唐杰深夜發(fā)文，AI從工具到勞動(dòng)力只差這一步

隨著黃仁勛踏上前往特朗普的空軍一號(hào)，智譜股價(jià)暴漲36.9%，收?qǐng)?bào)1150港元，創(chuàng)下歷史新高。

從1月8日上市時(shí)的116.20港元發(fā)行價(jià)算起，智譜的股價(jià)在短短四個(gè)多月內(nèi)增長了900%。

而就在暴漲之前不到24小時(shí)里，智譜創(chuàng)始人唐杰深夜在X上發(fā)布了一條推文，大談了自己對(duì)整個(gè)AI產(chǎn)業(yè)的思考。

整條推文的核心是“長周期任務(wù)”。

請(qǐng)注意，英文原文是“Long-Horizon Tasks”，直譯過來應(yīng)該是長視野。但是在AI語境中，它是指一個(gè)任務(wù)需要跨越較長時(shí)間、較多步驟、較多中間狀態(tài)才能完成。

他認(rèn)為，2026年最可能的突破點(diǎn)不在于模型變得更聰明，而在于模型能夠持續(xù)完成復(fù)雜、多步驟的任務(wù)。

在唐杰看來，一旦模型能持續(xù)規(guī)劃、試錯(cuò)、判斷和交付，它沖擊的就不只是程序員效率，而是整套人類執(zhí)行層。

以前AI替人寫幾句話，大家還能說它只是工具。一旦AI能連續(xù)幾天自己干活、自己判斷、自己交付結(jié)果，它要替代的就不只是某個(gè)崗位了，它可能會(huì)徹底替代某一個(gè)行業(yè)。

01

長周期任務(wù)是什么？

過去兩年，我們?cè)u(píng)價(jià)一個(gè)大模型的好壞，主要看它在單次對(duì)話中的表現(xiàn)。回答是否準(zhǔn)確、邏輯是否清晰、語言是否流暢。

這本質(zhì)上是在測(cè)試智力。但長周期任務(wù)需要的不是智力，是執(zhí)行力。

目標(biāo)明確但路徑不確定，需要持續(xù)數(shù)個(gè)小時(shí)、數(shù)天甚至數(shù)周的長期推進(jìn)。

唐杰在推文中用黑客作為例子。

他說，漏洞挖掘是典型的長周期任務(wù)。需要閱讀大量代碼、理解系統(tǒng)架構(gòu)、搭建測(cè)試環(huán)境、構(gòu)造攻擊輸入、驗(yàn)證漏洞有效性，最后撰寫技術(shù)報(bào)告。

這個(gè)過程充滿試錯(cuò)，因?yàn)闆]有標(biāo)準(zhǔn)答案，只能依賴經(jīng)驗(yàn)和直覺。

你不能只讀一遍代碼就找到漏洞，你要反復(fù)去嘗試不同的攻擊向量，在每次失敗后調(diào)整思路，在每次成功后驗(yàn)證可靠性。

如果AI能在這種對(duì)抗性、經(jīng)驗(yàn)化的領(lǐng)域站穩(wěn)腳跟，那么它對(duì)普通程序員、數(shù)據(jù)分析師、法務(wù)助理等職業(yè)的沖擊只會(huì)來得更猛烈。

因?yàn)檫@些職業(yè)的任務(wù)雖然也很復(fù)雜，但對(duì)抗性更弱，經(jīng)驗(yàn)依賴度更低，更容易被系統(tǒng)化的流程覆蓋。

唐杰認(rèn)為，衡量AI的方式，正在從看對(duì)話、答案，變成看“長周期”任務(wù)完成能力。

一個(gè)模型可能在單次對(duì)話中表現(xiàn)完美，但在需要持續(xù)工作8小時(shí)的任務(wù)中頻繁出錯(cuò)、丟失上下文、重復(fù)無效操作。

另一個(gè)模型可能單次回答不夠精彩，但能穩(wěn)定地推進(jìn)任務(wù)，記住每一步的結(jié)果，在遇到障礙時(shí)自動(dòng)換路徑。

那么后者在長周期任務(wù)中的價(jià)值，就高于前者。

騰訊的姚順雨曾提出一個(gè)概念，今天模型太依賴預(yù)訓(xùn)練里的“參數(shù)化知識(shí)”，真實(shí)世界更需要能從當(dāng)前Context里學(xué)習(xí)并應(yīng)用的模型。

