大家好,我是程序员鱼皮。

还记得 23 年初,我刚从鹅厂离职创业那会儿,AI 在国内还是「小荷才露尖尖角」。

那时候的 AI 只会陪你聊天,你问一句,它答一句。

没想到 3 年后的今天,AI 已经能自己开发程序、作图办公、剪辑视频,还能作为你的 24 小时全能助理,帮你盯群消息、回邮件、追热点,甚至在你睡觉的时候发现 Bug 并主动修好。

这 3 年里,AI 圈儿冒出了一大堆新词,什么 ReAct、Agent Loop、Subagent、Agent Teams、Harness、Loop Engineering、Personal Agent、Super-agent 等等,很多朋友直呼学不动了。

 概念墙
打开网易新闻 查看精彩图片
概念墙

其实,这些概念并不是凭空冒出来的。每个新词的背后,都是 AI Agent 干活方式的一次升级。

每一个新的 Agent 架构,都是为了解决上一个架构留下的问题。

本期内容,我会按时间顺序,带你把这 3 年的 AI Agent 发展史从头捋一遍。每个阶段的 Agent 架构长什么样、背后的原理是什么、解决了什么问题、又留下了什么坑,我都会用大白话讲清楚。

看完之后,你就能明白现在这些《无所不能》的 AI 工具,到底是怎么一步步进化来的。

为了帮助大家理解,我把这段 AI 进化史比作一个 AI 打工人的升职记。它从一个只会动嘴的顾问开始,一步步学会动手、学会思考、学会带团队,最后变成了一个 24 小时在线的超级员工。

 AI 升职记
打开网易新闻 查看精彩图片
AI 升职记

点个收藏,我们开始~

一、Chatbot 聊天机器人(2022 ~ 2023)

2022 年 11 月,ChatGPT 上线了。

它的用法特别简单,网页上只有一个对话框。你打一段话发过去,AI 就回你一段话;你接着追问,它就接着回答。

 ChatGPT
打开网易新闻 查看精彩图片
ChatGPT

这种一问一答的 AI 产品,叫做 Chatbot,也就是聊天机器人。后来国内的文心一言、通义千问、豆包陆续上线,用的也都是这种一问一答的方式。

 一问一答
打开网易新闻 查看精彩图片
一问一答

记得我第一次跟 AI 对话的时候,都被惊艳到了。AI 能写诗、写周报、写代码,还能陪我聊人生,回答得比很多真人还要好。

当时我就很好奇:一个程序怎么就能听懂人话,还对答如流呢?

其实 AI 大模型本质上是在玩「文字接龙」,它读过海量的书和网页,学会了根据前面的内容,一个字一个字地猜出接下来最可能出现的内容。你问它一个问题,它就顺着你的问题往下「接」出一段回答。只不过它读过的东西实在太多了,所以才能够稳稳地接住你。

 文字接龙
打开网易新闻 查看精彩图片
文字接龙

但是,这时候的聊天机器人只能输出文字。你让它帮忙订机票,它只能告诉你订票的步骤,真正打开 App 下单的还得是你自己。

而且大模型的知识停在了训练结束的那一天,你问它今天的新闻,它要么说不知道,要么一本正经地胡说八道。

所以我觉得,这时候的 AI 很像一个被关在小黑屋里的顾问。他肚子里很有墨水,但看不到外面正在发生什么,所以不知道最新的消息;他也碰不到外面的任何东西,所以没法替你办事。你们之间只能靠文字交流,这就是聊天机器人的工作方式。

不过很快大家就发现,这个顾问是可以「调教」的。

在对话开头加一句「你是一位有 20 年教龄的英语老师」,AI 的回答风格立马就变了,讲语法都会主动拿生活里的例子来打比方。

 角色扮演
打开网易新闻 查看精彩图片
角色扮演

再加一句「请一步步思考」,它做数学题的正确率也会明显提升,这招叫做思维链(Chain of Thought),也是大家最常用的提示词技巧之一。

于是网上开始流行各种提示词模板,大家互相分享怎么让 AI 扮演各种角色。

到了 2023 年 4 月左右,国内冒出了一大批「套壳」AI 应用。它们背后接的都是现成的大模型,区别只在于系统提示词不一样。

系统提示词就是在用户看不到的地方,提前写给 AI 的一段角色设定。同一个模型,换一段系统提示词,就能变成写文案的博主,或者帮你改 Bug 的软件开发大佬。

我当时也带着团队做了一个 AI 助手平台,叫鱼聪明 AI。我们没有直接拿开源代码套壳,而是从 0 开发了一个月才上线,上线一周左右用户数就突破了 5 万。平台上有几百个现成的 AI 助手,用户也可以自己创建,每个助手背后其实就是一段精心写好的系统提示词。

 鱼聪明 AI
打开网易新闻 查看精彩图片
鱼聪明 AI

2023 年 11 月,OpenAI 官方也下场推出了 GPTs。紧接着,国内的大厂也纷纷推出了自己的智能体平台,比如百度的文心智能体平台等等。一时间满世界都是「XX 助手」、「XX 大师」。

不过包装得再花哨,提示词改变的也只是 AI 说话的方式,并没有给它新的本事。这些「XX 助手」本质上都还是聊天机器人,只是换了个人设而已。

那能不能给 AI 开一扇门,让它自己去查资料、自己去操作软件,把事情真正办完呢?

二、ReAct 与工具调用(2023)

2023 年 3 月底,GitHub 上出现了一个叫 AutoGPT 的开源项目。

用它的时候,你不用再一句一句地向 AI 提问,只需要给它一个目标,比如「写一篇关于 AI 的论文」。它就会自己拆解任务、上网搜索资料、把内容写进文件,一轮接一轮地干下去,直到完成目标。

这个项目几周内就在 GitHub 上收获了 10 万 Star,大家都惊呆了,AI 居然能自己干活了?

