近日,，紅杉資本合伙人 Konstantine Buhler 在彭博的采訪中深入剖析了 AI 作為國家戰(zhàn)略資產(chǎn)的四大核心支柱：算力,、電力,、數(shù)據(jù),、算法,，并強調(diào)“記憶（AI Memory）”正迅速成為新的關(guān)鍵能力,。隨著生成式 AI 的演進,，智能體不再只是執(zhí)行命令的工具,，而是具備持續(xù)自我認知與協(xié)作能力的“合作者”,。

他還首次公開介紹了紅杉內(nèi)部高度關(guān)注的協(xié)議——Model Context Protocol（MCP）,，一個旨在讓 AI 與 AI,、AI 與軟件之間實現(xiàn)語言互通與任務(wù)協(xié)同的基礎(chǔ)框架。通過 MCP,，多個專長不同的 AI Agent 能像跨學(xué)科團隊一樣協(xié)作,，打通調(diào)研、決策,、生成等流程,，真正開啟“AI 生態(tài)系統(tǒng)”時代。

面對中國 AI 研究力量的快速崛起,，Buhler 表示雖然中國在人才密度上已具備規(guī)模優(yōu)勢,，但美國依然憑借開放協(xié)作的技術(shù)文化、頂尖工程師生態(tài),，在算法和應(yīng)用落地層面保持領(lǐng)先,。

這些新協(xié)議證明了一個事實：AI 不僅僅是企業(yè)成功的問題，它更是一個國家層面的戰(zhàn)略需求,。這充分說明了這個行業(yè)的重要性,。回顧十年前,，人們還在擔(dān)心美國能否在 AI 領(lǐng)域保持領(lǐng)先地位,。

AI 的實力實際上有四大支柱：算力、電力,、數(shù)據(jù)和算法,。美國之所以能遙遙領(lǐng)先,，靠的就是第四個支柱——算法。因此在全球范圍內(nèi)發(fā)展新的技術(shù)盟友時,，必須確保在算法進步方面始終處于最前沿,。美國擁有世界上最優(yōu)秀的研究人員和最頂尖的工程師。

川普總統(tǒng)已經(jīng)在卡塔爾爭取到了一項總額高達1.2萬億美元的經(jīng)濟承諾,，其中包含價值2435億美元的具體經(jīng)濟協(xié)議,。這項聲明是總統(tǒng)在多哈親自宣布的。目前這些協(xié)議還處于醞釀階段,，具體涉及哪些行業(yè)和公司尚未公布,。

回到基礎(chǔ)設(shè)施領(lǐng)域的領(lǐng)導(dǎo)地位話題，除了算力,、數(shù)據(jù)、電力和算法之外,，還有一個非常關(guān)鍵但經(jīng)常被忽視的組成部分，那就是“記憶”,。當(dāng)你和一個智能 Agent 互動時,，你希望它能夠記住你——更重要的是，它也必須記住它自己,。例如,，醫(yī)生在與病人交流時，一個智能 Agent 應(yīng)該能夠幫助醫(yī)生回顧以往的溝通記錄,，不僅僅是病人的生命體征或病歷數(shù)據(jù),，而是要具備一種隨時間推移不斷學(xué)習(xí)和進化的能力。這正是像 Open Evidence 這樣的公司正在努力的方向,。

“記憶”正在成為一個全新的關(guān)鍵技術(shù)領(lǐng)域,，尤其是在生成式 AI 語境下。如果我們想要構(gòu)建不僅能回應(yīng)人類還能進行自我反思的 AI,，那么它就必須具備記憶能力,。越來越多的公司開始在“記憶能力”上投入大量資源，尤其是像 Open Evidence 這樣專注于長期智能交互的公司,。這也是 AI 從工具轉(zhuǎn)變?yōu)椤昂献髡摺钡年P(guān)鍵一步,。

以醫(yī)療為例，有了記憶能力,，醫(yī)生可以精準回憶起每一次與病人的互動細節(jié),，甚至是溝通方式的演變——而這些，在今后的 AI 輔助醫(yī)療中將變得尤為重要,。

關(guān)于基礎(chǔ)設(shè)施部署的問題,，彭博《Big Take》提出了一個觀點：一家企業(yè)的突然崛起，說明中國的相關(guān)產(chǎn)業(yè)正在迅速發(fā)展，幾乎沒有受到美國政策或政治不確定性的影響,。超過 50% 的 AI 研究人員都在中國,。結(jié)合這些情況，中國的 AI 產(chǎn)業(yè)確實發(fā)展迅速,，而且他們也在研究類似的問題,。

中國確實擁有非常優(yōu)秀的研究人員，但美國同樣擁有最具創(chuàng)造力,、最聰明的研究人才,。就在最近，紅杉年度峰會邀請了業(yè)界最頂尖的 150 位專家參加,，從黃仁勛,、Sam Altman 到一些非常有潛力的年輕新星，全部到場,。最受關(guān)注的技術(shù)議題是一個名為 “Tool Use” 的概念,，也就是讓 AI 能夠相互協(xié)作。目前,，我們已經(jīng)有了一個全新的協(xié)議,，叫做“MCP（Model Context Protocol）”，它可以讓所有這些 Agent 和軟件互相溝通,、共享信息,。

MCP 的真實應(yīng)用案例之一是一家投資組合公司 Rocks，它能夠幫助頂尖銷售人員完成非常深入,、精準的背景調(diào)研,，并通過 MCP 協(xié)議將所有信息整合，自動生成一套量身定制的提案演示文稿,。甚至可以接入 Cognition 或 Cloud Code,，自動生成一個完整的產(chǎn)品演示 demo。

接下來,，我們將看到 AI Agent 生態(tài)系統(tǒng)的興起,。想象一下，多個 AI Agent 彼此配合,，就像一個跨學(xué)科的專家團隊一樣完成任務(wù),。這種模式的最大價值在于擴展能力：你不再局限于一個模型的能力，而是可以調(diào)用整個生態(tài)系統(tǒng)的集體智慧,。這也意味著,，AI 將變得越來越像一個合作伙伴，而不是一個工具,。它將能夠與人類一起構(gòu)建知識,、提出問題,、修正錯誤。這是 AI 發(fā)展的下一個階段,，也是決定哪個國家,、哪家公司領(lǐng)先的關(guān)鍵因素。