Ein Partner von Sequoia Capital hat erklärt: "Von bloßer Gesprächsfähigkeit zur Tatkraft - 2026 ist die AGI bereits da."

Während die ganze Welt noch darüber streitet, was allgemeine künstliche Intelligenz (AGI) sei, hat sich die älteste Risikokapitalgesellschaft im Silicon Valley, Sequoia Capital, bereits ungeduldig gemacht.

Zu Beginn des Jahres 2026 haben die Partner von Sequoia, Pat Grady und Sonya Huang, gemeinsam einen Artikel mit dem Titel "2026: Dies ist die AGI" veröffentlicht. Sie behaupten direkt: "Wartet nicht mehr, sie ist bereits da."

Es ist weder die Erwachen der Skynet noch die Herrschaft der Roboter über die Menschheit, sondern es verbirgt sich stumm in diesen "Langzeit-Intelligenzagenten", die mehrere zehn Minuten oder sogar Stunden lang kontinuierlich arbeiten können.

"Seid bereit", schreiben sie, "was ihr euch für das Jahr 2030 vorgestellt habt, ist bereits 2026 realisiert."

Dies ist keine leere Bemerkung. Sie bringen ein konkretes Beispiel: Ein Intelligenzagent hat es in nur 31 Minuten geschafft, für einen Gründer einen fast perfekt passenden Bewerber für eine Stelle präzise zu identifizieren.

Von "ein Gespräch führen" zu "eine Aufgabe erledigen": Die Grenzen der Fähigkeiten von KI werden neu definiert.

01 Die Definition der AGI? Es reicht, "die Dinge verstehen" zu können

Die akademische und die industrielle Welt streiten seit Jahren über die Definition der AGI.

Grady und Sonya Huang erinnern sich, dass sie in früheren Jahren Top-Forschern gefragt haben, wie man die AGI definiert. Die Forscher sahen sich oft an und antworteten schließlich: "Wir haben jeweils unsere eigene Definition, aber wenn wir sie sehen, werden wir es wissen."

Das klingt ziemlich vage. Aber jetzt beschließen diese beiden Anleger, die philosophischen Debatten beiseite zu lassen und eine äußerst praktische, sogar etwas "einfach und grobe" Definition zu geben:

"Die AGI ist die Fähigkeit, die Dinge verstehen zu können. Das ist alles."

Sie erklären, dass eine Person, die "die Dinge verstehen" kann, Wissen, logisches Denken und die Fähigkeit zum iterativen Testen und Fehlerkorrektur braucht. Das Gleiche gilt für KI: Wissen wird durch Vortraining (z. B. ChatGPT) erworben, logisches Denken erfordert stärkere Rechenleistung (z. B. das o1-Modell), und das iterative Testen und Fehlerkorrektur geschieht durch "Langzeit-Intelligenzagenten" (z. B. der kürzlich aufgetauchte Claude Code).

Wenn all diese drei Elemente vorhanden sind, entsteht ein "Intelligenzagent", der autonom arbeiten, sich selbst korrigieren und ohne Anweisungen wissen kann, was als Nächstes zu tun ist.

Einfach ausgedrückt, interessieren sie sich nicht dafür, wie komplex die Innenseite der KI ist. Sie interessieren sich nur für eine Sache: "Was kann dieses Ding überhaupt tun?"

Für sie ist eine KI, die reale Probleme lösen und die reale Welt beeinflussen kann, "allgemein" einsetzbar.

02 31-Minuten-Einsatz: Von vagen Anweisungen zu präzisen Kandidaten, der KI-Headhunter ist im Einsatz

Die Definition ist eher abstrakt, aber die Anwendungsfälle beginnen bereits zu realisiert werden.

Grady und Sonya Huang beschreiben eine konkrete Aufgabe: Ein Gründer sucht einen Leiter für die Entwicklerbeziehungen. Die Anforderungen lauten: "Gute technische Fähigkeiten, von den Ingenieuren respektiert und eine echte Leidenschaft für Twitter."