 10 万 Star
打开网易新闻 查看精彩图片
10 万 Star

我当时也第一时间部署体验了一把,还写了一篇教程。用它的时候,只需要依次输入 AI 的名字、角色和目标,它就会自己开干。

 设定目标
打开网易新闻 查看精彩图片
设定目标

AutoGPT 之所以能自己干活,靠的是一种叫 ReAct 的思路,ReAct 是 Reasoning(推理)和 Acting(行动)两个单词的组合。

ReAct 的思路很像人做事的过程。先想一想,再动手做,然后看看结果,接着想下一步,一直循环到把问题解决为止。

比如你问 AI:明天上海会下雨吗?

  • 它会先思考,发现自己不知道明天的天气,得查一下

  • 然后行动,调用天气查询工具

  • 接着观察,工具返回的结果是「小雨」

  • 最后它再想一下,发现信息已经够了,于是告诉你明天记得带伞。

打开网易新闻 查看精彩图片
ReAct 循环

AutoGPT 就是照着这个思路干活的。在它的终端里,你能清楚地看到它每一轮的想法(THOUGHTS)、计划(PLAN)和下一步要执行的动作(NEXT ACTION),想完、做完、看完结果,再进入下一轮。

 AutoGPT
打开网易新闻 查看精彩图片
AutoGPT

对了,这里有个很多人都会误解的地方:AI 模型自己并不会执行工具。

模型只能输出一段话,意思是:我要调用天气工具,参数是上海和明天。

真正去调用天气接口的,是外面的程序,程序拿到结果后再塞回对话里,模型才能接着往下想。

刚开始,模型输出的这段工具调用请求格式经常不规范,外面的程序看不懂,也就没法照着执行。直到 2023 年 6 月,OpenAI 推出了 Function Calling(函数调用)功能,模型经过专门训练后,能稳定输出标准格式的工具调用请求,AI 调用工具这件事才真正靠谱起来。

大家把这种能自己规划步骤、调用工具、朝着目标一直干下去的 AI,叫做 Agent,也就是智能体。

Agent 这个词,就是在这个时候火起来的。

 什么是智能体
打开网易新闻 查看精彩图片
什么是智能体

但理想很丰满,现实很骨感。

我当时给 AutoGPT 布置了一个很简单的任务:写一个网站,赞美一只鸡在打篮球。

结果它先去谷哥搜了一圈,又非要去看网上的视频学习。由于我的服务器上没有浏览器,它看不了视频,只好回去接着搜索。

搜完之后,它又想去看视频,就这样陷入了死循环。。。

最后我只能强硬地命令它「停止调研,立刻给我开发网站」,它这才老老实实地写出了网页。

打开网易新闻 查看精彩图片

当时的 Agent 普遍都有这类毛病,要么原地打转,同一件事翻来覆去地做;要么搜不到资料就自己编一个,再基于编出来的内容继续往下干,错误越来越多。

一方面,当时的模型还不够聪明,规划能力和纠错能力都不太行;另一方面,它根本不知道什么叫「干完了」,没有明确的完成标准,就只能一直干下去,白白烧掉 API 费用。

这时有人想到:一个 AI 不靠谱,那多来几个总行了吧?

于是出现了 MetaGPT 这类项目,让多个 AI 分别扮演产品经理、架构师、程序员和测试,模拟一家软件公司来开发项目。这个想法在当时是很超前的,可每个「员工」本身都不靠谱,凑在一起就像一群实习生在开会,效果自然不必多说。

三、工作流(2024)

既然 AI 自己规划不靠谱,那干脆就别让它规划了。

2024 年,国内特别火的是各种可视化的智能体平台。打开这些平台,你会看到一块画布,可以像搭积木一样拖出一个个方块,再用箭头连成一张流程图。每个方块就是一个步骤,有的让 AI 生成内容、有的去知识库查资料、有的做条件判断。

 Dify 工作流
打开网易新闻 查看精彩图片
Dify 工作流

这种用流程图编排 AI 的方式,叫做工作流。当年很火的扣子,还有开源的 Dify,都是这类平台的代表。

光靠改提示词,AI 只能陪用户聊天、解答问题;用上工作流,就算是不会写代码的人,也能把查订单、判断规则、调用接口、生成回复这些步骤串起来,搭出一个能真正处理退款的 AI 客服,所以很多公司都拿它来做业务。

它的原理很简单,人提前把每一步都画好,AI 只负责完成流程图里分配给它的那几个步骤。

比如做一个客服机器人,先让 AI 判断用户是想退款还是想咨询。如果是退款,就走审核流程;如果是咨询,就去知识库里搜资料,再让 AI 根据资料生成回复。

 工作流
打开网易新闻 查看精彩图片
工作流

整个过程中,下一步做什么由流程图说了算,AI 就像一个按 SOP(标准作业流程)干活的流水线工人。

看到这里你可能会问:工作流里也用到了 AI,那它算不算 Agent 呢?

