上个月，素有“全球最牛孵化器”之称的YC（Y Combinator），举办了一场前所未有的大会：AI Startup School。这次大会的特别之处在于，它不是传统意义上的融资路演，而是一场关乎未来AI的认知训练营。

SpaceX CEO马斯克、Open AI CEO Sam Altman、前Tesla AI总监Karpathy、微软CEO Satya Nadella等巨头悉数出席，全球“最杰出的AI研究者”齐聚一堂，为世界带来了金子般的前沿观点及思想干货。

而在三位巨头的分享里，我们惊喜地发现九科信息bit-Agent的构建理念与之不谋而合。今天，让我们来围观马斯克、Sam Altman和Karpathy的精彩发言。

01 Sam Altman：Agent才是AI的未来

Sam Altman在发言中描述了Open AI的长期规划——一个具备记忆、多模态理解、个性化行为倾向以及支持插件和代理系统的Chat GPT。注意，他没有用“模型”这个词，而是用了“系统”。

Open AI CEO Sam Altman （左）

这背后的含义不言而喻：大模型本身并不是AI的终点。大模型最合理的归宿，是充当一个推理模块，被嵌入到可控、可测、可配置的工作流中。他提出了一个关键洞察：未来AI成败的分水岭，在于它是否能够承担整段流程，而不是生成一段文字或代码片段。“流程性agent”将成为Open AI商业模式的核心，也会成为所有创业者必须面对的方向。

“只要是能在电脑前几个小时完成的任务，都可以被Agent自动化。”Altman指出。

过去GPT更像搜索替代品，而Agent更像虚拟员工：它能理解上下文、执行链式操作；也能调用工具、写代码、调用数据库；还能自动跑调研、写提案、做决策。

这意味着巨量的“知识型白领”工作，正在被模块化，等待Agent重组。

在这部分发言里，Sam Altman强调了“流程”的重要性，这与九科信息目前正在践行的技术实践十分贴合。

在bit-Agent的构建中，九科信息致力于让AI完成各领域专家的流程复现——让bit-Agent能够像资深财务专家那样理解财务数据，像人资总监那样管理员工信息，像高级程序员那样巡检系统风险。

如在九科信息与上汽集团的智能巡检项目中，bit-Agent正扮演着高级巡检员的角色，为上汽集团100多家下属企业提供安全服务。这项工作的“规则”性极强，尤其适合搭建起具备严格“流程”的智能体。bit-Agent每日游走在海量的数据之间，不仅不会像人类一样因疲惫、大意而产生疏漏，保障了安全巡检的0纰漏，更以更为低廉的成本为企业实现降本增效。

九科信息X上汽集团：智能体落地案例效果

02 Karpathy：警惕大模型的幻觉

有着“全球最会写代码的人”之称的Andrej Karpathy谈到了众多AI从业者都不愿意提及的问题——大模型的幻觉。

在他的描述里，LLM会频繁产生幻觉，编造事实，没有良好的内部自我认知模型，表现出“参差不齐的智能”。它在某些问题解决领域是超人，但又会犯一些人类不会犯的错误，比如“坚称9.11大于9.9”，还患有“顺行性遗忘症”，没有真正的学习和记忆能力。

Karpathy在阐述大模型的幻觉问题

他称大模型是“古怪的人”，既能给你写出超越人类的代码，但有时候也会拼错你的名字，或者漏掉一个括号。

因此，他认为要用“tight evals（严格评估）”、“持续集成”、“异常管理”去约束大模型，并且提醒所有AI从业者：如果你用LLM做生产系统，没有一整套精密的评测系统、数据审计、灰度部署与回滚机制，那么你不是在构建产品，而是在玩信仰跳跃（faith-based engineering）。

与之不谋而合的，是bit-Agent的工作流设计思路。早在一开始，九科信息便意识到幻觉问题可能会带来的未知风险，并针对性地打造了两套“枷锁”。

首先是bit-Agent的自我纠错及异常提醒：若任务过程中识别出异常，bit-Agent将尝试自主处理，若出现bit-Agent无法处理的异常情况，将暂停任务并请示用户，确保任务的准确性。这是在动态环境中，通过与人类协作的方式，降低大模型幻觉带来的影响。

其次，若bit-Agent重复执行某类任务，它调用之前的成功经验进行流程的一比一复现，从而确保任务不受大模型的“随机性”影响。这是在静态中完成风险规避。

这两个风控机制，为bit-Agent提供了稳定、安全的任务执行规则，将大模型的幻觉影响降至最低。

九科信息bit-Agent演示视频：动态修复能力

其次，若bit-Agent重复执行某类任务，它调用之前的成功经验进行流程的一比一复现，从而确保任务不受大模型的“随机性”影响。这是在静态中完成风险规避。

九科信息bit-Agent演示视频：流程复用能力

这两个风控机制，为bit-Agent提供了稳定、安全的任务执行规则，将大模型的幻觉影响降至最低。

九科信息bit-Agent可实现自我纠错和能力固化

03 马斯克：超级智能今年或明年必然到来

马斯克在5月28日离开DOGE后首次公开亮相，称“回到主线任务”。DOGE全称Department of Government Efficiency，是特朗普政府下的“政府效率部”。顾名思义，其主要作用是通过各种手段提升政府部门运作效率。但在结束130天的政府特别雇员任期，马斯克却在会上说了这么一段话：

马斯克离开DOGE后的首次公开亮相

“修复政府就像……海滩很脏，有针头、粪便和垃圾。但接着还有一道千英尺高的水墙，那就是AI海啸。如果一场千英尺高的海啸即将袭来，清理海滩有多大意义？没多大意义。”

马斯克将政府效率部门工作比作“清理海滩”，而即将到来的AI则是“千英尺高的海啸”。这里面的逻辑其实很值得玩味。其言下之意，就是在说人类在制度上的实践已有数千年历史，但在这段历史中，我们不难发现生产力工具带来的效率提升远比制度改良更为“质变”。AI作为全新的生产力工具，其提效作用或许比制度改革更为迅猛、高效。

马斯克放弃DOGE职位回归AI领域的研究，正是希望通过技术手段推动社会运作效率的“曲线救国”新路线。

在他的预言里，AI驱动的经济规模将是当前的数千倍甚至数百万倍，推动文明迈向卡尔达肖夫II型（恒星能源级），人类智能占比可能降至1%以下。

作为AI领域的知名大神，短短数月的从政经历让他的视角站位又提升了一个高度。在他的蓝图里，人工智能将为政府、社会带来前所未有的效率革命。

事实上，马斯克的宏大构想已经在现实世界中小范围地实现了。

以财务领域为例，在央企每年都有大量的财务数据需要上报国资委。光这一部分的工作，可能就需要动用数千人进行集中式加班，完成数据的搜集、整理、转换和提交。而由于数字员工的加入，财务数据的上报变得更为简单。它能够让原本需要三四千人的工作量，锐减至一两百人。

国央企的智能体建设正以前所未有的速度向前迈进。bit-Agent作为国内目前唯一实现商业化落地的GUI Agent，将深度参与这次生产力变革，助力国央企以及国内大型企业在信创政策下的数字化转型。

从三位大神的发言我们可以看出，AI Agent的未来已不再是科幻想象，而是正在发生的现实。随着技术的迭代与落地场景的拓展，像bit-Agent这样扎根实践、贴合需求的智能体，将成为驱动各行业跃迁的核心力量，让“AI赋能”从概念真正走进千行百业的日常。