后记：回到 Agent = LLM + 上下文 + 工具

本书开篇提出了一个公式：Agent = LLM + 上下文 + 工具。全书十章，都在这三个词里展开。

第一章建立公式的三层理解——实现层、直觉层、学术层，并给出从工作流到自主 Agent 的编排光谱。随后的第二到七章，把公式的三根支柱一根根立起来：

• 上下文（第二、三章）——“Agent 看到什么”。 上下文工程决定单次会话中模型眼前的世界；用户记忆与知识库再把它从单次会话扩展为跨会话的长期积累。
• 工具（第四、五章）——“Agent 能做什么”。 工具定义能力边界；Coding Agent 之所以被单独展开，是因为代码是通用性最强的工具——能创造新工具的工具。
• 模型（第六、七章）——“Agent 的大脑本身”。 评估把 Agent 的表现变成可比较的信号，后训练再把这些信号变成模型自身的能力：一个度量智能、一个放大智能，共同决定了公式里 LLM 这一项能走多远。

第八到十章，则把这三根支柱组合起来，投向更复杂的应用：

• 第八章——自我进化。 让 Agent 在不改权重的前提下，从经验中积累策略、录制工作流、外部化知识，乃至主动创造新工具。
• 第九章——多模态与实时交互。 把感知与行动从文本扩展到视觉、语音与物理世界，直面实时性带来的架构挑战。
• 第十章——多 Agent 协作。 它并非公式之外的新东西：上下文是否共享，是第二章“隔离优于压缩”在系统架构层的表达；“Agent 互为工具”直接来自第四章的协作工具设计；判断多 Agent 优劣的“新信息”判据，则呼应第六章评估的核心思想。

两朵乌云

1900 年，开尔文说物理学晴朗的天空上还飘着两朵乌云——后来，一朵变成了相对论，另一朵变成了量子力学。今天 Agent 的天空同样称不上晴朗，我也看到两朵乌云。

第一朵乌云，是 Agent 如何流式地、实时地与环境交互。 今天绝大多数 Agent 仍是按轮次（turn-by-turn）的“请求—应答”模式：你说完一句，它想一整段，再一次性吐出结果。但真实世界不会停下来等它想完——话会被打断，画面在持续变化，邮件在不断到达。一个真正“活着”的 Agent，应该能边听边想、边说边想，能在你话说到一半时就开始规划，也能在没人吩咐时主动发现“这封邮件该处理了”。走向这种实时性有两条路，往往并行推进：一是架构上做快慢分离——实时与智能几乎是两条正交的轴，单一模型难以兼顾，于是让前台快模型维持对话节奏、后台慢模型负责深度思考；二是把推理本身做快——当 decode 速度足够高，按轮次的等待就短到近乎消失，turn-by-turn 与“实时”的界限也随之模糊。这条路正被芯片与推理引擎快速推进：小米 MiMo 已让一个 1T 参数模型在单个 8 卡节点上把生成速度推过 1000 token/s¹，而把整个模型直接固化进芯片的专用方案（如 Taalas HC1）更是把 80 亿参数模型推到约 17000 token/s、响应低于 100 毫秒²。当模型每秒能吐出上千个字，“想完再说”和“边想边说”的体验差距就被抹平了。

第二朵乌云，是 Agent 如何像人一样，从与环境交互的成功与失败中持续积累经验。 今天的模型更像一个记性极好、却学不会新东西的天才：训练时把人类知识背得滚瓜烂熟，上岗后却几乎不再成长——每次任务结束，那些踩过的坑、试出来的窍门，大多随着上下文一起被丢掉。这究竟是不是一个真问题，取决于两种针锋相对的假设。

一种是“小世界假设”：一个足够大的模型——比如几万亿参数——本就装得下物理世界里几乎所有重要的通用知识，学一次就够。持这种看法的人（不乏 OpenAI、Anthropic 的研究者）会指出，AI 今天唯独在编程上最强，并不是因为代码对模型有什么特殊，而是因为编程是人类最开放的领域：海量开源代码摆在那里，可供学习；而绝大多数行业压根没有公开的信息与数据。于是前沿实验室真正在做的，是一家家去与各行各业合作，把各自的专业能力“蒸馏”进同一个大模型。按这种观点，瓶颈既不在模型的容量、也不在它学不学得会，而在数据够不够——把数据喂进去、训练一次，问题就解决了。