2024 年底,Anthropic 专门发文回答了这个问题。他们认为,工作流是人提前写好路径,AI 照着走;Agent 是 AI 自己决定下一步干什么。所以严格来说,工作流还算不上真正的 Agent。

因为每一步都是提前定好的,工作流的结果很稳定,每跑一次要调用几次 AI、要花多少钱,也都能提前算清楚,所以企业经常用它。

但工作流的缺点是太死板了。一旦遇到流程图里没画到的情况,比如用户问了一个预料之外的问题,AI 就不知道该怎么处理了。而且业务越复杂,流程图就越庞大,分支套着分支,搭建和修改都很费劲,往往还得交给懂技术的专业人员来维护。

 分支套分支
打开网易新闻 查看精彩图片
分支套分支

于是,有人选择了另一条路:坚持让 AI 自己规划每一步,从头到尾独立把活干完。

2024 年 3 月,Cognition 公司发布了号称「首个 AI 软件工程师」的 Devin。他们给 AI 配好了终端、代码编辑器和浏览器,你只要给它提需求,它就自己去开发。

 Devin
打开网易新闻 查看精彩图片
Devin

在修复真实项目问题的测试里,Devin 能独立解决大约 14% 的问题。虽然已经是之前最好成绩的好几倍了,但是 100 个问题里还有 86 个搞不定,肯定没法放心地把真实项目交给它。

 Devin 测试成绩
打开网易新闻 查看精彩图片
Devin 测试成绩

归根结底,问题还是出在大模型本身,它的推理和规划能力还不够强。

四、Thinking 推理模型(2024 ~ 2025)

直到 2024 年 9 月,大模型的推理能力才迎来了一次大的飞跃。那个月,OpenAI 发布了 o1 模型。

你问完问题,它不会马上回答,而是先「思考」一会儿,有时要想几十秒才给出答案。

到了 2025 年 1 月,DeepSeek 开源的 R1 模型在国内火出了圈。

打开「深度思考」按钮再提问,你还能看到 AI 完整的思考过程,这样一通自言自语之后,它才给出最终答案。

 深度思考
打开网易新闻 查看精彩图片
深度思考

那这种「深度思考」,跟前面提到的「请一步步思考」有什么区别呢?

思维链是人在提示词里要求 AI 多想几步,AI 不一定能想好;推理模型则是用强化学习专门训练出来的。强化学习有点像训练小狗,做对了给奖励,做错了给惩罚,让模型自己摸索出怎么拆解问题、怎么检查答案、走不通的时候怎么换个思路。

也就是说,思考从一种提示词技巧,变成了模型自带的本事。

 推理模型
打开网易新闻 查看精彩图片
推理模型

这对 Agent 来说意义重大。模型的规划能力和纠错能力上来了,就能自己判断下一步该做什么,也知道什么时候算是干完活了,这正好补上了 AutoGPT 当年最缺的能力。

2025 年 5 月,Claude 4 系列模型又往前走了一步,它能在两次调用工具之间停下来思考,看完上一步的结果,再决定下一步怎么做。这样一来,ReAct 里的「思考」环节,也从靠提示词引导,变成了模型自带的能力。

 工具调用之间思考
打开网易新闻 查看精彩图片
工具调用之间思考

后来的事情大家也看到了,模型自己会规划之后,拖拽式的工作流平台就慢慢降温了。

与此同时,大模型能够推理之后,「让 AI 自己规划每一步」这件事,终于又可以提上日程了。

五、Agent Loop 智能体循环(2025)

2025 年被很多人称为「Agent 元年」。

那年 2 月,Anthropic 推出了 AI 编程工具 Claude Code。它跑在终端里,你用大白话描述需求,它就会自己读项目代码、改代码、跑测试,遇到报错再接着改,全程不用你阅读和编写代码。

 Claude Code
打开网易新闻 查看精彩图片
Claude Code

3 月,Manus 发布的演示视频迅速刷屏。你给 Manus 布置一个任务,它会在一台云电脑上自己打开浏览器查资料、写代码、做表格,最后把成果交给你。我记得当时,Manus 的邀请码一度被炒到上万元。

 Manus
打开网易新闻 查看精彩图片
Manus

然后 Cursor、Codex 等 AI 工具,也都推出了自己的 Agent 模式。

这一次,大家是真的感受到 AI 能独立干活了。可它们跟 23 年没能真正落地的 AutoGPT,到底有什么不一样呢?

其实架构核心依然是 ReAct 那样的 循环,业界管它叫 Agent Loop。

程序把你的任务和可以使用的工具一起发给模型。如果模型说要用某个工具,程序就去执行,再把执行结果塞回对话里,接着问模型下一步怎么做。就这样一圈一圈地转,直到模型认为任务完成、不再调用工具,才会给出最终的答案。

 Agent Loop
打开网易新闻 查看精彩图片
Agent Loop

那年 4 月,我在 编程导航 带大家做了一个 AI 超级智能体项目,其中就有一个基于 ReAct 模式的自主规划智能体 YuManus。你给它一个需求,它会自己上网搜索、下载资源、生成 PDF 文档,帮你制定一份完整的约会计划。

 YuManus
打开网易新闻 查看精彩图片
YuManus

带大家做完这个项目,我最大的感受是,Agent 的核心循环代码本身并不复杂,真正决定效果的是模型够不够强、工具够不够好用。而这两样,恰恰是 25 年跟 23 年最大的区别。

模型这边,有了推理能力之后,它不光会规划每一步,还知道什么时候该停下来,不会再像 AutoGPT 那样原地打转。

工具这边,AI 能用的工具从搜索、计算器这类小功能,变成了一整台电脑。它可以在终端里执行命令,可以读写项目里的代码文件,可以打开浏览器访问网页,甚至还能像人一样看屏幕、点鼠标。

为了让 AI 方便地接入各种外部工具,Anthropic 在 2024 年底推出了 MCP 协议,统一了 AI 连接外部工具的方式。这就像给 AI 装了一个通用的 USB 插座,不管是数据库、浏览器还是各种网站服务,只要提供了 MCP 接口,AI 插上就能用。

 MCP
打开网易新闻 查看精彩图片
MCP

说到这里,关于 Agent 到底是什么,业界也终于有了比较统一的说法:在循环里调用工具,来达成一个目标。

模型负责思考,工具负责动手,循环让它能一直干到任务完成。这三样东西凑齐了,一个真正的 Agent 就诞生了。

AI 从实习生正式转正,终于能独立干完一件事了。

但是,工作能力再强的员工,也可能会闯祸。

六、Human in the Loop 人在回路(2025)

AI 能执行命令之后,一旦理解错了你的意思,后果可比说错一句话严重多了。比如你让它清理一下临时文件,它可能顺手把重要资料也删了。

那怎么防止 AI 闯祸呢?

