139. 【Agent 的综述】和苏煜聊 Agent 技术史、OpenClaw Moment、边界的消弭和社会的辐射

📌 一句话摘要

俄亥俄州立大学苏煜教授深度复盘 AI Agent 从逻辑智能体到语言智能体的完整技术演进史，解读 OpenClaw Moment 与 ChatGPT Moment 的相似性，预测 Agent 技术将走向 Universal Digital Agent 并推动技术民主化。

📝 详细摘要

本期播客由俄亥俄州立大学计算机系教授、斯隆研究奖得主、NeoCognition 创始人苏煜，系统性地回顾了 AI Agent 跨越数十年的技术演进史。从 1960-90 年代的 Logical Agent（逻辑智能体/专家系统），到 2000 年后的 Neural Agent（神经代理/深度强化学习），再到 Semantic Parsing（语义解析）的并行发展，最终在 2022 年后迎来以 LLM 为核心的 Language Agent（语言智能体）时代。苏煜指出，语言在 AI 进化中扮演了与人类文明中类似的「加速剂」角色，使 Agent 具备了自适应推理和更广泛的行动空间。节目重点分析了 OpenClaw（编码 Agent 的代表）与 ChatGPT 在范式转变上的相似性——底层技术已成熟，关键在于交互形式的创新。讨论还深入 Coding Agent 为何是当下最火爆的方向、GUI 与 CLI 是否会消失、持续学习（Continual Learning）和世界模型（World Model）对 Agent 未来突破的关键作用，以及中美在 AI 应用辐射模式上的差异。最后，苏煜强调 AI 研究者的责任是推动技术民主化，让更多人低门槛地创建专业化的 Agent，避免技术被少数巨头垄断。

💡 主要观点

1. AI Agent 的三个核心技术世代：Logical → Neural → Language 从 1960-90 年代的基于逻辑的专家系统，到 2000 年后深度强化学习驱动的 Neural Agent，再到 2022 年后以 LLM 为基座的 Language Agent，每一代都在记忆（Memory）和自主性（Autonomy）两个核心维度上取得质的突破。
2. OpenClaw Moment 与 ChatGPT Moment 的本质相似：交互形式革命 OpenClaw 的火爆并非源于底层技术的颠覆性创新，而是其在交互形式上的深刻变化——让 Agent 能以开放、自动化的方式与人类协作，这与 ChatGPT 通过互动窗口释放大模型潜力的逻辑一致。
3. 编码（Coding）是消弭 Agent 边界的根本性力量 Coding 作为数字世界的基础构建语言，具备打破 Web Agent、Desktop Agent、Mobile Agent 等分类隔阂的能力。最终目标是 Universal Digital Agent，即能在数字世界中完成人类所有任务的通用智能体。
4. 持续学习是 Agent 在 2026 年的核心技术瓶颈 当前 Agent 在稳定性和可靠性上的不足，根源在于缺乏高效的学习机制。解决持续学习（Memory、Self-Learning）将带来社会生产关系层面的根本性变化，是通往专家级 Agent 的关键。

💬 文章金句

• agent 的核心问题是他生活在一个很复杂的世界里面，最复杂就是我们的现实世界。我们要 agent 学会怎么去适应并且利用这个世界的复杂性以达成它的目的。
• 语言在人类的进化史中起到了爆炸式的加速剂作用，而在 agent 的演化中，似乎又是一个类似的效果。我 2023 年第一篇文章就认为这是一个标志性的进化节点。
• OpenClaw moment 和 ChatGPT moment 有非常多相似的地方。底层技术已经 ready，交互形式的变化是导火索。
• 我们需要让每个有独特想法和洞察的人都能把这个真的转换成可以产生价值的 agent，去推动技术的民主化，而不只是让核心技术被少数巨头垄断。

📊 文章信息

收听完整播客