智能体进化：从概念到实践的突破

本文是《智能体·新世界》系列策划的第四篇，聚焦2026年开年以来Agent的突然提速，从一名AI行业从业者的视角出发，系统回顾过去一年，探讨哪些关键变量共同推动了Agent的集中爆发。

在湾区的一次饭局上，有人半开玩笑地说，去年讨论Agent的气氛，像1999年谈互联网一样热烈。那种“历史正在发生”的语气，让人感受到空气中都带电的兴奋。

当时大家讨论的不是产品，而是未来组织结构，以及人类角色的转移。有人已经在认真讨论，未来公司的主体可以由一组Agent组成，人类只做监督。超级个体与一人公司（OPC）的概念开始映入现实。

我记得当时有个做企业系统的人突然插了一句：“能不能让它先稳定跑一个月再说。”这句话后来让我反复思考。曾几何时，也就一两年前吧，Agent还是“五步不过冈”（超过五步的执行链条就无法保证了）。

01 收敛

过去这一年，被称为Agent元年，Agent这个词被反复提起，与推理强化一起形成一次范式跃迁。模型突然不只是聊天，它开始“做事”了。能规划、拆解任务、调用工具，甚至能自己写代码。那种感觉确实像一个拐点——软件从此不再只是被点击，而是会主动行动。

讨论的范围一下子被拉大。多智能体社会、自治系统、AI员工、数字组织结构重构……很多人相信，我们正在目睹一个类似移动互联网诞生的瞬间。但当你把它放进真实环境，兴奋感会迅速被工程细节吞没。

02 协议建设

Agent方向的第一波系统性尝试，来自协议，尤其是MCP和A2A。

MCP想做的事情非常有雄心——为模型接入工具和数据建立一种统一方式和接口。A2A更进一步，希望Agent之间可以跨平台协作。

它们背后的愿景非常清晰——如果接口统一，生态自然扩展；如果通信标准化，Agent才可能真正“组网”。这是为Agent时代铺设互联网底层。MCP/A2A常被类比成Agent时代的TCP/IP。

03 架构分层：从场景应用到能力单元

一年过去，热闹渐退，Agent的形态反倒清晰了。大家慢慢意识到：与其给每个场景都造一个专门的小代理Agent，不如保留一个通用的认知内核——让它负责理解意图、拆解任务、做计划、管对话——然后把那些一旦落地就会产生外部后果的动作拎出来，做成可复用、可治理的执行能力。

于是所谓“架构分层”重新回到台面。模型不再承担一切，它退回到“决策者”的位置；执行的确定性、合规性、可控性，被系统层接管。

04 技能密度

如果只是把skill理解为架构收敛，那还是低估了它。真正值得注意的，是我们如何组织技能，以及技能如何开始形成密度。

当模型能力逐渐进入同一量级，分差开始变得细微时，问题悄悄换了一个方向：不是谁更聪明，而是谁背后站着更多真实可用的技能。

05 Memory：任务连续性的保障

Memory可能是这一年最容易被低估的进展。

早期的Agent最大的问题，不是不聪明，而是短命。一次对话里很聪明，换一个窗口就失忆。企业环境下，这几乎是致命的。

memory的加入，不只是为了“更懂用户”，而是为了保障任务连续性。当Agent开始记住偏好、约束、历史项目、上下文背景，它才真正从一次性推理工具，变成持续存在的系统。

06 开源大模型的重要性

还有另一条线索在全球悄悄改变力量结构——那就是中国开源大模型的角色。

过去一年，如果只盯着闭源巨头，很容易忽略开源模型的跃迁速度。千问、Kimi、Step等模型开始频繁出现在开发者真实工作流里。

写在最后

有时候我会想，这一年真正的变化，不在技术指标上，而在心态上。我们不再问：“它像不像个员工？”我们开始问：“它能不能长期、稳定、可治理地做事？”这是一个从幻想走向结构的过程。