當(dāng)模型真正開始跑任務(wù)的時(shí)候，它需要查文檔、跑代碼、測(cè)接口、讀日志、調(diào)參數(shù)。

一個(gè)能熟練調(diào)用這些工具的模型，比一個(gè)記住了所有API文檔但不會(huì)實(shí)際操作的模型有用得多。

此外，以前的模型過于被動(dòng)，它得等待人類發(fā)出指令后才能執(zhí)行，而且每發(fā)出一次指令，只能執(zhí)行一步。

但在長周期任務(wù)里，給定目標(biāo)后，模型需要自主規(guī)劃和執(zhí)行。

被動(dòng)響應(yīng)只需要理解當(dāng)前問題，主動(dòng)推進(jìn)需要理解整個(gè)任務(wù)的結(jié)構(gòu)、當(dāng)前所處的階段、下一步應(yīng)該做什么、如果失敗了該如何調(diào)整。

這需要模型具備某種“任務(wù)感”，知道自己在做什么，為什么這樣做，做到哪一步了。

當(dāng)有了這一切后，AI就開始進(jìn)入“結(jié)果交付”階段。

企業(yè)和個(gè)人不再滿足于“AI幫我寫了一段代碼”，而是期待“AI幫我完成了整個(gè)功能模塊的開發(fā)、測(cè)試和部署”。

這是從助手到承包商的跨越。助手需要你告訴它每一步做什么，承包商只需要你告訴它最終要什么結(jié)果。

長周期任務(wù)的概念并不新鮮。學(xué)術(shù)界早就在研究強(qiáng)化學(xué)習(xí)、任務(wù)規(guī)劃、多步推理。

唐杰認(rèn)為，正是因?yàn)槿缦聨讉€(gè)關(guān)鍵技術(shù)突破，長周期任務(wù)在今年變得可以實(shí)現(xiàn)。

第一個(gè)就是記憶。

百萬級(jí)上下文窗口和RAG技術(shù)的成熟，讓模型能夠在長時(shí)間任務(wù)中保持對(duì)項(xiàng)目背景、歷史嘗試和用戶偏好的記憶。

Claude Opus 4.7支持1M token上下文窗口，GLM-5.1支持200K token。這意味著模型可以在一個(gè)會(huì)話中記住數(shù)十萬字的代碼、文檔、對(duì)話歷史。

它不會(huì)因?yàn)槿蝿?wù)太長而忘記最初的目標(biāo)，不會(huì)重復(fù)已經(jīng)嘗試過的失敗方案，不會(huì)丟失中間步驟的關(guān)鍵信息。

第二個(gè)是持續(xù)學(xué)習(xí)。

雖然真正的持續(xù)學(xué)習(xí)仍然困難，但模型更新周期正在急劇縮短。全球領(lǐng)先模型已經(jīng)做到月度更新，國內(nèi)模型緊隨其后。如果明年能做到周更新，事實(shí)上就接近了持續(xù)學(xué)習(xí)的效果。

模型不需要在訓(xùn)練時(shí)就學(xué)會(huì)所有知識(shí)，它只需要能快速吸收新工具、新API、新業(yè)務(wù)規(guī)則。當(dāng)更新周期足夠短，模型就能跟上現(xiàn)實(shí)世界的變化速度。

第三個(gè)是自我判斷、自我進(jìn)化。

唐杰推測(cè)，Claude可能已經(jīng)實(shí)現(xiàn)了基礎(chǔ)的自訓(xùn)練能力。

模型自己寫代碼、清洗數(shù)據(jù)、生成合成數(shù)據(jù)，然后用這些數(shù)據(jù)訓(xùn)練自己。GPT-5.5就在用模型生成的代碼和測(cè)試用例來改進(jìn)自己的編程能力。

它開始知道自己的答案是否靠譜，知道什么時(shí)候該重試、求證或回滾。

這種能力在長周期任務(wù)中至關(guān)重要。因?yàn)闆]有人會(huì)在旁邊監(jiān)督每一步，模型必須自己判斷當(dāng)前方案是否可行，是否需要調(diào)整，是否已經(jīng)達(dá)到目標(biāo)。