Die Anweisung ist vage, aber der KI-Intelligenzagent nimmt die Aufgabe an. Anstatt einfach nach Stichwörtern zu suchen, führt er wie ein erfahrener Headhunter eine Reihe komplexer Operationen durch:

Nicht nur auf die Bewerbungsunterlagen schauen: Zuerst sucht er auf LinkedIn nach relevanten Positionen in Wettbewerberunternehmen (Datadog, Temporal, Langchain), erkennt aber schnell, dass die Berufsbezeichnungen nicht zuverlässig sind.

Zur Leistung schauen: Er geht auf YouTube und sucht nach Vorträgen auf Branchenkonferenzen und wählt speziell die Vortragenden aus, die eine hohe Interaktion mit dem Publikum haben - nur wer gut vortragen kann, hat echte Fähigkeiten.

Den echten Charakter herausfinden: Er nimmt die Liste der gefundenen Vortragenden und "untersucht" sie auf Twitter. Er filtert die "Werkzeuge", die nur Firmenartikel weitergeben, heraus und identifiziert diejenigen, die echte Fans haben, sich gerne Positionen einnehmen und deren Beiträge eine gewisse "Netzwerkflair" haben.

Jobwechsel-Signale erfassen: Er prüft, welche Personen in den letzten drei Monaten ihre Beitragshäufigkeit verringert haben, was möglicherweise bedeutet, dass sie mit ihrem aktuellen Job unzufrieden sind.

Plausibilitätsprüfung und Ausschlussverfahren: Nachdem er einige Ziele identifiziert hat, schließt er diejenigen aus, die kürzlich befördert wurden oder selbstständig geworden sind, und konzentriert sich schließlich auf eine Person - einen erfahrenen Fachmann, der kürzlich von seinem Unternehmen entlassen wurde, in einem technischen Bereich gut passt und seit zwei Monaten kein Update auf LinkedIn vorgenommen hat.

Der Intelligenzagent hat sogar einen Plan entwickelt: Er hat nicht nur die Person gefunden, sondern auch einen einladenden und präzisen Einstellungsbrief verfasst.

Der gesamte Prozess hat nur 31 Minuten gedauert. Der Gründer erhält nicht mehr Hunderte von Bewerbungsunterlagen, sondern ein konkretes Ziel, das mit hoher Wahrscheinlichkeit erfolgreich ist, und einen Handlungsentwurf.

Grady und Sonya Huang fassen zusammen, dass dies "die Dinge verstehen" bedeutet: Es wird autonom in vagen Zielen gesucht, getestet, korrigiert, bis der Weg gefunden ist.

"Der Intelligenzagent hat die Fähigkeiten eines ausgezeichneten Personalvermittlers, nur dass er nicht müde wird und keine genauen Anweisungen benötigt."

Natürlich kann die KI immer noch Fehler machen und "Halluzinationen" haben. Aber der Trend ist irreversibel: Sie entwickelt sich von einem "Azubi", der Schritt für Schritt gelehrt werden muss, zu einem "Kollegen", der eine Aufgabe unabhängig übernehmen kann.

03 Der Kernsprung: Langzeit-Intelligenzagenten, die die KI "länger denken" lassen

Warum kann die heutige KI jetzt eine 31-Minuten-Aufgabe durchführen?

Der Schlüssel liegt in den "Langzeit-Intelligenzagenten", die man sich als ein "Dauerkonzentrations- und Aufgabenmanagement"-Add-on für das KI-Gehirn vorstellen kann.

Frühere KI-Modelle konnten nur wenige Sekunden lang eine logische Schlussfolgerung ziehen. Jetzt gibt es hauptsächlich zwei Wege, um ihre "Energieeffizienz" zu verbessern:

Stärkendes Lernen: Das Modell wird in der Trainingsphase wiederholt "geprügelt", damit es lernt, sich bei langen Aufgaben zu konzentrieren. Dies ist das Hauptschlachtfeld der Spitzen-KI-Labore.

Intelligenzagenten-Framework: Es werden externe Hilfsmittel für die KI entwickelt, um ihr Gedächtnis zu verwalten und Schritte zu planen. Dies ist der Schwerpunkt von Anwendungsunternehmen (z. B. das Team hinter Claude Code und Manus).