但“大世界假设”指向了单靠“训练一次”补不上的一层：属于某个具体用户、某家具体公司的知识。你所在公司的代码规范、你团队做 PPT 的口味、某个客户特有的脾气——它们不在任何训练语料里，而且时时在变；要贴合这个由无数具体情境拼成的“大世界”，模型只能在上岗之后持续学习，没法指望出厂时一次配齐。这正是第三章的记忆与第八章的自我进化在摸索的方向：把经验写成结构化的代码、存进知识库，还是蒸馏回模型参数？更进一步，AI 已经开始自我进化——Anthropic 一直在讲的“AI for AI”、越来越多公司在做的“AI for Science”，都是让 Agent 走到科学的最前沿去探索；而前沿没有尽头，那里既没有现成的标准答案，也没有可供背诵的语料，Agent 只能从自己一次次实验的成败里自主学习，而不是事事回头问人。所以，模型最强的能力，终将不是记住，而是学习与适应。

这两朵乌云，都不是靠某一次模型升级就能凭空吹散的。要理解它们最终会怎样被跨越，得先看清一件事：模型和 Agent，从来不是上下游，而是一起往前走的。

模型与 Agent 的共同演进

回头看那些 harness 里层层叠叠的兜底逻辑——多级上下文压缩、失败数千次才熔断的重试、悲观地默认“不安全”的权限判断——每一段看似丑陋的“屎山”，记录的都是模型此刻还做不稳的地方。当下一代模型把这些约束内化，对应的代码就可以删掉；而模型之所以能内化，又正是因为 Agent 早已在真实业务里替它把这些坑趟了一遍，沉淀成了下一轮训练的信号。用户提出真实的难题，应用层用 harness 把模型暂时做不好的事补上，这些补救再反过来变成模型下一次迭代的训练信号——这是一条自我强化的飞轮，两朵乌云正是靠它一点点被推着散去。

而飞轮转得最快的地方，是同时握住两端的人。Anthropic 用 Claude Code 做的，正是让自家模型和自家 harness 互相喂养、共同进化：模型知道 harness 会怎样调用它，harness 也清楚模型的边界在哪，两端的每一次改动都能立刻反馈给对方。曾有人做过一个实验，不换模型、只改 harness，任务准确率就从 52.8% 跳到 66.5%——这既说明 harness 今天的杠杆有多大，也提醒你：它之所以有这么大杠杆，恰恰是因为模型还没走到那一步。也正因如此，这条飞轮本身，就是这个时代最深的一条护城河：真实业务、反馈数据与模型迭代咬合得越紧，别人越难从外部追上。

这对你意味着什么，取决于你站在飞轮的哪一端。如果你在造模型，护城河就是把这条飞轮转起来——让真实场景的反馈尽快回流到训练里。如果你在模型之上造应用，harness 是你短期最锋利的技术杠杆，但要清醒：模型每内化一层约束，就会顺手抹平一批只靠 harness 建立的优势。应用层真正长久的护城河，往往在技术之外——独占的数据、稳固的渠道、用户的信任、网络效应，以及那些 AI 短期内接不住、必须由人与 Agent 协作才能完成的复杂场景。把 harness 用来争取时间，把这段时间用来构筑技术之外的壁垒，才是稳妥的打法。

所以，不必焦虑手里的框架会不会过时。模型每几个月迭代一次，具体的 API、产品和榜单都会翻篇，但“看到什么、能做什么、如何验证做得对不对”这三个问题不会过时——它们描述的不是某个模型的用法，而是一个智能系统与世界交互的基本方式。掌握了它们，无论下一代模型带来什么新能力，你都知道该把它放进公式的哪个位置，也能一眼看出，它离吹散那两朵乌云还有多远。

Agent 技术仍在飞速演进，一本书追不上所有变化。但如果这本书让你带走的不是某个 API 的具体用法，而是一套能在技术浪潮里保持清醒的判断力，那它就完成了使命。本书全部正文、配图与配套实验代码都是开源的，欢迎你去仓库里把实验亲手跑一遍、提 issue 和 PR——读懂和做出来之间，隔着一条只能靠双手跨过的河。而 Agent 最迷人的地方，正在于它能通过写代码创造新的能力，甚至改进自己；读到这里，你已经握住了“创造”的原则。接下来，去造点什么吧。