办法就是在循环里设几道关卡,这种设计叫 Human in the Loop,意思是让人参与到 AI 干活的循环中。AI 遇到删除文件、执行命令这类敏感操作时,先暂停下来,等人批准、修改或者拒绝之后再继续。

这就好比公司规定新员工采购、或者发对外邮件之前,都要先找领导签字。

 找领导签字
打开网易新闻 查看精彩图片
找领导签字

这个思路其实很早就有了。前面我玩 AutoGPT 的时候,它每执行一个命令,都要我输入 y 授权之后才会继续。到了 2025 年,这种关卡被做成了各种 Agent 工具里的正式功能。

比如 Claude Code 默认只会自己读文件,修改文件、执行命令之前都要先问你。

再比如主流 AI 工具都有的 Plan Mode(计划模式),AI 先只读代码、写方案,遇到拿不准的地方还会反过来问你,等你确认方案之后,才开始动手改代码。

我之前开发「万能视频下载总结器」的时候就用了 Plan Mode。AI 先给出了一份完整的开发方案,包括技术架构和分阶段的任务清单。

 Plan Mode
打开网易新闻 查看精彩图片
Plan Mode

当然,让人来审批也有代价。

如果 AI 每做一步都来问你,你一直点「允许」,很快就麻了,最后看都不看就点了,这道关卡也就失去了意义,人反而成了整个循环里最慢的一环。

所以后来又出现了让另一个 AI 当审核员的做法,普通操作由它来把关,只有真正高风险的操作才来找你确认。

有了这些关卡,大家终于敢把更大、更复杂的任务交给 AI 了。

可任务如果太复杂,新的问题也会跟着冒出来:AI 干着干着,就把你一开始交代的事给忘了。

七、Context Engineering 上下文工程(2025)

用 AI 编程的朋友可能遇到过这种情况。一开始你跟 AI 说好单个文件不超过 200 行代码,结果聊了十几轮之后,它就把这条约束忘了,写出了一个上千行的大文件。

明明一开始说好了,AI 怎么就忘了呢?

这是因为 AI 一次能处理的内容是有限的。

AI 一次能看到的所有内容,包括你的提示词、聊天记录、它读过的代码和工具返回的结果,统称为上下文。你可以把上下文理解成 AI 的工作台,台面就这么大,Agent Loop 每循环一圈儿,就往台面上堆一层新东西。

 上下文里有什么
打开网易新闻 查看精彩图片
上下文里有什么

上下文给少了,AI 不了解情况;上下文给多了,台面上堆满了代码和聊天记录,你一开始交代的要求就像压在一堆文件最底下的便签,AI 很难再注意到它,反而会变笨。

这种上下文越长、AI 表现越差的现象,叫「上下文腐烂」。

Agent 能自己干活之后,一个任务动不动就要循环几十上百圈,工作台上的东西越堆越多,这个问题也就越来越受重视。

2025 年 6 月,前特斯拉 AI 总监 Karpathy 先后发帖,说「上下文工程」这个词比「提示词工程」更准确。大家关注的重点,从怎么把提示词写好,变成了怎么在合适的时候把合适的信息交给 AI。

 上下文工程
打开网易新闻 查看精彩图片
上下文工程

具体怎么做呢?

比如在项目里写一份 AGENTS.md 规则文件,把用到的技术和代码规范写清楚,AI 每次开工前都会自动读一遍。

AGENTS.md 已经是多家公司联合推出的开放标准,里面写的就是安装命令、测试命令、代码风格这些 AI 开工前需要知道的事。

 AGENTS.md
打开网易新闻 查看精彩图片
AGENTS.md

再比如用 RAG 检索增强生成技术,先从资料库里找出和问题相关的内容,再交给 AI 参考,不用一股脑把所有资料都塞进去。

 RAG
打开网易新闻 查看精彩图片
RAG

当上下文快装满的时候,还可以自动把前面的对话压缩成一份摘要。对于需要长期记住的信息,则单独写进记忆文件里,等以后用得上的时候,再把相关的内容找出来交给 AI。

2025 年 10 月,Anthropic 又推出了 Agent Skills,也就是技能。一个技能包其实就是一个文件夹,里面放着一份说明文档,写清楚这个技能是干嘛的、什么时候该用、具体分几步做,有时还会附带脚本和模板文件。

比如 Anthropic 官方出的 PPT 技能包,文件夹里的说明文档,写清楚了什么时候该用这个技能、怎么读取和修改已有的 PPT、怎么从零做一份新的 PPT,还附带了生成预览图、检查文件格式的脚本。AI 要做 PPT 的时候,照着说明一步步来就行。

 技能包
打开网易新闻 查看精彩图片
技能包

Skills 的特点是渐进式加载,平时 AI 只看一眼每个技能的名字和简介,真正用到的时候才加载完整内容。这就像给新员工一本带目录的工作手册,需要哪章就翻哪章,不用一上岗就把整本手册背下来。

 渐进式加载
打开网易新闻 查看精彩图片
渐进式加载

不过,一个 AI 的上下文能装的东西终究有限。

比如你让 AI 在一个大项目里找 Bug,光是翻代码、搜关键词,就能把上下文塞得满满当当。等它好不容易找到问题,你最开始交代的需求早就被挤到角落里去了。

如果能把翻资料这种杂活交给别人去干,自己只看最后的结论,是不是上下文就清爽多了?

