Agent 时代——AI 不只是聊天

作者：小傅哥
博客：https://bugstack.cn (opens new window)

沉淀、分享、成长，让自己和他人都能有所收获！😄

大家好，我是技术UP主小傅哥。

到目前为止，我们讲的 AI 都只能"输出文字"。但 2024 年开始，业界进入了 Agent（智能体） 时代。什么是 Agent？一句话：会用工具、能完成任务的 AI。

一、从"会说"到"会做"

graph TB
    A["传统 AI: 只会输出文字"]
    B["Agent: 会用工具、能采取行动"]

    A --> A1[你问天气]
    A1 --> A2[它瞎编一个天气]

    B --> B1[你问天气]
    B1 --> B2["它调用天气 API"]
    B2 --> B3[拿到真实数据]
    B3 --> B4[告诉你准确天气]

二、Agent 的核心组件

graph TB
    A[用户任务] --> B["Agent 大脑 大模型"]
    B --> C{需要做什么?}
    C --> D[调用搜索引擎]
    C --> E[执行代码]
    C --> F[读取数据库]
    C --> G[发送邮件]
    C --> H[操作浏览器]
    D --> I[拿到结果]
    E --> I
    F --> I
    G --> I
    H --> I
    I --> J{任务完成?}
    J -->|没有| C
    J -->|完成| K[输出最终结果]

简单说，Agent = 大模型 + 工具集 + 一个循环：

1. 看任务
2. 想想要不要用工具，用哪个
3. 用工具，拿到结果
4. 想想下一步
5. 循环，直到任务完成

三、真实世界的 Agent 例子

• Cursor / Claude Code / WaLiCode：你说"帮我把这个功能改成异步的"，它自己读代码、改代码、跑测试。
• Devin：号称"AI 软件工程师"，能从一个 GitHub Issue 开始，自己分析、修代码、提 PR。
• 企业客服 Agent：用户问问题，它查订单、查物流、查退款政策、给出处理方案。

四、Agent 的现状：很美好，但很难

实话说，Agent 目前还远没到"完全替代人"的地步。原因：

graph LR
    A["第1步: 90% 正确"] --> B["第2步: 90% 正确"]
    B --> C["第3步: 90% 正确"]
    C --> D["..."]
    D --> E["第10步: 整体正确率 = 0.9 的 10 次方 ≈ 35%"]

每一步都可能出错，错误会累积。所以现在所有靠谱的 Agent 都不是"完全自主"，而是：

把工作流程画成一张图，AI 在图上"沿着轨道走"，关键节点由 AI 决策，但整体框架由人定。

这叫 Workflow + LLM，是目前最务实的工业级 Agent 模式。

五、幕后故事：Devin 的"过山车"与 DeepSeek-R1 的"低成本奇迹"

Devin 的故事：2024 年 3 月，Cognition Labs 发布了 Devin，宣称是"世界上第一个 AI 软件工程师"。演示视频里它从看 Issue、读代码、写代码、跑测试、提 PR 一气呵成，整个硅谷都疯了。公司估值一夜从 0 飙到 20 亿美元。

但几个月后，AI 评测博主 Internet of Bugs 发了一条扒皮视频，逐帧分析 Devin 的演示——发现里面有大量精心剪辑、跳过失败、反复重试。真实使用率远低于演示。

这给整个行业泼了一盆冷水，让大家清醒过来：Agent 离"完全自主"还很远，目前最务实的方向是"AI 加速人，而不是替代人"。Cursor、Claude Code 这种"AI 提议、人确认"的模式，反而活得最滋润。

DeepSeek-R1 的故事：2025 年 1 月 20 日，杭州一家叫 DeepSeek 的小公司发布了 R1 模型——推理能力对标 OpenAI 当时最贵的 o1，而背后的基础模型 V3 训练成本约 557 万美元（OpenAI 同级模型据估算花了上亿美元）。更狠的是：完全开源、技术报告全公开。

这一事件直接引发了全球资本市场地震：2025 年 1 月 27 日，NVIDIA 股价单日暴跌约 17%、市值蒸发近 5890 亿美元，刷新美股单日单股市值蒸发纪录。原因很简单——如果顶级 AI 能用 1/20 的成本做出来，那"无脑买卡"的逻辑就动摇了。

R1 还有一个更重要的技术贡献：它证明了仅靠强化学习（R1-Zero 阶段），不经过 SFT，模型就能自发学会推理、反思、自我纠错。这是大模型领域近三年最重要的发现之一。

这两个故事合在一起说明一件事——AI 行业现在的速度，是按"周"在变化的。今天的明星，下个月可能就被反超；今天看似遥不可及的能力，明年可能开源到你能在自己电脑上跑。保持学习、不要押宝任何单一技术，是这个时代的生存之道。