但這條路徑也充滿風(fēng)險(xiǎn)。

自我進(jìn)化意味著人類對(duì)模型訓(xùn)練過程的控制力在下降。當(dāng)模型開始自己生成訓(xùn)練數(shù)據(jù)、自己評(píng)估訓(xùn)練效果時(shí)，我們?nèi)绾未_保它不會(huì)偏離人類的價(jià)值觀？我們對(duì)于AI的價(jià)值又是什么？

唐杰的判斷是，這些能力通過精巧的工程“tricks”實(shí)現(xiàn)。這意味著進(jìn)展速度會(huì)比學(xué)術(shù)界預(yù)期的快得多，因?yàn)楣こ袒牡芷谶h(yuǎn)短于學(xué)術(shù)和技術(shù)上的創(chuàng)新周期。

你只需要在現(xiàn)有架構(gòu)上做更好的prompt工程、更精細(xì)的強(qiáng)化學(xué)習(xí)、更可靠的工具集成。

智譜的GLM-5.1在SWE-Bench Pro上達(dá)到58.4%，超過GPT-5.4的57.7%和Claude Opus 4.6的57.3%，就是這種工程化迭代的結(jié)果。

02

智譜：在長周期任務(wù)賽道上的戰(zhàn)略押注

作為智譜的創(chuàng)始人兼首席科學(xué)家，唐杰發(fā)這條X顯然不只是技術(shù)觀察，還多了一層戰(zhàn)略宣言。

智譜在國內(nèi)大模型陣營中的特點(diǎn)是技術(shù)底子扎實(shí)，但商業(yè)化節(jié)奏相對(duì)謹(jǐn)慎。

它不像Kimi那樣靠C端爆款產(chǎn)品快速起量，也不像阿里、百度那樣有龐大的生態(tài)和流量入口。

智譜的路線一直是“模型能力先行，應(yīng)用場(chǎng)景跟進(jìn)”。先把基座模型做到足夠強(qiáng)，再通過API、私有化部署、行業(yè)解決方案變現(xiàn)。

長周期任務(wù)這個(gè)方向，無論是國內(nèi)還是國外，參與的玩家都很少，沒有明確的領(lǐng)跑者，大家都在探索階段。

OpenAI的GPT-5.5，定位就是“自主任務(wù)執(zhí)行”，強(qiáng)調(diào)的是agent能力和多步驟工作流，Opus 4.7也是類似。

然而二者在長周期這件事上，都還差點(diǎn)意思。

兩家公司并沒有展現(xiàn)出壓倒性優(yōu)勢(shì)，市場(chǎng)格局也還遠(yuǎn)未定型。

雖然在純模型能力上追趕GPT和Claude很難，不過在長周期任務(wù)這個(gè)新方向上，大家都站在同一條起跑線上。

唐杰進(jìn)一步提到了NPC這個(gè)概念。他認(rèn)為長周期能力會(huì)推進(jìn)從OPC到NPC的轉(zhuǎn)變。一人公司的邏輯是“人加AI工具”，無人公司的邏輯則是“AI系統(tǒng)加人類監(jiān)督”。

前者是增強(qiáng)，后者是替代。

不過無人公司并不是真的沒有人，而是人的定位發(fā)生了改變，從執(zhí)行者變成了目標(biāo)設(shè)定者、資源配置者和責(zé)任承擔(dān)者。

真正被替代的是中間執(zhí)行層，比如那些負(fù)責(zé)推進(jìn)任務(wù)和協(xié)調(diào)資源的崗位。在NPC里，人只需要設(shè)定目標(biāo)和審核結(jié)果。

落到智譜身上，唐杰的觀點(diǎn)預(yù)示著智譜接下來的發(fā)展方向。

智譜GLM-5.1的技術(shù)白皮書中提到，GLM-5.1能持續(xù)獨(dú)立作業(yè)8個(gè)小時(shí)，單次任務(wù)可穩(wěn)定執(zhí)行1200-1700步操作，無需人工監(jiān)控與干預(yù)。

不過這只是一張成績(jī)單，要真正讓企業(yè)放心，還得看它換到更多場(chǎng)景后會(huì)不會(huì)掉鏈子，遇到?jīng)]見過的問題時(shí)能不能靠自己的手段解決。