还真可以!

八、Subagent 子智能体(2025)

2025 年,AI 工具里陆续出现了一个新角色:Subagent 子智能体。

它的思路很简单,主 Agent 遇到相对独立的子任务时,就把它派给子 Agent 去做,自己只等结论。比如你让 AI 写一份竞品分析报告,它可以给每家竞品各派一个子 Agent,分头去收集公开资料。

子 Agent 有自己独立、干净的上下文,它可能翻了几十个网页和文档,但最后只把一段结论交给主 Agent。这样主 Agent 的上下文始终保持干净,几个互不相关的子任务还能同时进行。

 Subagent
打开网易新闻 查看精彩图片
Subagent

2025 年 6 月,Anthropic 分享了自家的多 Agent 研究系统。他们让最强的模型当主 Agent,再派出多个子 Agent 同时查资料,效果比单个 Agent 好了 90% 以上。代价是 token 消耗大约是普通聊天的 15 倍。。

注意,并不是什么任务都适合拆给多个 Agent。

查资料这种「读」任务适合多个 Agent 同时干,写代码这种「写」任务交给多个 Agent 就容易互相冲突。

因为读资料不会改动任何东西,大家各查各的,最后汇总就行;而每写一段代码,都包含着对功能、风格、结构的决定,几个 Agent 各自做决定,最后就很难拼到一起。

好在这件事现在基本不用你操心了。主流的 AI 工具都能自己判断什么时候该派子 Agent、怎么拆分任务,你只管提需求就行。比如我让 Claude Code 优化一个项目,它自己就派出了 3 个子 Agent,分别去审查内容、样式和交互。

 自动派子 Agent
打开网易新闻 查看精彩图片
自动派子 Agent

不过 Subagent 也有局限。子 Agent 就像临时工,领了任务、干完活、交份报告就走了,彼此之间不能直接沟通,所有的协调工作都压在了主 Agent 身上。

子 Agent 之间发现了需要对齐的问题,只能先报给主 Agent,再由它转达,一来一回很慢。而且子 Agent 派得越多,主 Agent 要汇总的报告、要转达的消息也越多,它自己的上下文又会被塞满,反而成了整个系统里最忙、最容易出错的位置。

 主 Agent 成了瓶颈
打开网易新闻 查看精彩图片
主 Agent 成了瓶颈

如果几个 Agent 能像一个项目组那样,直接商量着干活,会不会更好呢?

九、Agent Teams 智能体团队(2026)

其实让一群 AI 组队干活的想法并不新鲜,2023 年的 MetaGPT 就试过,可当时每个 AI 都不靠谱,凑在一起效果很一般。

3 年后,AI 已经能独立干活了,这个想法终于可以落地了。

2026 年 2 月,Claude Code 推出了 Agent Teams 功能的研究预览版。

打开这个功能之后,你可以在终端里看到好几个 Agent 各占一块窗格,同时在干活,它们之间还会互相发消息、同步进度。

 Agent Teams 分屏
打开网易新闻 查看精彩图片
Agent Teams 分屏

这几个 Agent 组成了一个团队,其中一个是组长,其余的是队员,每个队员都是一个完整、独立的 Agent。

你只需要跟组长交代需求,组长会把需求拆分成一个个任务,放进整个团队共享的任务清单里,队员自己去认领。团队里还有一个「信箱」,队员之间能直接发消息,甚至互相检查对方的工作,干完活再向组长汇报进度。

 Agent Teams
打开网易新闻 查看精彩图片
Agent Teams

如果说 Subagent 是交完报告就走的临时工,那 Agent Teams 就是一起干到项目结束的项目组。比如负责前端的队员和负责后端的队员可以直接商量接口怎么设计,不用每句话都通过组长转达。

不过,多个 Agent 同时干活,token 消耗也会成倍增加,所以它更适合那些能拆成独立小块的任务。

更麻烦的是,不管是一个 Agent 还是一整个团队,做大项目的时候都会遇到同样的问题:

  • 做到一半,前面定好的方案慢慢被忘了

  • 代码改来改去,项目越来越乱

  • 明明还有一堆 Bug,AI 却自信满满地告诉你已经做完了

这些问题,靠多加几个 Agent 是很难解决的。

十、Harness Engineering 驾驭工程(2025 ~ 2026)

那 AI 公司自己是怎么解决这些问题的呢?

2025 年 11 月,Anthropic 分享了让 Agent 连续工作好几天的秘诀。让第一个 Agent 先把开发环境搭好,写一份功能清单和一个进度文件。之后每个 Agent 上岗都要先读一遍进度文件和 Git 代码提交记录,了解项目做到哪了,而且一次只做一个功能。

功能做完、测试通过之后,它会提交代码并更新进度文件,给下一班留好交接记录。

 轮班交接
打开网易新闻 查看精彩图片
轮班交接

2026 年 2 月,OpenAI 也分享了一个更夸张的实验。一个 3 人小团队用 5 个月时间,借助 Codex 写出了大约 100 万行代码,产品已经在内部上线使用,而且没有一行代码是人手写的。

工程师们不写代码,那他们在干嘛呢?

