苏煜访谈深读：Agent 不是新物种，而是正在学会成为专家的运行系统

一、Agent 的老问题：实体、环境、目标

苏煜用三个条件重新压缩 Agent 的定义：它是有边界的 entity，在某个环境中工作，并进行目标导向的活动。这个定义刻意宽：动物和人也属于 Agent。宽的好处是能把逻辑系统、机器人、语言模型和公司放在同一坐标系；代价是不能仅靠“它是不是 Agent”来判断能力，必须继续问它能观察什么、能改变什么、责任边界在哪里。

逻辑 Agent 的记忆被逻辑语言的表达能力锁住，自主性也只是把问题送入 inference engine；专家系统最终遇到的是 knowledge acquisition bottleneck。神经 Agent 把能力推进到游戏和深度强化学习，却常把环境、动作和计算预算锁在单一游戏里：一个 forward pass 无法随复杂度弹性增加。Language Agent 的关键变化是把语言放到链条中央，让它同时承担表示、推理和行动的脚手架。

二、语言是脚手架，也是压缩世界的接口

访谈把语言的作用分成两层。第一层是自主性：语言让模型能够用 Chain of Thought 进行自适应计算，任务越复杂就生成更多 token；它还可以调用自然语言、编程语言和形式语言作为行动媒介。第二层是记忆：预训练不只是模仿表面文本，而是把语言压缩成关于世界的表示。这个表示并不等于完整世界模型，却足以让一个模型在陌生环境中带着强先验开始行动。

苏煜用人类文明作类比：符号和书面语言让知识得以跨个体传递，文明的时间尺度因此突然加速。Language Agent 也在重复类似的压缩：把视觉、工具、工作流和人的意图，暂时汇入同一套可组合的符号接口。这里的“语言”不应狭义理解为中文或英文；coding、图表、手势和 API 也都是描述/操纵世界的语言。

因此，Coding Agent 并不是离开 Language Agent 的新物种，而是把“语言作为脚手架”推进到更可执行的一侧。真正的边界不是自然语言/代码，而是是否能把表达转成可验证的环境动作。

三、三年技术史：每一步都在扩大环境与动作空间

这条时间线最有价值的地方，是把“创新”从论文名词还原成环境变化：文本游戏让动作可自由生成，WebShop 把互联网变成任务环境，WebArena 用沙盒换取可复现，OSWorld 把 GUI 纳入动作空间，Coding 则提供了更短的执行—测试—修复闭环。它们并不互相替代，而是在逐步扩大 Agent 能触及的世界。

四、Coding 为什么会成为“数字世界的 fabric”

苏煜对 Coding 的判断比“编程是一个好用场景”更强：数字世界的大部分对象最终都可以用代码描述或操纵。GUI、CLI、API 只是不同的渲染和接口层，代码可以把它们变成近似等价的可执行表示。因此 Coding Agent 的泛化性，来自它对数字世界的建模能力，而不只是代码语料多。

这也解释了为什么 Coding 会“反过来加速 AI”：模型帮研究者写数据处理、训练和评估代码，研究迭代变快，更多环境又被做出来。可是必须保留边界：单元测试可以被 overfit，代码能通过测试但解决错需求，维护性、安全与用户价值也不能只靠编译器判断。Coding 的成功证明的是可验证任务更容易规模化，不是“所有白领工作都有同样的反馈结构”。

五、从 Universal Digital Agent 到 Specialized Intelligence

“世界由几百万个小世界组成”是全篇最有生产力的比喻。一个企业的组织图、谁真正有审批权、软件的隐藏工作流、客户的默认偏好、失败后的补救方式，都很难被通用模型在一次 prompt 中完整捕获。苏煜认为，当通用智能变成廉价标配，差异化会来自 specialized intelligence：让一个 Agent 进入某个职业、公司或环境，逐渐学成专家。

这里的专家不是静态知识库。它至少包含四种记忆：

因此，Continual Learning 的目标不应是“不断改参数”这一动作本身，而是持续建立和修正工作世界模型。强化学习、Skills、Markdown、Harness 和外部记忆是不同持久层：前者能塑造行为，后者易于部署和回滚，但仅靠非参数记忆也有上限，最终要把知识、状态和策略组织成可验证的组合。

六、OpenClaw Moment：不是新算法，而是权限与交互的阈值

苏煜把 ChatGPT Moment 与 OpenClaw Moment 放在同一结构中：底层能力先积累，随后一个新的交互形态把能力暴露给大众。ChatGPT 把语言模型变成可直接对话的产品；OpenClaw 则把 Agent 放进即时通信、独立环境、Always-on 和更少的权限限制里。对研究者来说，代码里可能“没有什么新东西”，但用户突然愿意把更多权限交给它，意义就完全不同。

这是一种危险的成功。开放权限会让人看到 Agent 的真实能力，也会放大误操作、资源滥用和社会外部性。开源、独立环境和用户自担责任可以降低部分机构风险，却不能取代权限分级、可撤销操作、日志和人类确认。把“Yolo”当作产品策略的公司，需要展示它如何处理不可逆行动，而不是只展示成功 Demo。

这部分是嘉宾的体感和解释，不是跨国统计。真正的研究问题，是技术采用速度和制度准备之间是否存在错配。

七、创业与组织：部署不是终点，而是学习信号

NeoCognition 的战略是横向研究 specialized intelligence，而非只做某个垂直 Agent。苏煜给出的理由很清楚：如果 Agent 的学习目标来自真实部署，那么纯学术环境很难获得足够真实的反馈；研究与生产在这里不是“论文 vs 产品”的二选一，而是 deployment → feedback → specialization 的连续链。

这条链也解释了他对 SaaS 的判断：软件原本交付 tool，Agent 时代用户更想要 labor 或 result。SaaS 公司可以把平台保留为环境，再把交付单位从按钮转成结果；AI-native 公司则可能从模型能力出发进入各个小世界。最后谁赢并不由模型所有权单独决定，而取决于谁能持续获取真实任务、低成本验证和专业化数据。