最近有个词你肯定被刷屏了：AI 智能体，英文叫 Agent。说白了，就是能自己上网、订票、写代码，替你把一件事从头干到尾的 AI，你张张嘴，它全给你办了。
发布会上，它帮你订好机票、写完代码，一整套流程跑得顺顺当当，台下掌声一片，看着真像那么回事。
可你回家自己一试，十次里有七八次，它把事办砸了。
这落差有多大，最近被一个顶级 AI 大牛亲口捅破了。他还不是外人，正是当年亲手把这把火点起来的那个人。他撂下一句话：别急，Agent 真要靠谱地用起来，还得等十年。
亲手点火的人，回头喊了声「慢点」
他叫卡帕西，Andrej Karpathy。名字你也许陌生，可他干的事，就藏在你天天用的东西里。他是 OpenAI 最早那批创始成员之一，后来去特斯拉管了几年 AI，就是自动驾驶那摊。
前阵子火遍全网那个词，“vibe coding”，中文有人叫氛围编程——意思是你不用亲手敲代码，动动嘴让 AI 替你写——这词就是他造的。
说白了，“张张嘴就让 AI 干活”这套故事，有很大一块是他亲手推起来的。
可最近这大半年，他在好几场公开对话里反复讲同一件事：你们太急了。按他的说法，Agent 真正靠谱地用起来，是一道得爬十年的坡——大概从 2025 一路爬到 2035，这十年一直在往上磨，而不是行业天天挂嘴边的”一年之内”就能到顶。
这不是元年，这是十年。 中间差了整整一个数量级。
点火的人回头喊你慢点，跟一个从头就唱衰 AI 的人喊，完全是两码事。
（下文他的说法和数字，都来自他近一年的公开对话和外媒报道，我没添油加醋。）
一个动作错两成，五步走完只剩三成
Agent 为什么在发布会上那么神，到你手里就掉链子？卡帕西给了一个我见过最好懂的解释。他拿自动驾驶打比方，这行他熟。
他说的道理其实特简单：AI 每多走一步，就多叠一层出错的机会，步子越多越容易崩。至于单步到底错多少，咱就按业界常说的一个数——大约两成——来算。
两成，听着还行吧？八成能对，凑合用呗。
可你别忘了，Agent 干活从来不是一个动作就完事，是一步接一步、一串连着干。假设一个任务要走五步，每步都得对，整件事才算成。
我们算笔账。第一步，八成对。第二步再乘个八成。第三步、第四步、第五步，0.8 连着乘五次，等于多少？大概三成二。
也就是说，一个只有五步的活，从头到尾一次不错的概率，只剩三成出头。步子越多，塌得越快。
错误不是一个个加上去的，是一层层乘上去的。
这就是行内说的”demo 到产品的鸿沟”。你在发布会看到的那次漂亮成功，是从一堆翻车里挑出来最好看的一次。demo 成一次就够了，产品得回回都成。 这中间隔的不是一次优化，是好几年。
五步任务，每步八成对，走到最后只剩三成——错误是乘出来的，不是加出来的。
带计算器的金鱼，和一群幽灵
那到底缺了啥，让 Agent 这么不让人放心？卡帕西的判断是：不是差一点，是脑子里还缺几样硬件。
据他讲，毛病有四个。一是还不够聪明；二是看图、听声这些”多种感官”没真打通；三是没法稳稳操作电脑；四是最要命的，记不住，也学不会。
他有个说法特别损，也特别准：现在的 Agent，记性差得像条金鱼。我顺手再补个比方——它像条揣着计算器的金鱼：能临时帮你算一下，可转头就忘，你教它多少遍，它也长不了记性。
能临时帮你算一下，可转头就忘、教多少遍也长不了记性。
还有个更狠的比方。他说这些大模型不是”动物”，是”幽灵”。动物那点本事，是几亿年进化刻进骨头里的，天生会举一反三。大模型的聪明，全靠把整个互联网喂进去”读”出来的，没有进化来的本能。
所以它聪明得很参差。有些活干得比人还漂亮，有些低级错误又犯得离谱。他管这叫”锯齿状的智能”，忽高忽低，像一排锯齿。
更值得琢磨的是：这坑，OpenAI 自己十年前就踩过。据他回忆，早在 2016 年，公司就试过让 AI 自己去点网页、操作电脑，结果底子没打好，项目黄了，白白走了大概五年弯路。他由此撂下一句重话：今天 AI 圈最大的毛病，就是光顾着逼 Agent 出活，忘了先把底层这台发动机打磨好。
他半年没碰过键盘——所以这不是唱衰
看到这，你可能以为这人在唱衰 AI。恰恰相反。
据他本人说，从 2025 年 12 月起，他几乎没手写过一行代码，活基本全交给 AI 干。一个自己天天重度使唤 AI 的人，回头劝你”别急”，这话才可信。他不是不信，是信得太清楚，清楚到知道边界在哪儿。
他还提了个更正经的说法，叫”agentic engineering”，你就理解成”把 AI 当队友使的一门手艺”。这跟”动动嘴 vibe 一下”不是一回事。它得有人盯着、把关、验收。
在他眼里，今天的 Agent 更像个”能干、但你得看着”的实习生。顺着他这个”实习生”的说法往下想：你会把公司账号、服务器的最高权限，全撒手交给一个刚来三天的实习生吗？把全部权限交给 Agent，说白了就是把服务器的最高密码，塞给这么个实习生。 不是不用它，是不能不管它。
而他这大半年反复念叨的一句，我觉得该裱起来：你可以把思考外包出去，但你没法把理解外包出去。 AI 能替你写、替你算、替你跑流程，可那事到底对不对、行不行，最后拍板、担责的，还是你自己。
别把十年的活，当成一年的活来卖
把镜头拉回国内。这半年，“智能体元年”这四个字，你在多少场发布会上听过了？一家喊得比一家响，demo 一个比一个惊艳，恨不得明天全公司都换 Agent 上班。
我不站队，也不专门泼你冷水。就一句大实话：发布会上的惊艳，跟你真敢拿它干活，中间差着好几年。
这不是唱衰 AI。方向没错，这趟车早晚到站。问题只在于，别把一件要干十年的活，当成一年就能收割的买卖，去卖、去赌、去焦虑。
你要是这行的从业者，我给个冷静判断：真正值钱的，从来不是套个壳、做个能演示的 Agent。值钱的是那份”知道它啥时候会翻车、翻了你还兜得住”的判断力。把它当实习生用明白的人，比吹它是超人的人，走得远得多。
你要是普通人，记住两句就够：别被”Agent 马上抢你饭碗”吓着，它还没那本事；也别被发布会上”啥都能干”的样子骗了，那是挑出来给你看的最好的一次。
十年，说长不长，说短不短。你今天就能上手练，只是这门手艺得一年年磨——火是好火，别一上来，就想把十年的柴，一年烧光。
方向没错，这趟车早晚到站，只是这门手艺得一年年慢慢磨。
数据来源：Dwarkesh Patel 播客对谈、Sequoia「AI Ascent」炉边对话、维基百科。