工具发现：未来工具会非常多，需要一个像「大众点评」一样的平台来帮助 Agent 发现和挑选好用的工具。
记忆（Memory）：Agent 需要一套能模拟人类复杂的长短期记忆结合能力的 Infra。
第三个组件是工具（Tools）。包括简单的搜索，也包括复杂的支付、自动化后端开发等。
最后，当 Agent 能力再强一些，一个重要的机会就是 Agent 安全（Agent Security）。
李广密：Agent Infra 非常重要。我们可以「以终为始」地想，三年后，当几万亿的 Agent 在数字世界里执行任务，那 Infra 的需求就太大了，这将重构整个云计算和数字化世界。
但今天我们还不知道什么样的 Agent 能做大，它到底需要什么样的 Infra。所以现在对创业者是一个非常好的窗口期，可以和那些做得好的 Agent 公司共同设计（co-design）和共创 Infra 工具。
我觉得今天最重要的，第一是虚拟机，第二是工具。比如未来的 Agent 搜索肯定和人的搜索不一样，会产生天量的机器搜索需求。现在全网人类的搜索每天可能 200 亿次，未来机器搜索可能是几千亿甚至上万亿次。这种搜索不需要给人类做排序优化，可能一个大的数据库就够了，这里有很大的成本优化和创业机会。
09 当 AI 不再只是大模型，它会往哪个方向进化？张鹏：Agent 始终绕不开模型，站在今天，你觉得模型技术在过去两年里走过了哪些关键的台阶？
李广密：我觉得关键的里程碑（milestone）可能就两个。一个是 GPT-4 代表的规模化定律（Scaling Law）范式，即在预训练阶段，扩大规模仍然是有效的，它能带来通用的泛化能力。
第二个大的里程碑是「o」系列模型所代表的「模型会思考」的范式。它通过更长的思考时间（思维链），显著提升了推理能力。
我觉得这两个范式是今天 AGI 的左膀右臂。在这个基础上，Scaling Law 远远没有停止，思考模式也会继续。比如，在多模态下可以继续 Scaling，也可以把「o」系列的思考能力加到多模态上，这样多模态就能有更长的推理能力，生成的可控性和一致性就会变得非常好。
我自己的感觉是，未来两年可能比过去两年进步要更快。今天可能正处在一个全球几千名顶尖 AI 科学家，共同推动人类科技文艺复兴的状态，资源充足，平台也具备了，很多地方都可能出现突破。
张鹏：你会比较期待接下来一两年，在 AI 领域看到哪些技术台阶的实现和跳跃？
钟凯祺 (Cage)：第一个是多模态。现在多模态的理解和生成还是比较零散的，未来一定会走向「大一统」，即理解和生成一体化。这会极大地打开产品的想象力。
第二个是自主学习。我很喜欢 Richard Sutton（强化学习之父）提出的「经验的时代」（the era of experience）这个概念，即 AI 通过在线执行任务的体验来提升自己的能力。这在以前是看不到影子的，因为没有基座的世界知识。但从今年开始往后，这会是一个持续发生的事情。