

第二节｜人机分工正在重构

对于OpenClaw智能体的爆红，Andrej Karpathy认为现在的智能体像实习生，能独立完成工作，某些环节稳定，但细节易出错。他觉得未来机器能否完全接管工作的核心标准是可验证性。结果能清晰判断对错的事易被自动化，需权衡多种可能、无唯一标准的事，模型难单独完成。

可验证范围在扩大，机器能做的工作增多。如写代码、设计界面，当有明确验证标准时就变得可验证。判断岗位是否受影响，要看工作中可分解为有明确验证标准任务的比例。高级设计师80%的执行工作可能被转移，20%的创意决策较安全。会计、法务和客服的大量规则验证、文档审查、标准问题响应工作在被自动化，但最终签字责任、风险判断、复杂纠纷处理仍需人承担。新的分工逐渐清晰：模型负责执行，人负责设定边界和方向。人无需关注细节和死记操作步骤，但要清楚工作定义和正确结果。

这种分工能持续多久呢？

第三节｜为AGI做准备

Demis Hassabis给出明确时间判断，2030年AGI（通用人工智能）将实现，距离现在仅四年。若现在创业，通常需5 - 8年成功，而AGI会在这10年中间出现，这不可忽视。

Demis表示一直在观察智能体发展，过去几个月人们才找到真正有价值的应用点，未来6到12个月会有更大进展。他建议创业者结合AI与深科技，投身材料科学、医学等艰难物理领域，这些领域涉及真实原子世界，不会被基础模型更新轻易洗牌。纯软件层面变化快，而解决需深入理解物理世界等问题的护城河更深。

Andrej Karpathy在峰会上说，可把思考过程交给AI，但不能把理解力交给AI。理解力是知道问题所在、事情价值和目标定义。他发现自己成了工作流瓶颈，因为LLM能无限生成和高效执行，但无法替人理解事情对人类的重要性。所以建立更深理解更重要，包括理解行业底层逻辑、用户需求和商业价值来源。四年后AGI到来时，这种理解力的价值会更清晰，因为虽AI能做很多事，但只有人知道何事值得做。