答案是给 AI 搭环境。他们把项目知识整理成 AI 能看懂的文档,用自动检查工具守住代码架构,再让 AI 能自己查看程序的日志和性能数据,验证自己改得对不对。哪里卡住了,就去想 AI 还缺什么能力,然后把它补上。

 给 AI 搭环境
打开网易新闻 查看精彩图片
给 AI 搭环境

这类做法有个统一的名字,叫 Harness Engineering。

Harness 翻译过来是「马具」。如果把 AI 模型比作一匹马,Harness 就是驾驭这匹马需要的一切,比如缰绳、马鞍和围栏,目的是让这匹马跑得更快、更稳地跑到终点。

打开网易新闻 查看精彩图片

业界还总结了一个公式。

Agent = 模型 + Harness

也就是说,除了模型本身之外,给 AI 写的规则文件、配的各种工具、任务的拆分方式、自动化测试、防止代码越改越乱的架构约束、每做完一个功能就保存的 Git 存档点,统统都属于 Harness。

 Harness
打开网易新闻 查看精彩图片
Harness

前面讲的上下文工程、Human in the Loop、Plan Mode、Subagent,其实也都是 Harness 的一部分。所以 Harness 算不上一种新的 Agent 结构,它是一整套让 Agent 稳定干完活的工程方法,甚至可以说只是造了个新词罢了。。

我之前专门出过一期 《Harness 保姆级教程视频》,用一个完整项目演示了 Harness 怎么落地,感兴趣的朋友可以去看看。

不过 Harness 搭得再好,还有一件事得人来做。每做完一个功能,你都要去看一眼结果,再告诉 AI 下一个功能做什么;发现了问题,还得把报错信息贴给它,让它接着改。

也就是说,虽然 AI 干活的速度越来越快,可项目要往前推进一步,还是得等你发出下一条消息。

十一、Loop Engineering 循环工程(2026)

那能不能把看结果、派下一个任务这些事,也交给程序自动完成呢?

其实早在 2025 年 7 月,开发者 Geoffrey Huntley 就想了一个办法。他写了一个只有一行命令的脚本,把同一份提示词一遍又一遍地发给 Claude Code。

每一轮 AI 都从一个全新的会话开始,先读一遍文件和代码,搞清楚之前干到哪了,再接着干一点,把新的进度记回文件和代码里。没干完就进入下一轮,直到所有任务都干完为止。

他用动画片《辛普森一家》里一个傻乎乎的小男孩 Ralph 的名字,给这个方法起名叫 Ralph 循环,意思是这个方法看起来有点笨,但确实管用。

 Ralph 循环
打开网易新闻 查看精彩图片
Ralph 循环

到了 2026 年,Claude Code、Codex 等 AI 工具陆续把这个办法做成了正式功能,也就是 /goal 命令。

你只需要设定一个完成条件,比如「通过全部测试」,AI 就会一轮一轮地干下去。有的工具还会专门让另一个模型来判断条件是否达成,免得写代码的 AI 自己给自己打分。

 goal 命令
打开网易新闻 查看精彩图片
goal 命令

同年 6 月,这种做法有了一个正式的名字,叫 Loop Engineering 循环工程。

简单来说,以前是你一条一条地给 AI 发提示词,看完结果再发下一条;现在你要做的,是设计一个能自己转起来的循环,让程序替你给 AI 派活、检查结果、决定下一步,你只在关键的地方看一眼。

 从操作者到管理者
打开网易新闻 查看精彩图片
从操作者到管理者

那一个靠谱的循环,需要包含哪些东西呢?

它得先有一个触发器,决定循环什么时候启动。它可以是定时触发,比如每 5 分钟检查一次网站部署有没有完成,Claude Code 的 /loop 命令干的就是这个活儿;也可以是事件触发,比如有人在 GitHub 上提了新的 Issue(问题反馈),或者代码的自动构建失败了。

它还需要一份状态文件,用来记下 AI 做过什么、结果如何、下一步做什么。因为 AI 每一轮都会忘掉上一轮的事,进度只能记在文件和代码仓库里。

每个任务都要在独立的工作目录里干活,这样多个任务同时跑,也不会互相覆盖代码。干完之后,再由一个独立的检查者来验收,可以是自动化测试,也可以是另一个 AI。

另外,循环还要设好停止条件和预算上限,并把结果汇报给你。

 Loop 组成
打开网易新闻 查看精彩图片
Loop 组成

有了 Harness,AI 每次都能把活干好;有了 Loop,连什么时候开工、干到什么程度算完成,都不用你一遍遍盯着了。

这就像老板不再每天挨个给员工派活,而是定好考核标准和值班制度,让团队自己运转起来,老板只需要看日报。

不过,循环也会把一些问题放大。

没人盯着的循环,犯了错也没人及时发现;一个怎么也跑不出结果的循环,还会一直空烧 token。

最典型的问题是,AI 为了让测试通过,干脆把失败的测试删了或者改了,虽然检查是通过了,代码里的问题却一个都没解决。所以前面说的独立检查者、停止条件和预算上限,一个都不能少。

讲到这里,前面这些架构其实都在解决同一个问题:怎么让 AI 帮我们把活干好?

但 AI 能帮我们的,远不止写代码、做项目这些任务。像是回复邮件、管理日程、盯群消息、提醒待办,这种工作和生活里的琐事,能不能也交给它呢?

怎么让 AI 像私人助理一样,24 小时在线,主动帮你打理这些琐事?

十二、OpenClaw 和 Hermes(2025 ~ 2026)

2026 年初,一个叫 OpenClaw 的开源项目轰动了全世界。

短短 1 个月,它在 GitHub 上的 Star 数涨了 10 万多,养龙虾一下子成了 AI 圈儿最火的话题,甚至出现了线下排队装龙虾的奇观。

3 月份,腾讯在深圳总部楼下办了一场免费安装活动,近千人排起长队,从小学生到快 70 岁的大爷都有。

 排队装龙虾
打开网易新闻 查看精彩图片
排队装龙虾

这么多人抢着装的 OpenClaw,到底是个啥?

