内容摘要
受访者的核心判断是，AI 的下一阶段不再是反复争论模型会不会继续变强，而是把已经足够强的模型接入真实世界。关键战场转向持续记忆、工具执行、开放协议、安全权限，以及从同步问答走向异步代理执行。
关键观点
行业叙事已从扩展定律转向能力落地缺口
受访者并没有否认扩展定律的重要性，恰恰相反，他认为过去一年已经足够证明其仍在发挥作用。正因为这件事已不再需要反复证明，今年的讨论重点才从“模型会不会继续进步”转向“产品到底有没有把模型能力交付出去”。他用 capability overhang 来描述这个状态，即模型能力已经领先于产品层面的实际使用方式。换句话说，下一阶段的竞争重点更像是系统设计、产品化和接口组织，而不是单纯争辩底层模型是否还会变强。
为什么重要: 这意味着团队若还停留在宏观怀疑模型能力的阶段，容易错过真正的落地窗口。战略重点应转向把现有能力转成高价值工作流。
支撑证据
the reasoning capabilities of the models has actually gotten a little bit ahead of what we're using the models to do in products. So I've I've been talking a lot lately about this thing called the capability overhang.
当前代理的真正瓶颈是记忆连续性与行动能力
受访者认为，今天的代理之所以还没有完全成为可靠助手，不是因为它们不会推理，而是因为它们的记忆和执行仍然不够成熟。现在的代理更像事务型工具：在一次任务内部还能维持上下文，但任务结束后记忆可能就消失了。这样一来，用户很难把更复杂、更长期的事情真正委托出去。与此同时，如果代理不能代表用户操作系统、调用工具、接触多样信息源，它就只能停留在会聊天而不会办事的阶段。