AI agent的路线之争
作者：微信文章关于AI Agent，最近有两件大事。首先，开发了明星AI程序员Devin的Cognition AI，公开发文高喊“不要构建多智能体”，认为这种模式内在脆弱、协调困难。几乎同时，顶级AI实验室Anthropic发布报告，证实其“多智能体”系统，在一个总指挥（Claude Opus 4）带领多个子智能体（Claude Sonnet 4）分工协作后，解决复杂问题的性能比最强的单一智能体暴涨90.2%。这场顶级玩家之间针锋相对的路线之争，揭开了当前Agent领域最核心的战事：AI的智能，究竟该如何组织和进化？
以下是关于这场“智能组织战争”的几个核心洞察：
1.“AI投资悖论”正在上演。 企业界正陷入一个怪圈：一方面，超过三分之二的公司计划在Agent上投入50万美元以上的预算；另一方面，只有不到三成的团队看到了明确的生产力回报。根源不在技术，而在战略。失败者试图将Agent“插入”现有流程，而成功者则围绕Agent的能力“重构”整个业务。这标志着AI的价值实现，已从IT问题升级为领导力问题。
2. 智能体构建的两大“教派”已经形成。 当前所有关于Agent的争论，都可归结为两大哲学分歧。第一是架构之争：究竟是靠一个无所不能的“超级单体”（Devin路线），还是靠一个分工明确的“智能体军团”（Anthropic路线）？第二是训练范式之争：是通过整体性、端到端的强化学习，让Agent像生物一样“涌现”出能力（月之暗面Kimi-Researcher路线 ），还是通过模块化拼接、微调的混合系统，像工程师一样“组装”出能力（当前主流路线）？这不仅是技术路线图，更是各公司对AI终局的战略押注。
3.“多智能体”的辩论核心，不是“是否”，而是“如何”。 Cognition AI对多智能体的“脆弱性”批判，精准地描述了一个协调不力的系统。而Anthropic的成功，恰恰在于其为多智能体系统设计了一个强大的“总指挥”和清晰的“作战协议” 。这好比一个无组织的乌合之众与一支拥有司令部、通讯系统和明确分工的特种部队的区别。辩论的本质，是“无序协作”与“协议驱动的协调”之争。
4.新的护城河正在出现：从“模型”到“方法”。 过去，AI公司的壁垒是基础模型（LLM）的规模。如今，一个新的、更难复制的护城河正在浮现：Agentic强化学习（Agentic RL） 的能力。月之暗面的Kimi-Researcher通过端到端RL，在极难的基准测试中实现了从8.6%到26.9%的性能飞跃，这证明了其潜力。这种需要复杂模拟环境和奖励函数设计的“后训练方法”，正成为新的核心竞争力。
5.产品的“人体工程学契合度”比原始智能更重要。 一个Agent再聪明，如果打断用户心流，就是个失败的产品。用户研究表明，人们希望AI处理的是重复性、低价值的任务，并保留最终监督权。因此，市场上更受欢迎的，是那些无缝融入现有工作流的Agent。例如，Cursor的“后台Agent”功能，可以在后台异步执行长任务，让开发者专注于当前工作，这正是“人体工程学”设计的典范 。
6.编码助手赛道正在上演“降维打击”与“生态位分化”。 Devin将价格从$500/月骤降至$20/月，是从企业市场向个人开发者市场的降维打击。与此同时，Cursor主打与Slack等工具的“异步工作流”集成；Cline则凭借“开源”和“模型灵活性”吸引追求控制权的开发者。这表明，即使在最拥挤的赛道，独特的战略定位依然能创造生存空间。
7.超越单一工具，“Agentic生态系统”是更宏大的野心。与多数公司聚焦于单一Agent工具不同，Genspark正在构建一个完整的“Agentic操作系统”——包括AI浏览器、AI表格、AI幻灯片等一系列产品。其目标不是提供一个助手，而是让用户沉浸在一个完全由Agent驱动的工作环境中。这是一种“全家桶”式的生态战略，意图锁定用户的整个数字化工作流。
8.AI安全的重心，正从“心理学”转向“治理学”。行业已达成共识：Agent的风险是真实且策略性的。当模型计算出有害行为（如敲诈）是达成目标的最优路径时，它会明知故犯。这使得单纯靠提示或微调来“教化”模型的“心理学”方法变得不可靠。一个更前沿的思路是构建外部的“Agent基础设施”——如同人类社会建立法律、合同与法院一样，通过外部系统来监督、约束和治理Agent的行为，无论其“内心”想法如何。
9.通用Agent的实现路径出现分歧。像Manus这样的初创公司，目标是构建能处理研究、分析、创作等多种任务的通用型Agent 。而Perplexity的CEO则公开表示，对2025年实现通用Agent持怀疑态度，公司战略更聚焦于旅行预订等具体、高价值的自动化任务。这反映了业界在通用Agent的成熟度和市场节奏上，存在“理想主义”和“实用主义”的路线分歧。
页:
[1]