Der Fortschritt ist exponentiell. Die von der unabhängigen gemeinnützigen Evaluierungsorganisation METR gesammelten Daten zeigen, dass die Fähigkeit der KI, langfristige Aufgaben zu erledigen, ungefähr alle sieben Monate verdoppelt wird.

Wenn man diesen Trend fortsetzt:

Bis 2028 kann die KI die Arbeit eines menschlichen Experten für einen ganzen Tag zuverlässig erledigen.

Bis 2034 kann sie die Arbeit eines menschlichen Experten für ein ganzes Jahr erledigen.

Bis 2037 kann sie die Arbeit bewältigen, die ein Mensch 100 Jahre benötigen würde.

Was bedeutet 100 Jahre Arbeitsleistung? Es könnte bedeuten, alle historischen klinischen Versuchsdaten zu analysieren, Muster aus massiven Kundenserviceaufzeichnungen zu extrahieren oder das komplexe Steuerrecht vollständig neu zu schreiben.

04 Die Ära des "Einstellen" von KI-Kollegen hat begonnen

Ein direktes Prüfstein für die AGI ist: Können Sie sie "einstellen"?

Grady und Sonya Huang glauben, dass Sie bald spezialisierte KI-Intelligenzagenten wie normale Mitarbeiter "einstellen" können. Jetzt können Sie bereits Modelle wie GPT - 5.2 und Claude "einstellen", und spezialisierte "KI-Mitarbeiter" tauchen immer häufiger auf:

Ihr "KI-Spezialist" (Deep Consult von OpenEvidence)

Ihr "KI-Rechtsanwaltshilfe" (Harvey-Intelligenzagent)

Ihr "KI-Netzwerksicherheitsexperte" (XBOW-Intelligenzagent)

Ihr "KI-Chipdesigner" (Ricursive-Intelligenzagent)

Sogar Ihr "KI-Forscher" (GPT - 5.2)

Das bedeutet, dass die KI in den Jahren 2023 - 2024 hauptsächlich ein "Gesprächspartner" war, ein intelligentes Gesprächspartnerobjekt. Während die KI in den Jahren 2026 - 2027 ein "Ausführender" werden wird, wie ein echter Kollege.

Unser Arbeitsmodell wird umgewandelt: Anstatt mehrmals am Tag Fragen zu stellen, werden mehrere KIs gleichzeitig für uns arbeiten.

Unsere Rolle wird sich auch ändern: Wir werden von einem "Ausführenden", der alles selbst erledigt, zu einem "Manager", der ein KI-Team leitet.

"Alle Diskussionen über das 'Verkaufen von Arbeitsplätzen' sind jetzt möglich."

Abschluss: Hör auf, nur zu plaudern, und gebe ihr Aufgaben!

Das exponentielle Wachstum der Langzeit-Intelligenzagenten hat begonnen. Heute kann es 30 Minuten lang zuverlässig laufen; in Kürze kann es Ihren gesamten Arbeitstag übernehmen; in Zukunft wird seine Sichtweise in "Jahrhunderten" gemessen werden.

Wenn die KI nicht nur auf die Frage "Was ist es?" antworten kann, sondern auch kontinuierlich nach Lösungen für die Frage "Wie geht es?" sucht, ist es nicht nur eine Werkzeugverbesserung, sondern eine Umstrukturierung der Produktivitätsbeziehungen.

Grady und Sonya Huang sagen abschließend: Hör auf, die KI nur als Chatbot oder Suchmaschine zu betrachten, es ist Zeit, ihr Aufgaben zu geben.

Im Jahr 2026 wird die AGI vielleicht nicht in einem spektakulären Auftritt erscheinen, aber sie hat sich in unzählige Intelligenzagenten verwandelt, die stumm in der digitalen Welt "die Dinge verstehen" und anfangen, zu handeln.

Diese stille Revolution hat bereits begonnen.

(Goldes Reh, ein spezieller Übersetzer von Tencent Technology, hat ebenfalls an diesem Artikel mitgewirkt)

Dieser Artikel stammt von "Tencent Technology", Autor: Boyang, veröffentlicht von 36Kr mit Genehmigung.