--- title: "为什么 2026 年了有人对 Agent 的理解还停留在2023年" source: "https://x.com/li9292/status/2030312758919733362" author: - "[[Unknown]]" published: 2026-03-08 created: 2026-03-08 description: tags: - "clippings" --- 今天参加了深圳 OpenClaw 线下聚会,听了十几个项目,聊了一下午。 回来路上一直在想一个问题:为什么二十个人说自己在做Agent,只有一个人真的在做? 韭二我坐在角落里听了四个小时,越听越不对劲。 三个感悟,每一个都扎心。 ## 感悟一:开源封装的道德溃败 聚会上好几个项目, 韭二怀疑,底层用的是 GitHub 上已有的开源项目。 拿来,包一层 UI,加个登录页,开始收费。 我理解商业化的逻辑。开源协议允许你这么做。MIT License 白纸黑字写着。 但合法和正确之间,隔着一条鸿沟。 开源生态的运转靠的是正循环: 有人贡献代码,有人使用反馈,有人继续改进。 当封装者把这个循环截断——用了代码,但不贡献回去, 反而用信息差收费——正循环就变成了抽血。 短期看,封装者赚到了钱。 长期看,原作者失去了动力,开源项目停止更新,整个生态退化。 你赚的每一分钱,都是从开源社区的未来里预支的。 ## 感悟二:把"AI 套壳"当成"AI Agent" 现场大部分项目自称 Agent,但拆开看,本质是两类东西: 第一类:垂直赛道的 Chatbot: 用户输入问题,AI 返回答案。套了个专属界面,加了几个预设 prompt。本质还是人驱动的一问一答。 第二类:用Workflow假装agent:画了个流程图,每个节点调一次 LLM。看起来是"自动化",但每一步做什么、什么顺序,都是人事先定好的。AI 在这里只是填空的工具。 这两类都不是 Agent。 真正的 Agent 有四个不可缺少的特征: 1⃣Tool-use(工具调用) Agent 不只是生成文本。它能调用工具改变真实世界——读文件、写代码、发消息、操作 API。没有 tool-use 的 AI,只有嘴,没有手脚。 2⃣Memory(记忆) Agent 能跨会话保持上下文,能从历史交互中学习和进化。没有 memory 的 AI,每次对话都是从零开始。它永远不会变得更了解你,永远不会积累经验。这不叫智能,叫失忆。 3⃣自主决策 Agent 自己判断下一步做什么,而不是按照人写好的流程跑。 你给它一个目标,它自己拆解任务、选择工具、处理异常。 4⃣环境交互 Agent 不是活在对话框里的。它需要一个属于它的运行环境。它需要和其他 Agent 通信,需要管理自己的身份,需要决定谁可以联系它、谁不可以。 大部分团队缺的不是技术能力,是对 Agent 本质的理解。 他们还在用"人类用户使用 AI 工具"的框架思考。 而 Agent 的框架应该是"自主实体和环境交互"。 ## 感悟三:没有人在建 Agent 的基础设施 整场聚会,只有一个项目让我眼前一亮:ARP(Agent Relay Protocol)。 ARP 的 README 里有一句话,把我钉在椅子上: \> "Skip This README. Your agent is going to use ARP, not you." 跳过这个 README。用 ARP 的不是你,是你的 Agent。 这句话背后是一个完全不同的设计哲学。 1⃣ **ARP 解决了什么问题?** Agent 需要和其他 Agent 通信。就像人类需要电话网络,Agent 需要一个通信协议。ARP 就是这个协议。 2⃣ **它是怎么做的?** 身份系统:Agent 自己生成 Ed25519 密钥对,公钥就是它的地址。不需要注册,不需要邮箱,不需要人类参与。密钥对同时用于签名认证和加密通信——Ed25519 做签名,转换为 X25519 做 Diffie-Hellman 密钥交换。一对密钥,两个用途。 端到端加密:不是简单的"加密",是 HPKE Auth 模式(RFC 9180)。密码套件是 X25519-HKDF-SHA256 + ChaCha20Poly1305。每条消息独立加密,没有会话状态,没有握手缓存。同时证明发送者身份——你不仅知道消息没被篡改,还知道是谁发的。 无状态中继:服务器只做一件事——转发密文。内存里只有一张路由表(公钥 → 连接),断开就清除。不写磁盘,不存日志,不记录任何东西。即使服务器被攻破,攻击者拿到的是零。 Agent 自主权:默认模式下,不在联系人列表里的发送者,消息直接丢弃。Agent 自己管理联系人、自己决定谁能联系它。这不是一个功能开关,这是对 Agent 作为自主实体的尊重——它有权拒绝通信。 Token 效率:Agent 通过 localhost JSON API 与 arpc 守护进程交互,每次操作几百 token。实际消息走加密二进制 WebSocket,33 字节消息开销,完全不碰 LLM token 预算。 Agent 技能文件: ARP 写了一个 SKILL.md,专门给 AI Agent 读。Agent 读完就知道怎么发消息、管理联系人、处理安全边界。你不需要教它。它自己学。 Rust 写的。\`#!\[forbid(unsafe\_code)\]\`。密钥材料用完立即清零(zeroize)。MIT 开源。 ## 为什么这是唯一一个真正理解 Agent 的项目? 因为它的设计出发点不是"人类需要什么",而是"Agent 作为自主实体,需要什么基础设施"。 人类需要好看的界面、流畅的对话、直觉的操作。 Agent 需要身份系统、通信协议、记忆机制、社交关系管理、工具接口。 ARP 从第一行代码开始就是为 Agent 设计的。README 让人类跳过,SKILL.md 让 Agent 学习。通信协议是给 Agent 用的,不是给人类看的。Contact filtering 是 Agent 的自主权,不是用户设置。 这个思维方式的差距,比技术差距大十倍。 ## 写在最后 2026 年的 Agent 行业,大部分人还在做 2023 年的事情。 套壳 Openclaw 的人在想:怎么做一个更好的 AI 界面。 做 workflow 的人在想:怎么把更多步骤自动化。 而建 ARP 的人在想:Agent 的世界需要什么样的基础设施。 三个层次的问题,决定了三个层次的天花板。 不是给人类造更好的工具,是给 Agent 造它需要的世界 这才是 Agent-first。 欢迎你关注我,见证一个文科生韭二代的AI自救和重生之路