# 我们正处于AGI的前夜
**作者**: Yiran
**日期**: 2026-05-01T12:08:55.000Z
**来源**: [https://x.com/yiran2037840/status/2050185699157278952](https://x.com/yiran2037840/status/2050185699157278952)
---
分享一下我在其他平台一月底写的一篇文章，当时社区还充斥着AI泡沫的声音，MAG7财报出来后纷纷大跌，华尔街们纷纷质疑如此大的Capex是否真的有意义。
我的理解是，当时大家对Claude Code和Codex等Agent的能力认知远没有现在深刻。三个月后，随着时间的验证，AI泡沫的声音似乎已经消失了，大家纷纷接受了AI的能力。
更令人兴奋的是，2026年只过去了三分之一，而AI的发展速度是指数级上升的，意味着今年剩下的三分之二还有更大的惊喜在等我们。
## 引言：奇点已至
2022年11月，ChatGPT 横空出世。那个简陋的对话框，让全世界第一次触摸到了通用人工智能的轮廓。人们惊叹、困惑、恐惧，但更多的是不确定：“这究竟是昙花一现，还是新纪元的开端？”
三年后的今天，答案已经清晰。
我们正处于 AGI 的前夜，黎明就在眼前。
## 一、2025年11月：Coding Agent 越过奇点
2025年11月底，一场静默的革命在编程圈内爆发，这注定是一个值得被记录的时间节点。
Claude Code 和 OpenAI Codex 几乎同时完成了关键迭代。这不是渐进式的改良，而是质变——Coding Agent 的能力曲线突然陡峭上扬，越过了某个临界点。
这次跃迁并非偶然，而是两条技术路线的交汇：基础模型预训练的重大突破，以及后训练技术对 Agent 的持续调优。
预训练解决了"智能从哪来"的问题：Scaling Law持续生效，涌现能力再次跃升。
后训练解决了"智能怎么用"的问题：Agent 专项调优让工具调用能力发生质变。
当两者同时突破，Agent 不再是玩具，而是真正的生产力工具。
结果是立竿见影的。独立开发者一周内完成过去需要团队三个月的项目，产品迭代周期从"月"压缩到"天"，"人人都是全栈工程师"从口号变成现实。
代码不再是瓶颈，想法才是。
## 二、2026年1月：通用 Agent 工具井喷
如果说 2025 年是垂直 Agent 的元年，2026 年初则是通用 Agent 的爆发期。
在技能垂直领域，Manus 已证明了其替代人类专家的潜力。在Cowork的出现将通用Agent带入了我们日常的生活中。最令人瞩目的是 Clawdbot（当时写这篇文章的时候还叫Clawdbot,现已更名为 OpenClaw） 的出现。
不同于以往的工具，Clawdbot 这类 Agent 展现出了“主动式环境感知”能力。
它不再是被动等待指令的脚本，而是具备了记忆、规划与执行能力的智能体。这是从 Tool 到 Agent 的本质跨越。
## 三、AGI 演进的三阶段
回顾过去四年，AGI 的演进路径清晰可见。
第一阶段是你问我答时代（2022-2024）。ChatGPT 是这个时代的代表。交互模式是人类提问、AI 回答。它被动、记忆稀疏、无行动力。那个小小的对话框，是人类与 AI 的第一次亲密接触。惊艳，但也仅此而已。
第二阶段是垂直 Agent 时代（2025）。Claude Code、Codex、Manus 是这个时代的代表。交互模式变成了在垂直领域下，人类下达任务、AI 自主完成（例如写代码、做PPT等）。工具调用、多步推理、领域专精成为可能。Agent 开始在垂直领域展现出超越人类专家的能力。一个 Coding Agent 的产出，可以抵得上一个经验丰富的高级工程师。
第三阶段是通用 Agent 时代（2026-？）。Clawdbot 是这个时代的先驱。交互模式再次进化：人类发号施令，AI 主动感知并执行。环境感知、持续运行、跨设备协作成为标配。
用户不再需要思考"怎么做"，只需要表达"想要什么"。Agent 会自动调用工具、协调资源、完成任务。