長周期任務(wù)不是一個(gè)通用產(chǎn)品，它需要針對(duì)不同行業(yè)、不同場(chǎng)景做深度定制。

軟件開發(fā)需要的是代碼理解和測(cè)試執(zhí)行，法律行業(yè)需要的是文檔檢索和合規(guī)檢查，金融行業(yè)需要的是數(shù)據(jù)分析和風(fēng)險(xiǎn)評(píng)估。

不是說把模型賣給企業(yè)就完了，智譜還要把模型打包成能直接上手的agent工具箱，客戶不必從零開發(fā)，也能快速搭出自己的長周期任務(wù)系統(tǒng)。

長周期任務(wù)系統(tǒng)不是智譜一家能做出來的，它需要開發(fā)者貢獻(xiàn)工具和插件，需要企業(yè)客戶提供真實(shí)場(chǎng)景和反饋，還需要監(jiān)管機(jī)構(gòu)制定安全和合規(guī)標(biāo)準(zhǔn)。

智譜的開源策略就是在構(gòu)建這個(gè)生態(tài)。

從市值來看，智譜是國產(chǎn)AI的中流砥柱，唐杰的每一個(gè)判斷都會(huì)對(duì)國內(nèi)AI產(chǎn)生很大的影響。

就以唐杰提到的自我進(jìn)化來說，智譜是會(huì)追求自我進(jìn)化？還是會(huì)選擇更保守的策略？

從GLM-5.1來看，智譜在走一條中間路線。

一方面，GLM-5.1的訓(xùn)練已經(jīng)大量使用模型生成的合成數(shù)據(jù)，這是自我進(jìn)化的雛形。

可另一方面，智譜強(qiáng)調(diào)“可解釋的、可監(jiān)管的”系統(tǒng)，這意味著它不會(huì)完全放棄人類控制。

這種平衡很難，但可能是最現(xiàn)實(shí)的路徑。

長周期任務(wù)是企業(yè)的核心痛點(diǎn)，它能直接替代人力成本，能直接提高業(yè)務(wù)效率，企業(yè)愿意為此支付更高的價(jià)格。

如果智譜能拿下長周期任務(wù)，那么它的業(yè)務(wù)會(huì)進(jìn)一步增長，市值也會(huì)更高。

03

AI吞噬世界

基于對(duì)長周期任務(wù)的判斷，唐杰給出了一個(gè)預(yù)言，未來我們可能會(huì)跨越APP的概念，直接進(jìn)入LLM OS時(shí)代。

什么是LLM OS？應(yīng)用按需生成，用戶不再管理文件、窗口和按鈕，用戶只管理任務(wù)、權(quán)限和結(jié)果。

然而我想說，這個(gè)判斷觸及了現(xiàn)代計(jì)算機(jī)的根本邏輯。

APP的本質(zhì)是把功能固化在界面里，用戶通過點(diǎn)擊按鈕來觸發(fā)預(yù)設(shè)的功能。

你要是想發(fā)郵件，你就打開郵件APP，點(diǎn)擊寫郵件按鈕，填寫收件人、主題、正文，點(diǎn)擊發(fā)送。每一步都是預(yù)先設(shè)計(jì)好的，你只能在設(shè)計(jì)者規(guī)定的路徑上操作。

agent的本質(zhì)則是把目標(biāo)交給系統(tǒng)，讓系統(tǒng)臨時(shí)組合工具、數(shù)據(jù)和界面來達(dá)成目標(biāo)。

你告訴系統(tǒng)“給張三發(fā)一封郵件，告訴他項(xiàng)目進(jìn)度”，系統(tǒng)會(huì)自己決定用哪個(gè)郵件服務(wù)、怎么措辭、什么時(shí)候發(fā)送。你不需要知道郵件APP在哪里，不需要知道怎么操作，你只需要表達(dá)意圖，系統(tǒng)負(fù)責(zé)執(zhí)行。

如果唐杰說的這個(gè)趨勢(shì)成立，軟件的中心將從“打開哪個(gè)APP”變成“告訴系統(tǒng)我要什么結(jié)果”。這將會(huì)顛覆現(xiàn)有的一切。

它挑戰(zhàn)的是80年來的馮諾依曼架構(gòu)，挑戰(zhàn)的是整個(gè)計(jì)算機(jī)科學(xué)的產(chǎn)業(yè)基礎(chǔ)。

