AGI 有可能最先在 Coding（编码）环境下实现，因为这个环境最简单，它能锻炼 AI 的核心能力。Coding 是这个世界里的「万用之机」，有了它，AI 就可以去构建和创造。Coding 有可能拿走整个大模型产业阶段性 90% 的价值。
AI Native 的产品不只是给人用的，它必须同时服务于 AI。一个真正的 AI Native 产品，应该是内建了服务 AI 和人类的双向机制。
今天的 AI 产品正在从「工具」走向「关系」。人不会和工具建立关系，但会和一个有记忆、懂你、能与你「心有灵犀」的 AI 建立关系。
以下为当天《今夜科技谈》直播沉淀，由极客公园整理。
01 热潮之下，哪些 Agent 产品已崭露头角？张鹏：在过去一段时间，所有人都在讨论 Agent，认为这可能是现阶段的一个重要议题，也是创业公司的难得发展机会。
我看到拾象科技对 Agent 体系做了比较深入的研究，也体验和分析了很多相关产品。我想先听听两位，最近哪些 Agent 相关的产品给你们留下了比较深刻的印象？为什么？
李广密：我自己印象最深的是两个：一个是 Anthropic 的 Claude 在编程能力上的表现，另一个是 OpenAI ChatGPT 的 Deep Research 功能。
关于 Claude，主要是它的编程能力。我有一个观点：编程（Coding）是衡量 AGI 最关键的先验指标。如果 AI 不能规模化、端到端地进行软件应用开发，那么在其他领域的进展也会比较慢。我们必须先在 Coding 这个环境下实现很强的 ASI（Artificial Superintelligence），其他领域才可能加速。或者说，我们先在数字环境下实现 AGI，再拓展到其他领域。
全球首位 AI 程序员 Devin｜图源：Cognition Labs
关于 Deep Research，它对我自己的帮助非常大，我几乎每天都在用。它其实就是一个搜索 Agent，帮我检索了大量的网页和资料，体验很好，极大地拓展了我的研究空间。
张鹏：凯祺，从你的视角看，哪些产品给你留下了深刻印象？
钟凯祺 (Cage)：我可以介绍一下我平时观察和使用 Agents 的思维模型，然后在每个分类下介绍一两个代表性产品。
首先，大家经常会问：通用 Agent 还是垂直 Agent？我们认为通用 Agent 领域做得最好的是「模型即 Agent」（Model as Agent）。比如广密刚才提到的 OpenAI 的 Deep Research，以及 OpenAI 新发布的 o3 模型，它其实就是一个标准的「模型即 Agent」的范例。它把 Agent 的所有组件——大语言模型（LLM）、上下文（Context）、工具使用（Tool Use）和环境（Environment）——全都缝合到了一起，并进行了端到端的强化学习训练。训练之后的结果就是，各类 Agent 执行信息检索的任务它都能完成。