Simon Willison reviews 2026 progress in LLMs and Agents

昨天读了 Simon Willison 的一篇文章：2026 in LLMs (so far)，这个博客我基本每次必看，写的很不错。

看了这篇年度回顾真的写得太真实了。。

Simon 把 2026 年至今 LLM 和 Agent 的重要进展按时间线串了起来。

读的时候还挺有感触的，很多事情明明感觉就发生在不久前，现在回头看，已经过去大半年了，时间过得真快啊。

我最开始记得去年底，Coding Agent 开始爆发式增长。

今年年初，OpenClaw 浪潮来了，魔幻的改名之路，直接把个人 Agent 带火了，本地模型也在快速追赶。

再到后面，可怕的 Fable、Mythos 这些模型引发的讨论，以及 Agent 安全问题逐渐暴露出来，整个行业的变化真的很快。

没想到，一晃一年又快过去了，真感觉一年就像以前过了三年一样啊。

文章里有一段让我印象特别深。

Simon 说自己在 1 月份患上了一种他称为「AI 狂热症」的毛病。

只要 Agent 没有在帮自己构建什么东西，就会觉得时间被浪费了。甚至晚上睡觉的时候，还会惦记着自己本来可以让 Agent 再多干点活。

哈哈，这个描述确实有点真实啊，我深有体会，等tibo重置大家都懂的。

我过去一年一直在做开源项目、开发工具，还在研究 Agent Harness 和 Skills。

有了一些小成绩，md2wechat-skill 突破 3.8k star，一个公众号创作的 CLI 工具我已经迭代了快一年了。

最近几个月经常冒出来一个想法，就想赶紧让 Agent 跑起来，看看能做到什么程度。

尤其是看到新模型又有了明显进步，会忍不住想试试，就是明显感觉 Token 不够用了。

AI 能做的事情越来越多，我们的时间却没有变多。如果每天都在追着新模型和新工具跑，最后做了一堆实验，却没有多少真正沉淀下来的东西，那就有点可惜了。 模型越来越强，工程经验依然重要

我做后端开发十多年了。以前开发一个项目，很多事情都得自己写代码、查资料、调试，比如各种去 overflow 上找答案，还得各种试。

现在有了 Coding Agent，开发速度确实快了不少。

最近我在规划一个口播提词 App，最初觉得功能挺简单的，真要做起来，才发现还有不少细节需要提前考虑。

如果直接让 Agent 开发，当然也能很快做出一个版本，但有些设计上的问题，可能要等到后面才能暴露出来。

所以我现在做项目，会先把第一版的目标和范围想清楚。遇到不确定的技术问题，就先调研或者做个小实验，确认方向没问题，再继续开发。

我用的最多的 skill 就是 obra/superpowers，先用来做头脑风暴，然后做开发计划。

最近有个感觉非常明显，社群里有不少非程序员从 0 到 1 做了独立产品，经常陷入 BUG 改不完的情况，有的是需求方向都不对，有的是执行过程走偏了。

所以 Agent 能力再强，任务怎么定义、执行结果怎么验证，还是得有人认真把关，其实说白了，就是领导力，判断力，中间执行过程被 Agent 压缩了。

我觉得，这些工程经验在 AI Coding 时代依然很有价值。

判断一个需求值不值得做，决定项目先做到什么程度，以及怎么确认结果真的符合预期，这些事情都需要我们自己逐渐积累经验。 这一年，变化真的太快了

Simon 这篇文章还有一个很大的价值，就是帮我们把那些分散的技术进展重新串了起来。

平时每天看新闻，很容易觉得今天这个模型很厉害，明天那个 Agent 又有新能力。单独看每个事件，好像都是一个小进步。但把它们放到时间线上，才会发现整个行业已经走了这么远。

我建议大家有时间可以认真读一读，尤其是一直在使用 AI Coding、关注 Agent 发展的朋友。

很多当时觉得很震撼的事情，现在回头看，已经变成了日常工作的一部分。

确实没太大必要把每一个新模型、每一个新工具都去凑热闹，保护好自己的注意力吧。

今年最后两个多月，不管是模型还是 Agent 工具，说不定还有惊喜，感觉照这个发展速度，2030 AGI 也不是不可能。