李博杰：模型够聪明了，个人 agent 卡在这 5 道墙

很荣幸受中国驻葡萄牙大使馆邀请，在中葡数字化与人工智能会议做了一个报告《通向贾维斯之路：个人 agent 的壁垒在哪里》，首次剧透我未来几年的研究方向。

对 personal agent 而言，模型智能已经足够，而且还在以每年 10 倍的速度变便宜。主要的技术壁垒是： 1. 交互模型：具备活人感的全双工交互，快慢思考丝滑配合； 2. Agent 原生操作系统：人与 Agent 共同操作的共享 UI，生成式 UI，以及自我进化的软件；轻量级沙箱和 agent 资源管理； 3. 高速推理 infra：单用户推理速度高，harness 执行效率高，才能支持全双工交互和生成式 UI； 4. 物理世界接口：把人类世界和物理世界纳入 agent 的观察和动作空间； 5. 持续学习：通过 Skill、记忆、harness、参数等方式持续自主进化，最终模型能够自主持续学习。

上面 5 个是技术壁垒，个人 agent 还有几个非技术壁垒： 1. 分发渠道（获客/入口） 2. 上下文（agent 知道你什么） 3. 权限（agent 能帮你做什么） OS 和设备厂商、超级应用在这三方面有很大优势。个人 agent 不能只是从超级应用那里抢夺用户有限的注意力，只有把蛋糕做大，让用户做到之前不敢想、懒得做的事情，甚至学到东西，才离 JARVIS 更近一步。

最后，我认为 Agent harness、LLM、AI Infra 对应传统软件开发的编译器/运行时、操作系统、计算机体系结构，每位有追求的开发者都有必要学习其原理。

这 5 个主要技术壁垒也是我未来几年的研究方向。其中一些主要是工程问题，一些还需要研究突破，恰好符合 Jeff Dean 所说的值得做 5 年的重大问题。

我在实时交互和个人 agent 这个领域已经做了 3 年，虽然错过了模型智力上限，但也参与做出了全球首个 personal agent @PineAIAssistant ，未来还是长期投入这个领域，把 JARVIS 做成。