323
1本期邀请算法工程师周亦庄分享他近期的三条观察：以 GPT 5.2 为代表的模型 Agent 能力大幅提升、Agent 相关的应用正在迎来爆发、2026 年是 Multi‑Agent 的元年。结合 OpenAI 提出的 AGI 五步路线图，他发表“暴论” —— AGI 可能在 3 年内就会到来。周亦庄回顾了大模型竞争如何从语料和参数扩展（Data & Model scaling）升级到思维链拓展（Test-time scaling），解释了为什么接下来会走向多智能体拓展（Multi-agent scaling）。节目从技术视角出发，围绕 Agent 与 Agent Skills、Multi-Agent 组织结构、以及 AGI 线路图最后两个 Innovator / Organization 阶段展开，探讨 AGI 愿景下的技术与机遇。
嘉宾及主播
- 周亦庄：阶跃星辰退居二线的 LLM 算法工程师，曾负责千亿参数语言模型及万亿参数稀疏模型预训练。高强度 Codex 用户，试图用 agent 改造组织生产工作流程
- Ailing 小狼（主播）：大模型厂商开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder
你可以听到
- 竞争重心转向 Agent：大模型竞争正在从参数扩展转向 Agent 应用。周亦庄用多个 Agent 完成编码和文档任务，不再手写代码
- Skill 与 MCP 的差别：Skill 是压缩的人类经验，是实践和验证的结晶，正如《孙子兵法》是战争的经验，可以被压缩为“知己知彼，百战不殆”八个字。MCP 则是 Agent 调用工具的接口
- 自我迭代与记忆机制：完成任务后让 Agent 记录过程，避免重复错误，逐渐形成可复用的 Skill
- Skill 市场：Skill 像出版物一样，是凝聚人类实践的知识，未来或出现 Skill 市场供分享和模型训练
- Multi‑Agent 需要组织架构：一个 Agent 难以持续工作，需要拆分任务、设立 leader 和小组，让 Agent 之间通过信息流协同
- 2026 为何是 Multi‑Agent 元年？ 随着 GPT‑5.2 等模型突破，Agent 能力已达可用水平，2026 年 Skill 的沉淀将推动 Multi‑Agent 真正落地
- 组织学也是一门科学：Multi-Agent 系统需要从人类的组织/管理工具中获得启发（如 OKR），这是目前 Agent 模型的短板
- Scaling 演进：AI 经历参数与数据扩展、长思考强化以及 Agent 自主工具交互三阶段
- Agent OS：分析了最近很火的 Agent OS 概念：将Agent 比作操作系统，模型是 CPU，上下文是内存，MCP 类似驱动
- Innovator 与 Organization 阶段：在 AGI 路线图里，Agent 之后还有 Innovator 和 Organization 两阶段，前者强调操控物理世界、调度真实资源的能力，后者强调组织多 Agent 攻克复杂问题的能力，两者是正交的，会同步发展
开场音乐 & 其他
- 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌
- 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题
- 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长
- 本期节目的封面是 ChatGPT 5.2 Thinking 基于参考素材生成的，对中文的呈现还是一塌糊涂
