📢 转载信息
原文链接：https://www.kdnuggets.com/2026/02/abacus/bindu-reddy-navigating-the-path-to-agi
原文作者：KDnuggets
AI 创新的声音
在人工智能快速发展的格局中，鲜有声音能像 Bindu Reddy 这样具有分量和公信力。作为 Abacus.AI 的首席执行官兼联合创始人，Reddy 将自己定位在人工智能革命的最前沿，为企业和专业人士打造她称之为“全球首个 AI 超级助手”的产品。
Reddy 曾在谷歌（Google）和亚马逊网络服务（Amazon Web Services, AWS）等科技巨头担任领导职务，她对关于人工智能的持续对话——包括其能力、局限性以及通用人工智能（AGI）的诱人前景——带来了独特的视角。
Bindu Reddy 在硅谷的职业生涯堪称科技领导力的一个经典案例：
- 谷歌：Google 应用产品部门负责人，负责 Docs、Spreadsheets、Slides、Sites 和 Blogger 等。
- 亚马逊网络服务 (AWS)：AI 垂直领域总经理，她的团队在此期间开创了 Amazon Personalize 和 Amazon Forecast。
- Post Intelligence：CEO 兼联合创始人（该公司后被 Uber 收购）。
- 教育背景：拥有孟买印度理工学院（IIT）的 B.Tech 学位和达特茅斯学院（Dartmouth College）的硕士学位。
在创立 Abacus.AI 之前，她为全球企业构建了使深度学习民主化的工具，使没有庞大 AI 团队的组织也能使用尖端人工智能技术。
Bindu Reddy 在斯坦福数字经济论坛上谈论如何将尖端人工智能嵌入到业务流程中
对 AGI 的探索：Reddy 的观点
谈到人工智能研究的“圣杯”——通用人工智能（AGI）时，Bindu Reddy 保持着一种平衡、细致入微的看法，这使她区别于那些危言耸听者和过度乐观主义者。
“有信誉的 AI 研究人员和专家的共识是，AGI 尚未实现。关于 AGI 可能何时到来的估计差异很大，有些人猜测可能不到 18 个月，而另一些人则认为可能需要几十年。”
与 AI 社区中那些恐惧或迷恋 AGI 的人不同，Reddy 对这个话题持务实乐观的态度。她设想了一个 AI 带来乌托邦社会的未来，让人类能够专注于创造性活动，而不是从事单调、强制性的任务。在她看来，AI 代表着继互联网和电力之后的下一次伟大革命——一种将从根本上重塑我们工作和生活方式的变革性力量。
人工智能发展中的人性因素
Reddy 近期一个最具启发性的观察挑战了关于 AI 能力的一个普遍误解：
🎯 关键见解：“听到人们说大型语言模型（LLM）必须 100% 正确，这很令人烦恼。人类离 100% 正确还差得远呢。我们会犯错、会产生 Bug、会能力不足，而且往往非常不可靠。事实上，一旦你使用 AI 模型自动化并测试了一项任务，它的表现会远远超过任何人类。”
这一观点对于理解 Reddy 的理念至关重要：AI 不需要完美——它只需要比替代方案更好。通过自动化和系统性测试任务，AI 模型可以实现人类工作者无法比拟的一致性和可靠性，尽管人类偶尔也会犯错。
道德 AI 与未来之路
Reddy 敏锐地意识到了强大 AI 技术带来的潜在风险，包括：
- 深度伪造（Deepfakes）
- 错误信息（Misinformation）
- 算法偏见（Algorithmic biases）
她强调了道德 AI 开发和“AI 向善”倡议的重要性，她相信大型企业有强烈的动机去解决这些问题，以维持市场地位并避免负面影响。
她在 Abacus.AI 的做法体现了这种理念——构建真正使客户受益的产品，并相信质量和道德将在市场上自行证明。
