目前市面上已经有很多优秀的agent产品目前相对成熟的就是agent编程例如codex、cc等它们都支持多agent协同、工作流、自主迭代等。ai编程的发展带给更多ai爱好者的优势就是前所未有的技术平权、开发平权。于是很多个人和企业在ai赋能下各类的agent产品横空出世。但是抛开盈利、市场相应等问题我对现在的agent的浪潮有一些思考。agent做为ai产品其制动引擎、产品竞争力关键我们在模型选型时候会结合自己的喜好、用户的需求、公司的实际情况等等要求设计agent时候又会执着于设计agent逻辑、工作流流程却往往忽视了最为关键的组成–模型本身。这样一来调用的模型就更像是披着一层层外衣在做角色扮演。agent本质作为软件工程是需要一个完整的从提需、调研、分析、设计、开发、测试、运维到上线的完整流程。这种情况下agent中tools层更像是为模型提供更多信息的内容。关于这种情况我有两种看法现在的模型比如昨天的glm5.3-flash诞生之初就已经具备了识图功能前几天的dsv4-flash也凭借vision-exp的新版本拥有了多种信息的处理能力。未来模型的进步必然是凭借基座模型就能处理更多的信息源。这种情况下稍微浅显的agent设计其必要性可能会被质疑。模型加上tools层如果模型只是从api获取或者别的途径直接使用其运行机制更像是换种方式为模型提供上下文这又是一个不需要什么复杂设计仅凭很多模型基础能力就能实现的领域。当下一些多agent协作的软件分析其设计不难发现先只是在逻辑层面对agent.md的system prompt的复用。这样一来既缺少了除了现实生产场景真正多信息源的全面性和实用性也没有为每个子agent调配相应的算力资源。说回agent的引擎–模型绝对不是市面上有个宣传广的模型就实用的。就日常场景来说个人认为确实用不到单独做一个agent来解决问题垂直领域场景或许通过rag哪怕rag在自媒体上被说的体无完肤也不需要去大费周章的设计个agent去解决业务场景科研领域的或者说的直白点需要发挥模型能力的场景其实恰恰缺少应该做的一步就是对模型的有针对的微调。一款agent产品我们希望里面每个子模块每个环节都能够解决不同的任务而不应该用大模型就能解决的任务去自我感动式的让问题更繁琐。真正能用来提高工作、生产、学习效率的agent永远是先建立在完备的、原子化的需求分析上建立在有针对的微调模型上有合理资源分配信息交互不浪费、不死板的设计逻辑上的优秀ai产品。