这就是 AGI 的雏形，不仅是思考的大脑，更是行动的手脚。
## 四、我的视角：与 Clawdbot 共处的震撼与不安
我在过去几天深度使用了 Clawdbot。震撼是第一感受。 它能够主动监控我的日程，提前准备会议材料。根据我的阅读习惯，筛选并总结每日资讯。在我模糊表达需求时，准确理解意图并执行。这不是"工具"，这是"助手"，一个真正理解你、为你工作的数字存在。
但震撼之余，是深深的不安。我使用Clawdbot一天耗费的API账单达300 美元。当你完全沉浸在自己的想法中，对 Token 的流失是毫无概念的。你的一句简单命令，背后可能是数十次工具调用、数百次 API 请求、数千行代码生成与执行。
更可怕的是，各种MCP Tools、Skills的出现，让 Token 消耗呈几何级增长。一个高层抽象的指令，可能在底层触发成百上千次模型调用。
但随之而来的好处显而易见：完成任务的速度成倍提升。
这是一个权衡。花钱买时间，用 Token 换产出。
## 五、AGI时代的核心命题：Token 即生产力
这些体验这让我意识到一个深刻的事实：
在 AGI 时代，Token = 生产力。
旧时代，资本转化为生产力，你雇佣员工、管理团队。
新时代，Token 转化为生产力，你购买算力、编排 Agent。
谁拥有更多 Token，谁就能创造更多价值。
这不是比喻，而是字面意义上的等式。
## 六、从投资视角来看，大科技们的确定性机会
如果 Token 是新时代的"石油"，那么谁是"炼油厂"？
第一梯队是算力基础设施：英伟达作为AI训练的垄断者， AMD的GPU和谷歌的TPU作为AI推理挑战者， 博通 提供定制ASIC， 台积电垄断先进制造， 阿斯麦 独家供应 EUV 光刻机。
第二梯队是云计算+NeoCloud平台：微软的 Azure + OpenAI，谷歌的 GCP + Gemini，亚马逊的 AWS 。除了传统云计算平台，还有建算力速度更快的Noecloud们（Nebius+CoreWeave）。
第三梯队是存储基础设施：SK Hynix 作为 HBM 领导者，三星电子作为追赶者， 美光作为美系唯一玩家。
为什么 HBM 公司突然暴涨？
因为一旦模型越过生产力奇点，必然带来需求的爆发。当 AGI 从概念变成现实，Token 需求将以万倍计增长。而每一个 Token，都需要 GPU/TPU；每一个 GPU/TPU，都需要 HBM。
这就是资本市场的前瞻性，它们已经看到了 AGI 黎明的曙光。
## 结语：兴奋与不安并存的未来
我们正处于一个历史性的时刻。
从对话框到通用 Agent，AGI 已经完成了从概念验证到工程落地的跨越。对于个人和企业而言，最大的风险不是技术的不确定性，而是在生产力范式转移的过程中，固守旧有的工作流。
这是一个令人兴奋的未来。个人能力的边界被无限扩展，创造力不再受限于执行力，想法可以直接转化为现实。
这也是一个令人不安的未来。生产力与 Token 直接挂钩，贫富差距可能以新的形式扩大，人类的角色需要重新定义。
但无论如何，黎明就在眼前。
作为亲历者，我已经看见了 AGI 就在不远的未来。
唯一的问题是，你准备好了吗？
## 相关链接
- [Yiran](https://x.com/yiran2037840)
- [@yiran2037840](https://x.com/yiran2037840)
- [1.6K](https://x.com/yiran2037840/status/2050185699157278952/analytics)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [8:08 PM · May 1, 2026](https://x.com/yiran2037840/status/2050185699157278952)
- [1,657 Views](https://x.com/yiran2037840/status/2050185699157278952/analytics)
---
*导出时间: 2026/5/2 09:40:52*