开源 AI 的海啸
Bindu Reddy 最热衷倡导的立场之一是对开源和去中心化 AI 的支持。她积极追踪并推动开源模型的快速发展，经常在社交媒体上指出这些模型是如何迎头赶上闭源竞争对手的。
“开源海啸是真实存在的——Kimi K2.5 是全球最好的开源模型。它们与闭源模型之间存在相当大的差距，但轨迹是明确的。”
Reddy 对开源 AI 的承诺源于她的信念：去中心化可以防止垄断并促进创新。她持续鼓励开发者和企业试验开源模型，甚至建议在个人电脑上本地运行小型模型，以维护数据隐私并减少对大型科技公司的依赖。
为什么开源很重要
根据 Reddy 的说法，今年“极其重要”要更加努力地推动去中心化和开源 AI，以实现以下目标：
防止 AI 垄断
通过竞争促进创新
维护数据隐私和安全
将 AI 能力分散到更广泛的生态系统中
Bindu 的模型推荐：按用例划分的最佳 AI 模型
作为一个运行着 LiveBench（一个严格基准测试 AI 模型的平台）的人，Reddy 对哪些模型在特定任务中表现出色拥有无与伦比的视角。以下是她根据不同用例推荐的最佳 AI 模型：
🎯 按用例划分的顶级开源权重模型选择
1. 智能体编程：Kimi & GLM
对于构建能够自主编写、调试和维护代码的复杂 AI 智能体而言，Kimi 和 GLM 模型凭借其强大的推理能力和长上下文处理能力处于领先地位。
最适合：
自主代码生成
调试和代码维护
长上下文推理
复杂的软件开发任务
2. 日常使用：DeepSeek
对于通用任务、聊天和日常 AI 辅助，DeepSeek 在能力、速度和可访问性之间提供了出色的平衡——尤其是在其开源变体中。
最适合：
日常 AI 辅助
通用聊天和问答
快速任务和查询
可访问的开源部署
3. 微调基础模型：Qwen
当您需要一个坚实的基础来进行自定义模型训练和特定领域的微调时，Qwen 模型提供了出色的多功能性和性能。
最适合：
自定义模型训练
特定领域微调
专业化应用
研究和实验
4. 总体最佳（闭源）：Claude Opus 4.5
尽管试验了较新的模型，Reddy 还是持续将 Opus 4.5 作为她的“老朋友”，因为它具有卓越的推理能力、指令遵循能力和整体性能。
最适合：
复杂的推理任务
高质量的内容生成
指令遵循
专业用例
个人最爱：Claude Opus 4.5
或许最能说明问题的是 Reddy 对某个模型的个人偏爱。尽管她可以接触到所有尖端模型，并且持续在 LiveBench 上测试新发布模型，但她仍然不断回到 Claude Opus 4.5：
“我曾与 Kimi K2.5 和 Qwen 玩了一天，但现在我回到了我的老忠实伴侣——Opus 4.5 ❤️🔥”
这位以通过基准测试 AI 模型为生的人的背书，充分说明了 Opus 4.5 的可靠性和能力。这表明，虽然新模型可能在特定基准测试中表现出色，但 Opus 4.5 在推理、创造力和实用性之间保持了最佳的整体平衡。
专业化的重要性
Reddy 的推荐揭示了 AI 中的一个重要趋势：没有一个模型可以在所有用例中占据主导地位。相反，AI 格局正朝着专业化发展，不同的模型在不同的任务上表现出色。这与更广泛的软件行业相似，在特定工作流程中，专业化工具通常比通用解决方案表现更好。
她呼吁在 2026 年更加努力地推动去中心化和开源 AI，反映了她务实的理解：AI 生态系统的竞争和多样性对开发者、企业和最终用户都有利。
AI 的未来：自主智能体及更远
展望未来，Reddy 认为 AI 将从“氛围编码器”（vibe coders）演变为成熟的软件系统创建者。她预测，在几个月内，强大的 AI 智能体将能够：
设计完整的软件系统
自主开发和测试代码
监控系统性能
自动扩展应用程序
