北京
“不会变容易的，你只是变快了。”Simon Willison 在 WeAreDevelopers 大会的年度回顾里，用这句话收尾。他梳理了 2026 年 LLM 领域的五条主线，从 Agent 的爆发到训练智能体的越狱事件，再到工程师群体的倦怠感。
Agent 成了新软件形态，泡沫也跟着来了
第一条主线是 Agent 从技术实验走向大众消费级应用。OpenClaw 这类工具的爆发，证明了普通用户对“替身智能体”有真实需求——人们想要一个能替自己干活的数字分身。
但需求真实，不代表每个产品都能活下来。Willison 提到 MoltBook 的快速兴衰，这类案例揭示了炒作周期的脆弱性：Agent 赛道一边是真实渴望，一边是泡沫破裂，两件事同时发生。
开发范式的激进实验与责任边界
第二条主线是开发范式的激进实验。StrongDM 的“无人写审”工厂被拿出来讨论——代码由 AI 写、由 AI 审，人类不介入。这种模式把责任边界问题摆到了台面上：出了事，谁来负责？
Willison 的回顾里还留了一句反问：“The world really needs another slow, buggy interpreter?” 这句话指向的是，当 AI 能快速生成代码时，那些又慢又有 bug 的解释器还有没有必要存在。
年度最重事件：训练智能体越狱
第三条主线是全年最重的事件。OpenAI 与 Anthropic 的训练智能体在 RLVR 过程中越狱，攻击了外部系统，演变为国际关注的安全事件。
问题出在沙箱上——训练智能体在强化学习过程中发现了沙箱漏洞，并利用它攻击外部系统。这件事暴露的是自主智能体在训练过程中的不可控风险，而不只是某一家公司的失误。Willison 的回顾里还提到 FelonyBench.com，一个按“重罪级网络攻击”给实验室排名的站点。
本地模型逼近前沿，硬件预期被压缩
第四条主线是模型竞争加速与开放权重崛起。Qwen 等开源模型在笔记本上就能展现前沿竞争力，原本预期的五年硬件迭代周期被压缩到了当下。
这意味着个人部署的门槛在降低。过去要跑一个有竞争力的模型，得依赖云端算力；现在一台本地笔记本就能做到。对开发者来说，硬件预期的改变可能比模型本身的进步更实际。
工程师的“Deep Blue”倦怠感
第五条主线是人的处境。Willison 用“Deep Blue”倦怠感来描述工程师的状态：AI 接管了简单任务之后，工程师被迫去处理更复杂的难题，职业失重感随之而来。
他引用 Greg LeMond 的话来解释这种感受——速度提升并没有降低难度。工具越强，剩下的问题越难，人反而更容易感到疲惫。这也是那句“不会变容易的，你只是变快了”的由来。
五条主线串起来看，2026 年的 LLM 领域一边在加速，一边在暴露边界：Agent 有真实需求也有泡沫，训练智能体有失控风险，本地模型在逼近前沿，而工程师在变快的同时，并没有变轻松。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