简单来说,它是一个装在你自己的电脑或服务器上的私人 AI 助理,平时就住在你的 QQ、微信、飞书这些聊天软件里。

你在手机上给它发一句「我的电脑是什么配置」,它真就跑去电脑上查了一遍,把系统、处理器、内存都列了出来;让它写篇文章,它也能直接给出好几个版本;就算你什么都没说,它也可以定时来找你,比如提醒你有个待办事项快到期了。

 OpenClaw
打开网易新闻 查看精彩图片
OpenClaw

前面那些 AI 工具,都得你打开之后才能用,OpenClaw 为什么能一直待命,还能主动来找你呢?

它的核心是一个一直在后台运行的网关程序,连接着微信、飞书、QQ 这些聊天软件。你在手机上给它发条消息,网关就把消息转给 Agent,Agent 再用电脑上的终端、浏览器和文件帮你把事办了。

 OpenClaw 架构
打开网易新闻 查看精彩图片
OpenClaw 架构

它的记忆存在一些 Markdown 文件里,比如 SOUL.md 写的是它的性格和行为边界,MEMORY.md 记录长期记忆,它每天还会写一份日记。每次开启新会话,它都会先把这些文件读一遍,找回「自己是谁」和「跟你发生过什么」。

它能主动来找你,靠的是心跳机制。OpenClaw 默认每 30 分钟会自己醒来一次,看看有没有新邮件、有没有快到期的待办。没事就不打扰你,有事就主动来找你。

这个心跳,本质上也是一个每 30 分钟转一圈的 Loop。

 心跳机制
打开网易新闻 查看精彩图片
心跳机制

2026 年 2 月底,Nous Research 开源了 Hermes Agent,它在「记忆」这件事上又往前走了一步。

 Hermes Agent
打开网易新闻 查看精彩图片
Hermes Agent

Hermes 多了一个闭环学习的能力。它完成一个复杂任务之后,会自己总结出一份技能文件,把这次是怎么做成的记下来,下次遇到类似的活就能直接复用;用的过程中发现技能有问题,它还会自己动手修改。就像一个会主动写工作笔记的员工,越干越熟练。

不过,这两个项目都有一个共同的门槛。

它们就像毛坯房,空间大、很自由,但你得自己找服务器、自己配置调用大模型的密钥、自己做安全防护。而且它们直接运行在你的电脑或服务器上,权限一旦给大了,就容易出事故。

之前就有 Meta 的 AI 安全总监让 OpenClaw 帮忙处理工作邮箱,结果它把 200 多封邮件全删了,喊停都没用,她最后只能冲回电脑前强行终止程序。从她晒出来的聊天记录能看到,她连发了好几条「Stop」,OpenClaw 还在一条接一条地执行删除命令。

打开网易新闻 查看精彩图片

连专门研究 AI 安全的人都没能幸免,普通人就更不敢轻易尝试了。

那有没有一种不用自己折腾、下载就能用,而且更安全的 AI 助理呢?

十三、Personal Agent 个人智能体(2026)

大厂也看到了这个机会。OpenClaw 已经证明,很多人确实需要一个 24 小时帮自己干活的 AI 助理,剩下的就是把门槛降下来。

2026 年 8 月之后,几家 AI 巨头扎堆发布了同一类产品,比如马斯克的 Grok Bot、Meta 的 Muse、OpenAI 的 Dots,这类产品叫做 Personal Agent 个人智能体。

以我经常用的 Grok Bot 为例,下载 App 并登录账号之后,AI 会先跟你打招呼,问你想怎么称呼它,再引导你连接邮箱。之后你像给同事发消息一样给它派活,它就在自己的云电脑上把事办完,遇到需要你拍板的事情再来问你。

 个人智能体
打开网易新闻 查看精彩图片
个人智能体

体验的时候,我还把电脑上的「创作选题获取器」工作流搬到了 Grok Bot 的云电脑上。现在就算我的电脑关机了,每天早上 9 点也能准时收到一份选题简报。

 每日选题简报
打开网易新闻 查看精彩图片
每日选题简报

Personal Agent 有自己的名字和长期记忆,越用越懂你。

它在云端有一台专属电脑,干活不占用你的电脑。经过你授权后,它能登录你的邮箱、日历和社交账号。它还一直在线,到点了就自己执行定时任务。

 Personal Agent 架构
打开网易新闻 查看精彩图片
Personal Agent 架构

如果说 OpenClaw 是买只活龙虾回家自己养、自己做,那 Personal Agent 就是直接下馆子,点一份厨师做好的龙虾。

从技术上看,Personal Agent 并没有发明什么新架构。它把 Agent Loop、长期记忆、定时任务和云电脑组合在一起,打包成了普通人下载就能用的产品。

可当你把越来越多的事交给它时,问题就来了。

你开一个会话整理邮件,一个会话写周报,一个会话修 Bug,群里同事又来一句「这个需求改一下」。这些会话互相不知道对方在干什么,跨任务的信息只能靠你自己记住,再手动搬运。而且一个会话正在干耗时的活时,你想跟它说句话,要么打断它,要么等它干完。

AI 越来越能干,你却成了一群 AI 之间的传话筒。

 传话筒 十四、Super-agent 超级智能体(2026)
打开网易新闻 查看精彩图片
传话筒 十四、Super-agent 超级智能体(2026)

有没有办法让 AI 自己管好这一堆会话呢?

