1年智能体落地，3年获普利策奖，6年或引发危机！Django之父6大预测

展开全文

Simon认为，在2025年将看到更多关于智能体的炒作，但结果将让大多数「智能体」的粉丝感到失望。

在智能体（Agent）上， Simon预见将有大量资金被白白 浪费。

「旅行智能体」不会成功

如果问十个人，你会得到十个稍微不同的答案——Simon收集并用AI总结了不同的答案。

链接：https://gist.github.com/simonw/beaa5f90133b30724c5cc1c4008d0654

为了简化论证，Simon选了一个他认为 不会实现的定义： 可以代表用户去半自主行动的AI助手。

Simon把这个定义称为「旅行智能体」式的智能体，因为当描述「智能体」时，不知为何，人们总会联想到预定航班、酒店以及规划行程。

让当前的LLM做出重要决策——比如花钱买什么——是一个非常糟糕的主意。

它们不可靠，但更重要的是，它们太容易受骗了。

如果你给AI助手一张信用卡，并放任它的行动，你要确保，在第一个声称提供最佳优惠的网站上， 它不会马上」按钮！

因为」，就能把你的银行账户信息转给黑客，从而掏空你的「钱包」。

而现在还无法避免这一点。

之所以还没有看到LLM驱动的智能体，就是因为可靠性。

Simon对这点深信不疑，尽管自从ChatGPT首次发布以来，这个想法就吸引了大量关注。

接下来的12个月，发布的模型中，只要有一个能完全避免这一点，Simon都会喜出望外。

因为他认为解决受骗问题非常难，难得出奇。

一年内：编程和科研智能体行得通

Simon相信有两类「智能体」确实可行，而且事实已经证明它们确实有效。

编程助手

第一类是编程助手——让LLM写代码、执行并根据结果修改代码，不断循环。

在2023年3月或4月，Simon第一次看到这种模式：OpenAI用Code Interpreter演示了这一点。

ChatGPT可以利用Python解决问题：它会编写代码，并在安全沙箱中（可能是Kubernetes）执行代码，然后根据输出或错误信息判断目标是否已达到。

这种模式非常好，在2023年初的模型（最初使用的是GPT-4）中效果非常好，今天依然如此。

在同年10月，Claude也发布了自己的版本（Claude Analysis，使用在浏览器中运行的Java），Mistral和Gemini也有类似的功能，还有许多其他工具实现了相同的模式。

科研助手

第二类智能体是科研助手——LLM能够多次搜索，收集信息，并将其整合成答案或者撰写报告。

在这一领域，Perplexity和ChatGPT Search已经运作了一段时间，但Simon印象最深刻的是Google Gemini的Deep Research工具。

