硅谷的聚会真不少。不是那种吃喝玩乐的局，是技术人凑在一起碰撞想法、分享经验的小型聚会。这不，Andrej Karpathy 最近在一场这样的聚会上，聊了聊他这几年跟 Agent 打交道的心得。

他主要讲了四个点，每个都挺值得琢磨。

第一，2016 年 OpenAI 做 agent，做得太早了。当时他们想用强化学习训出一个能操作电脑、点网页、完成各种任务的 agent，项目叫 World of Bits。但那时候整个技术栈都不成熟，基本只能靠 RL 去硬撞 reward，效果可想而知。

第二，后来证明正确的路线是先去做语言模型。他觉得当年放下 agent、转头去构建 language model 这个决策是对的。今天 agent 重新火起来，根本原因是底层工具已经完全换了一代。现在做 agent 靠的是语言模型、工具调用、记忆、规划这些能力的组合，跟当年纯靠 RL 硬训完全是两回事。

第三，Agent 很容易做 demo，但很难做成产品。他提醒大家别被 demo 迷惑。自动驾驶、VR 都是类似的例子：想象起来容易，做个演示也容易，但真正做成可靠的产品可能需要十年。Agent 也一样，适合长期投入，不适合短期幻想。

第四，Agent 需要从人类认知结构里找灵感。他提到可以重新回到神经科学去借鉴，比如海马体对应记忆和检索，前额叶对应规划和反思，丘脑和基底节可能对应多模块之间的协调。语言模型只是其中一个组件，真正的 agent 需要一整套认知工具协同运作。

最后他说了一句挺鼓舞人的话：现在做 agent 的创业者和 hacker，可能真的站在能力的边界上。大模型训练这块，大实验室已经摸得很透了，但 agent 领域还很新，大量东西还没有被系统探索过。机会就在这里。

#科技先锋官##How I AI# http://t.cn/AXoNo1vK