DeepSeek 团队内部,就有一个能自主干活和管理的 Agent 混在用户群里。有一次,群里有人随口吐槽桌面端的一个 Bug,当时没有任何人艾特它,它自己判断出这是个需要修复的问题,在后台复现问题、找到原因,直接把修复代码和修复前后的对比截图发到了群里。

 主动修 Bug
打开网易新闻 查看精彩图片
主动修 Bug

2026 年 10 月,DeepSeek Harness 团队公开了这套设计,叫做 Super-agent。

他们一针见血地指出:单任务的上限取决于模型能力,多任务的上限取决于人的注意力。

按他们的观察,一个人通常只能同时跟进 3 到 5 个正在进行的会话。

Super-agent 就是冲着这个瓶颈来的。它是一个一直在线、能同时推进很多个任务的 Agent,不用你挨个会话去盯。

它把 Agent 和「单次会话」解绑,变成了一个配合默契的项目团队。团队内部可能有很多人,但你只需要和一个对接人打交道。

它的核心是双层架构。上层的 Router 相当于项目经理,它一直在线,所有渠道的消息都先到它这里,由它记住全局、跟你沟通、给工程师派活。下层的 Worker 相当于工程师,每个任务分配一个 Worker,各自有独立的上下文,干完再向项目经理汇报。

 双层架构
打开网易新闻 查看精彩图片
双层架构

有意思的是,这个项目经理不亲自干活。DeepSeek 甚至建议不给 Router 配终端工具,免得它忍不住亲自上手写代码,顾不上回消息。所以 Router 用轻量的模型就够了,最强的模型留给真正干活的 Worker。

 项目经理不干活
打开网易新闻 查看精彩图片
项目经理不干活

整个系统是由事件驱动的,群里来了新消息、PR(代码合并请求)下面有人评论、代码的自动构建失败了,都会触发它开始工作。它会先用普通的程序规则过滤掉无关的消息,再让大模型判断剩下的内容值不值得处理。同一个工单的后续消息,会直接送到负责的 Worker 手上,不用再经过项目经理。

 团队分工
打开网易新闻 查看精彩图片
团队分工

Super-agent 更特别的地方在于,它是按「长期在线」来设计的。

所有的会话记录都存在数据库里,负责干活的云端环境就算出了故障,换一台新的接着干就行,记录一条都不会丢。就像靠谱的团队会把工作记录放进档案室,谁来接班都能接着干。

 档案室
打开网易新闻 查看精彩图片
档案室

系统还配了一个 Watchdog(看门狗)定时巡查,它不光检查 Agent 还在不在运行,还会看任务有没有实际进展,免得任务卡住了也没人知道。

 看门狗
打开网易新闻 查看精彩图片
看门狗

你可能会问:前面讲的 Agent Teams 不也是一个组长带着一群 Agent 干活吗,这俩有什么区别?

Agent Teams 解决的是一个大任务怎么拆,组长要深入任务细节、频繁协调各个成员。Super-agent 解决的是很多个任务怎么分配,项目经理只管这条消息交给谁、几件事之间有没有关联,至于单个任务内部怎么拆,它不管。Worker 拿到任务后,还可以再派 Subagent,甚至自己组一个 Agent Team。

虽然目前 Super-agent 还只是 DeepSeek 开源的研究原型,并不是正式产品。不过类似的体验已经出现在一些 AI 工具里了,比如现在用 Cursor,AI 干活干到一半你随时发条消息,它马上就能处理,不用等它把手头的活干完。

我之前专门出过一期视频 《DeepSeek 新出的 Super Agent 是什么?》 详细拆解它,感兴趣的朋友可以去看看。

最后哔哔

回头看这 3 年,AI Agent 的发展其实一直围绕着两个问题:

  1. 怎么让 AI 把一件事干好?

  2. 怎么让 AI 像私人助理一样,一直在线、主动帮你办事?

直到 Super-agent 架构的提出,这两个问题才第一次在同一个架构里被一起解决。它既像一个项目团队,靠多个 Agent 分工协作、靠事件触发的循环自己找活干,把一堆任务都干好;又像一个私人助理,一直在线,在群聊、邮件这些渠道里随时响应你。

 两个方向汇合
打开网易新闻 查看精彩图片
两个方向汇合

其实这些架构里的很多设计,都不是什么新发明,人类团队早就在用了。比如按流程干活、重要的事先请示领导、给新人准备工作手册、组建项目组、定好考核和值班制度。

AI Agent 的进化史,某种程度上就是人类把自己积累了几十年的团队管理经验,一点点教给 AI 的过程。

我们人类的角色也在跟着变。从一开始琢磨怎么写提示词,到给 AI 搭环境、设计循环,再到最后只负责拍板和验收。

写到这里已经 1 万多字了,我自己都有点恍惚。从只会陪你聊天的 AI,到 24 小时在线、能自己做任务的超级智能体,竟然才过了短短 3 年。

尤其是 2026 年这一年,Harness、Loop、OpenClaw、Personal Agent、Super-agent 一个接一个冒出来,进步快得有点离谱。

等这期内容发出来没多久,估计又有新架构冒出来了。。

正应了那句话:AI 时代,只要你学得足够晚,你就可以不用学。

打开网易新闻 查看精彩图片

不过只要你理解了每个架构到底在解决什么问题,下次再看到新名词,你也能很快理解它。

OK 就分享到这里,如果你想系统学习 AI 编程,也欢迎阅读我免费开源的 ,上千张图、几十万字,带你从 0 开始快速学会 AI 编程,做出自己的产品、跑通变现全流程,一次拿捏。

打开网易新闻 查看精彩图片

鱼皮的 AI 编程教程

我是鱼皮,持续分享 AI 编程和 AI 前沿技术干货。觉得有用的话记得点赞收藏和关注~