現(xiàn)在的操作系統(tǒng)，無論是Windows、macOS還是Linux，本質(zhì)上都是文件管理器加進(jìn)程調(diào)度器。

它們管理的是數(shù)據(jù)在哪里、程序怎么運(yùn)行、資源如何分配。用戶需要知道文件存在哪個(gè)文件夾，需要知道用什么程序打開，需要知道怎么在不同程序之間復(fù)制粘貼數(shù)據(jù)。

LLM OS的邏輯完全不同。

它管理的不是文件和進(jìn)程，而是任務(wù)和權(quán)限。你不需要知道數(shù)據(jù)存在哪里，系統(tǒng)自己能找到需要的數(shù)據(jù)。你不需要知道用什么程序，系統(tǒng)會(huì)自己調(diào)用合適的工具。

你只需要告訴系統(tǒng)你要做什么，然后等待結(jié)果就可以了。

聽起來不錯(cuò)，可是實(shí)現(xiàn)起來極其困難。

用戶說“我要做什么”，系統(tǒng)能準(zhǔn)確理解嗎？

自然語言是模糊的、多義的、依賴上下文的。同樣一句話，在不同場(chǎng)景下可能有完全不同的含義。

所以模型不僅需要具備強(qiáng)大的語義理解能力，還需要結(jié)合上下文、用戶歷史、當(dāng)前狀態(tài)來推斷意圖。

理解用戶的意圖以后，接下來就到了執(zhí)行任務(wù)。

一個(gè)高層目標(biāo)需要分解成多少個(gè)子任務(wù)，每個(gè)子任務(wù)用什么工具完成，任務(wù)之間有什么依賴關(guān)系。

“給張三發(fā)郵件”這個(gè)簡(jiǎn)單任務(wù)，實(shí)際上包含了查找張三的郵箱地址、生成郵件內(nèi)容、選擇發(fā)送時(shí)間、處理發(fā)送失敗等多個(gè)子任務(wù)。

再往底層看就是工具調(diào)用。

郵件是工具、寫字用的輸入法是工具、網(wǎng)頁也是工具。系統(tǒng)需要能調(diào)用成千上萬個(gè)不同的工具和服務(wù)，每個(gè)工具有不同的API、不同的參數(shù)、不同的錯(cuò)誤處理方式。

唐杰在結(jié)尾提到了監(jiān)管問題。

他承認(rèn)這個(gè)不可逆的進(jìn)程已經(jīng)開始，但同時(shí)呼吁認(rèn)真思考如何監(jiān)管。長周期任務(wù)和自主agent帶來的監(jiān)管挑戰(zhàn)是前所未有的。

當(dāng)AI獨(dú)立完成一個(gè)任務(wù)并造成損失，責(zé)任應(yīng)該由誰承擔(dān)。開發(fā)者、使用者，還是AI本身？如果一個(gè)AI系統(tǒng)在執(zhí)行長周期任務(wù)時(shí)做出了錯(cuò)誤決策，導(dǎo)致企業(yè)損失數(shù)百萬，誰來負(fù)責(zé)？

2026年4月，PocketOS就遭遇過一次典型事故。

一個(gè)基于Claude的Cursor編程agent，在處理環(huán)境問題時(shí)誤刪了公司的生產(chǎn)數(shù)據(jù)庫和備份，整個(gè)過程只用了幾秒鐘。

現(xiàn)有的法律框架還沒有準(zhǔn)備好回答這個(gè)問題。

除此以外，當(dāng)大量執(zhí)行層崗位被AI替代，那么隨之而來的就是失業(yè)潮。

但失業(yè)只是最容易被看見的結(jié)果，更深層的變化，是社會(huì)分工本身被重新改寫。

過去，技術(shù)替代的往往是某個(gè)環(huán)節(jié)、某個(gè)工具、某種重復(fù)勞動(dòng)；長周期agent要替代的，是“把事情推進(jìn)到結(jié)果”的整套執(zhí)行能力。

它一旦成立，AI就不再只是嵌在工作流里的輔助按鈕，而會(huì)變成工作流本身的一部分。

唐杰認(rèn)為，長周期任務(wù)不是AGI的全部，但它可能是AGI第一次真正進(jìn)入現(xiàn)實(shí)世界、真正開始重構(gòu)人類社會(huì)的方式。當(dāng)AI不再只是回答問題，而是開始承包結(jié)果，我們就站在了一個(gè)歷史性的轉(zhuǎn)折點(diǎn)上。