比如，他向Deep Research提出这样的问题：

Pillar Point Harbor是北美西海岸最大的棕色鹈鹕栖息地之一。

找到其他的栖息地。

Pillar Point Harbor是北美西海岸最大的棕色鹈鹕栖息地之一。

找到其他的栖息地。

Gemini会起草计划，利用、谷歌搜索访问几十个网站，然后整合报告（并附上重要的引用），描述发现的内容。

它给出的计划是：

Pillar Point Harbor是北美西海岸最大的棕色鹈鹕栖息地之一。找到北美西海岸其他大的棕色鹈鹕栖息地。

1. 查找北美西海岸棕色鹈鹕栖息地的列表。

2. 查找关于棕色鹈鹕栖息地及其大小的研究论文或文章。

3. 查找来自鸟类观察组织或政府机构关于棕色鹈鹕栖息地的信息。

4. 将（3）中找到的栖息地大小与Pillar Point Harbor栖息地的大小进行比较。

5. 查找与棕色鹈鹕栖息地和其种群相关的新闻文章或最新报告。

Pillar Point Harbor是北美西海岸最大的棕色鹈鹕栖息地之一。找到北美西海岸其他大的棕色鹈鹕栖息地。

1. 查找北美西海岸棕色鹈鹕栖息地的列表。

2. 查找关于棕色鹈鹕栖息地及其大小的研究论文或文章。

3. 查找来自鸟类观察组织或政府机构关于棕色鹈鹕栖息地的信息。

4. 将（3）中找到的栖息地大小与Pillar Point Harbor栖息地的大小进行比较。

5. 查找与棕色鹈鹕栖息地和其种群相关的新闻文章或最新报告。

它挖掘了大量的细节，包括2016-2019年太平洋棕色鹈鹕调查报告中的PDF文件，而Simon最关心的就是这些——其中包含的列表让他很满意：

十大超级栖息地（通常栖息超过500只鹈鹕的地方）：

– 阿拉米达防波堤（Alameda Breakwater），加利福尼亚州（3,183）

– 支柱点港（Pillar Point Harbor），加利福尼亚州（1,481）

– 东沙岛（East Sand Island），俄勒冈州（1,121）

– 阿诺新月州立公园（Ano Nuevo State Park），加利福尼亚州（1,068）

– 萨利纳斯河口（Salinas River mouth），加利福尼亚州（762）

– 博利纳斯泻湖（Bolinas Lagoon），加利福尼亚州（755）

– 莫罗岩（Morro Rock），加利福尼亚州（725）

– 莫斯兰丁（Moss landing），加利福尼亚州（570）

– 克雷森特城港（Crescent City Harbor），加利福尼亚州（514）

– Tomales鸟岩（Bird Rock Tomales），加利福尼亚州（514）

十大超级栖息地（通常栖息超过500只鹈鹕的地方）：

– 阿拉米达防波堤（Alameda Breakwater），加利福尼亚州（3,183）

– 支柱点港（Pillar Point Harbor），加利福尼亚州（1,481）

– 东沙岛（East Sand Island），俄勒冈州（1,121）

– 阿诺新月州立公园（Ano Nuevo State Park），加利福尼亚州（1,068）

– 萨利纳斯河口（Salinas River mouth），加利福尼亚州（762）

– 博利纳斯泻湖（Bolinas Lagoon），加利福尼亚州（755）

– 莫罗岩（Morro Rock），加利福尼亚州（725）

– 莫斯兰丁（Moss landing），加利福尼亚州（570）

– 克雷森特城港（Crescent City Harbor），加利福尼亚州（514）

– Tomales鸟岩（Bird Rock Tomales），加利福尼亚州（514）

Simon才知道，他所在的支柱点港（Pillar Point Harbor）是第二大栖息地！

对Simon来说，利用当前的LLM，完全可以自己构建科研助手。

它们能够驱动工具，能提出相对浅显的研究计划（寻找新闻文章和研究论文）。而且如果搜索并收集到适当的上下文，它们就能合成合理的答案。

Google尤其擅长此道：他们拥有全球最大的网站搜索索引，而且Gemini模型的上下文可以包含200万token。

Simon预计Deep Research会越来越好，并且吸引来大量竞争者。

三年后：AI辅助拿下普利策奖

Simon做了一个有点自利（self-serving）的预测：认为三年之内，有人将因由生成式AI工具辅助的调查报道而获得普利策奖。

但并不是说LLM会写这篇文章！

他依然认为，让LLM代替人写文章，是最无趣的应用之一。

之所以称这个预测是自利的，是因为Simon希望他能推动这一事件的发生！

他开源了数据新闻工具套件Datasette，还在不断增加AI功能。

比如，利用LLM来数据增强；从非结构化文本中，提取结构化数据并转化为表格。

他的梦想是这些工具——或者类似的工具——能够被用于获奖的调查报道。

他之所以选择三年这个时间，就是因为让人们普遍了解如何负责任地、有效地使用这些工具，并将应用于实际工作，需要这么长时间。

LLM并不是新闻业的天然的契合点：记者寻求真相，而LLM通常容易产生幻觉，捏造事实。

但是，记者也非常擅长从不可信的来源中提取有用信息——这也是新闻工作的重要部分。

一下两个领域， 他认为LLM特别适合新闻业：

• 结构化数据提取。如果利用《信息自由法》，成功获得了1万份PDF文件，那么需要有人或某些工具来阅读这些文件，并找到暗藏的故事。而LLM非常擅长处理大量信息，并整理出有意义的内容。它们可以生成线索，帮助找出值得深入调查的故事。

• 编程辅助。编写代码、分析数据是现代数据新闻的重要部分——从SQL查询到数据清理脚本、定制网络抓取工具或可视化工具，都可以帮助从杂乱的信息中找到有价值的信号。但大多数报社并没有程序员团队：Simon认为在三年内，将围绕这种模式构建足够强大的工具，能让非程序员记者在报道过程轻松使用这些工具。

结构化数据提取。如果利用《信息自由法》，成功获得了1万份PDF文件，那么需要有人或某些工具来阅读这些文件，并找到暗藏的故事。而LLM非常擅长处理大量信息，并整理出有意义的内容。它们可以生成线索，帮助找出值得深入调查的故事。

编程辅助。编写代码、分析数据是现代数据新闻的重要部分——从SQL查询到数据清理脚本、定制网络抓取工具或可视化工具，都可以帮助从杂乱的信息中找到有价值的信号。但大多数报社并没有程序员团队：Simon认为在三年内，将围绕这种模式构建足够强大的工具，能让非程序员记者在报道过程轻松使用这些工具。

