Files
Obsidian/X-Articles-CN/为什么 2026 年了有人对 Agent 的理解还停留在2023年.md
T
coco 8b94d76799 a
2026-07-21 13:57:15 +08:00

142 lines
6.2 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
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