1946年，ENIAC作为全球第一台电子计算机诞生。由美籍匈牙利数学家冯·诺依曼提出的“存储程序”概念，奠定了此后近八十年计算机的基础架构。然而，进入AI时代，这一切——包括我们熟悉的操作系统——都可能面临碘伏。 智谱公司创始人兼首席科学家唐杰近日分享了他对AI大模型发展的观察。他指出，今年大模型最有可能取得突破的领域，在于“长期任务”（Long-Horizon Tasks）。简单来说，就是AI智能体能否持续运行，并自主完成一系列复杂的子目标。 基于对长期能力的追求，唐杰判断，自主智能体系统（AAS）将成为下一个技术前沿。如果说去年行业还在热议“一人公司”（OPC）的兴起，那么现在的焦点正快速转向“无员工公司”（NPC）的可能性。 要实现这样的AAS，需要跨越三大技术支柱：记忆、持续学习和自我判断。其中，记忆能力或许可以通过超长上下文窗口和RAG（检索增强生成）技术来解决。持续学习则可能通过缩短模型更新周期来变相实现——目前全球大模型几乎每月都在迭代升级，国内进展同样迅速。 目前最难突破的，或许是大模型的“自我评判”能力。唐杰提到，Anthropic的Claude 3.5 Opus模型已经展现出早期的自我纠正和判断能力。他甚至猜测，Claude可能已经能够自己编写代码、清洗数据、生成合成数据，并在此基础上进行自我训练。有传闻称，Anthropic明年可能获得一个包含200万芯片的计算集群，这很可能就是为这种自主训练准备的。 在唐杰看来，100万token的上下文长度将是必要的基线。记忆和持续学习或许能通过复杂的工程手段攻克，而当下流行的“驾驭环境”（Harnessing Environments）正是一个关键突破点。自我判断能力则是临界点，而完全的自我训练，才是大模型发展的终极形态。 他还强调，在这个过渡期内，每一个应用都需要以“AI原生”的方式重建，甚至完全超越现有“APP”的概念。其中最重要的挑战，在于操作系统本身的重构。未来的桌面可能不再是传统的图标与窗口，而是一个大模型驱动的操作系统，应用程序将根据需求即时生成。 这无疑是对已有八十年历史的冯·诺依曼架构的一次深刻挑战，也预示着计算机科学领域一场彻底的变革正在到来。