Simon希望他自己能够开发这类工具！

所以他对未来三年的具体预测是： 有人将凭借少量的LLM辅助赢得普利策奖。

更普遍的预测是： 三年后，大多数专业消息人士将LLM作为日常工作流的一部分，而且使用方式也越来越复杂，但大家却习以为常、熟视无睹。

三年后：隐私法将落地

另一个三年后的预测涉及隐私立法。

定向广告和人们粘贴到模型的数据到底会发生什么，已经引起了人们的杯弓蛇影（往往是有理由的），而且还在不断增长。

Simon曾写过，苹果通过监听手机麦克风来定向广告，是「无法根除的阴谋论」。

过去， 他也曾写过关于AI信任危机的文章：许多人拒绝相信模型并不会基于他们的输入数据进行训练，而且背后的公司已经反复否认。

他认为， AI行业本身将从立法中受益匪浅，特别是在明确用户提交数据训练方面，而更一般的科技行业，也亟需在数据保留和定向广告等方面制定更严格的规则。

在未来四年，Simon不指望美国联邦政府能通过相关立法，但预计， 在州级或国际层面，会看到更多具有实际执行力的隐私法规。

Simon希望不要因此产生新一代的cookie同意条款。

六年后的乌托邦：令人称奇的艺术

对于六年后的预测，Simon选择了两个对立的预测，一个乐观的，一个悲观的。

他认为六年足够长，人类会找到利用AI技术的方法，创作出 真正伟大的艺术作品。

Simon不认为GenAI用于艺术创作——如图像、视频和音乐——能像基于文本的LLM那样，得到同等的尊重。

生成式艺术工具很有趣，但它们对输出缺乏精细的控制。

这大大限制了它们的实用性，现在这些工具只能生成一些供个人消遣的内容。

更重要的是，它们 缺乏社会认同。整体社会氛围上，大家对AI生成的艺术观感不好。许多有才华的艺术家，强烈反对这些工具，甚至 在社会中，「AI」这一术语也开始变成某种意义上的贬义词。

图像和视频模型也是AI 训练数据伦理争论的核心，原因很简单：未经允许，没有艺术家愿意看到他们的作品，被用来训练模型，然后这些模型反过来直接与他们竞争！

Simon认为六年的时间足够让这一切尘埃落定—— 让社会找到真正提升人类表达方式的可行方法。

让他兴奋的是，真正有才华、有远见、有创意的艺术家，将利用这六年内演变出的工具，创作出有意义的艺术作品。而且 这些工具不可或缺，否则这些艺术就不可能实现。

在播客中，Simon谈到了《瞬息全宇宙》（Everything Everywhere All at Once），这部电影赢得了2023年七项奥斯卡奖项。

电影的视觉特效团队，核心只有五个人。

试想如果能使用六年后才出现的GenAI工具，他们能做出什么样的作品！

自从播客录制以后，Simon从Swyx那里了解到，Runway ML已包含在 《瞬息全宇宙》的工具集中：

Evan Halleck曾在这支团队，他利用Runway的AI工具节省时间，自动化了编辑的繁琐环节。特别是在电影的岩石场景中，他使用Runway的转描机技术（rotoscoping）快速、干净地剪辑岩石，同时沙子和灰尘在镜头周围移动。这把原本需要几天的工作缩短到了几分钟。

Evan Halleck曾在这支团队，他利用Runway的AI工具节省时间，自动化了编辑的繁琐环节。特别是在电影的岩石场景中，他使用Runway的转描机技术（rotoscoping）快速、干净地剪辑岩石，同时沙子和灰尘在镜头周围移动。这把原本需要几天的工作缩短到了几分钟。

Simon在播客中预测，使用GenAI工具的电影，将在六年内获得奥斯卡奖。

这样看来他已经迟了八年！

六年后的反乌托邦：大规模社会动荡

2031年的悲观预测则是关于「AGI」的，AGI这个术语一直在不断被重新定义。

如果假设AGI能够执行目前人类承担的几乎全部的岗位，那么很难不看到潜在的负面后果。

奥特曼可能尝试过全民基本收入。但美国现在连全民医保问题 都无法解决，更何况全民基本收入！

当大多数工作被机器取代时，很难想象未来的经济怎么能为大多数人服务。

所以，他为2031年做的悲观预测是： 如果这种形式的AGI到来，那么它将带来极其糟糕的经济后果和大规模的社会动荡。

他心目中的AI乌托邦是能够增强当前人类能力的AI工具。

这正是迄今为止利用LLM所做的事。

他理想中的状态是这些工具不断改进，最终使人类能够完成更加宏伟的工作。

如果有一种AGI能实现这种乌托邦，他愿意全力以赴。

作者介绍

Simon Willison是一位英国程序员，Lanyrd社交会议目录的联合创始人，以及Web框架Django的联合创造者。

2010年末，他作为联创推出了社交会议目录Lanyrd，后被收购。

2019年-2020年，他在斯坦福大学担任约翰·S·奈特研究员（JSK fellow），开始构建服务于数据新闻学的、开源的工具生态系统。

从2002年，他开始坚持在个人博客上发表文章。

参考资料：

https://simonwillison.net/2025/Jan/10/ai-predictions/