独立构建新功能
在无人干预的情况下修复 Bug
处理技术支持
在 Abacus.AI，这一愿景已成为现实。该公司最近推出了创建任意智能体的功能，这些智能体可以按计划运行，并拥有持久的、无限的记忆——智能体可以跨会话存储、检索和更新信息，从而有效地创建了 AI 驱动自动化的新范式。
🚀 即将来临的 AI 智能体革命
Reddy 相信，要实现白领工作的自动化，需要具备以下特点的复杂智能体系统：
- 无限记忆，用于跨无限交互保留上下文
- 同时处理数千个工具的能力
- 从新数据和经验中持续学习
- 跨越数天或数周的任意长时间运行的任务
- 对新领域的即时学习和理解
- 跨文本、视觉、音频和代码的多模态能力
号召行动：重新思考 SaaS
在 Reddy 一项更具颠覆性的观点中，她建议对软件即服务（SaaS）模式进行彻底的重新构想：
“取消所有 SaaS 订阅！只需购买一个坚如磐石的智能体平台，它能为你提供所有 SaaS 用例的模板并使用它。你可以随意定制，与所有内部系统集成，并从一个控制台监控一切！”
这种愿景——一个强大的 AI 平台取代数十个专业化 SaaS 工具——正是 Reddy 为 Abacus.AI 设定的最终目标。企业不再需要为集成有限的多个订阅付费，而是可以使用 AI 智能体来复制和定制功能，以适应其特定需求，而不是屈从于僵化的 SaaS 模板。
AI 领导力的地缘政治影响
Reddy 还坦诚地谈论了人工智能发展的地缘政治层面。她警告说，如果美国在未来几年内失去在人工智能领域的领先地位，后果将是深远的：
🌍 中国，而非美国，将成为人才和移民的磁石
💰 美元将不再是储备货币
📉 整个风险投资和股票市场生态系统将崩溃
⚔️ 中国将成为唯一的超级大国，实现军事和经济系统的自动化
这些风险凸显了 Reddy 为美国在 AI 领域的创新如此热情辩护的原因，特别是通过开源开发，将能力分散到更广泛的生态系统中，而不是集中在少数几家大公司或国家手中。
Bindu Reddy 的关键见解
关于 AI 安全与期望
“三年前，他们拒绝将 GPT 3.0 作为开源模型发布，因为它被认为‘太危险了’。现在我们有了比那时强大 10 倍的模型，并且在野外随处可见。实际上，根本没有任何危险发生！”
关于 AI 时代的编程
“最好的程序员是那些精通英语的人。提示词的微小变化有时会对 AI 的输出产生巨大影响。如果你是一个思路清晰、能够创建详细规范的人，你可以利用 AI 创造奇迹。”
关于代码质量
“AI 将很快从‘氛围编码器’成长为软件系统创建者。强大的 AI 智能体将能够设计、开发、测试、监控和扩展软件系统。”
关于模型选择
“赋能构建者的模型最有希望最先实现 AGI。”
结论：一位务实的远见者
Bindu Reddy 在 AI 领域中代表了一种罕见的结合：深厚的技术专业知识、高管领导经验以及务实而乐观的未来愿景。她既不否认 AI 风险，也不屈服于 AI 恐慌情景。相反，她积极致力于构建她所设想的未来——一个：
✅ AI 增强人类创造力
✅ 开源模型使强大能力民主化
✅ 周到的工程设计创造出真正服务于人类需求的可靠系统
她对 AGI 的看法承认了时间线的不确定性以及为最终到来做准备的重要性。她的模型推荐反映了动手测试和现实世界的使用情况，而不是营销炒作。她对 AI 智能体的设想预示着一个软件适应人类而不是反过来的未来。
在一个行业通常以极端（炒作与恐惧、开源与闭源、人与机器）为特征的领域中，Bindu Reddy 凭借以工程卓越性、道德考量和实用性为基础的中间道路，为我们指明了方向。随着人工智能持续快速演进，她的视角为驾驭复杂的前进道路提供了一个宝贵的指南针。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区