一文看懂AI Agent演进史：重新理解智能体底层逻辑

IT职业领路人

78人浏览 · 2026-09-02 17:15:53

IT职业领路人 · 2026-09-02 17:15:53 发布

回顾这条从 1956 年到 2026 年的演进脉络，能清晰看到四次关键跃迁：AI 学会了回答问题，这是 ChatGPT 打开的第一层门；AI 学会了完成任务，这是 2023 年 ReAct、Tool Use、AutoGPT 打开的第二层门；AI 学会了完成真实工作，这是 2024 到 2025 年 Coding Agent、Computer Use、企业软件 Agent 化打开的第三层门；

设想一个场景。你周五下午给系统发一句：把本周客户投诉整理成报告，标出三类最高频问题，给每条配一个处理建议，周一上午发给我和售后主管。

三年前，这句话会卡在"打开三个系统、复制粘贴、自己写总结"的环节里。今天，一个配置好的 Agent 会在后台自己拆任务、查工单系统、调分析工具、生成文档、按权限发给对应的人。你下班，它干活。

如果只用一句话概括过去三年 AI 领域发生的事，我会说：模型变聪明的速度，远没有 Agent 学会做事的速度惊人。

2023 年初，大部分人还把 ChatGPT 当成一个更聪明的搜索引擎。到 2026 年，已经有企业把 Agent 当作能独立完成工作的数字员工来排班。这中间到底发生了什么，很多文章只罗列了产品名字，没讲清能力是怎么一步步长出来的。

可能到现在，还有很多人为，Agent 是 2023 年才诞生的新物种。但是从斯坦福、MIT 的 Agent 理论论文库里，能翻出 1990 年代的 BDI 模型、2000 年代的强化学习框架。

这是为什么？答案很简单：Agent 不是被发明出来的，是被 LLM「激活」的。 大脑（LLM）在 2022 年才刚刚就位，但骨架（Agent 理论）已经等了快 70 年。

本文将这条演进史拆成六条并行的线索，横跨 1956 到 2026：

线索	演进路径
Academic（学术）	Agent Theory → Planning → RL → LLM → ReAct → Multi-Agent
Technology（技术）	Rules → Planning → LLM → Tool → Memory → Loop → Graph → Runtime
Product（产品）	Assistant → ChatGPT → AutoGPT → Coding Agent → Computer Agent
Engineering（工程）	Prompt → Context → Harness → Loop → Graph → Agent Engineering
Enterprise（企业）	Automation → Copilot → Agent → FDE → Digital Worker → AI Workforce
Organization（组织）	Human → Human+AI → Multi-Agent → AI Workforce → Autonomous Enterprise

这六条线不是各自平行发展，而是在每一个关键年份互相咬合、互相催化。

2022 年 Academic 线（ReAct）撞上 Technology 线（Tool），炸出了 2023 年 Product 线的 AutoGPT。

2024 年 Engineering 线开始收拢，反过来推动 Enterprise 线从 Copilot 走向真正的 Agent。

2025 到 2026 年，Organization 线开始出现「AI Workforce」这种在过去完全不存在的组织形态。

本文接下来会顺着这六条线，把 Agent 从理论构想走到「数字员工」的完整脉络讲透。这不是一篇预测未来的文章，文中内容，都是已经发生或正在发生的事实。

开篇：为什么需要重新认识 Agent？

在正式进入历史之前，得先把这个词的含义锁死。

过去三年里，Chatbot、Copilot、AutoGPT 都被叫过 Agent，但它们对人的依赖程度完全不同。

这一章先不急着讲演进，而是把「Agent 到底指什么」这个地基打牢：先区分三个时代的关系，再清掉六个最常见的误解，最后交代本文真正要回答的五个问题。

三个时代，三种关系

先做一个最基础的区分，这也是全文最重要的分歧点：

维度	Chatbot 时代	Copilot 时代	Agent 时代
交互模式	人问，AI 答	人做，AI 辅助	人定目标，AI 执行
典型产品	早期 ChatGPT	GitHub Copilot	AutoGPT、Devin、Claude Agent
核心能力	语言理解与生成	补全与建议	规划、调用工具、持续执行
出错代价	低（人负责判断）	中（人负责验收）	高（AI 直接产生行动结果）
是否需要「收工」能力	不需要	不需要	必须要

图2｜三个时代，三种关系

这张表格里最关键的一格，是「Agent 时代」那一列的「人定目标，AI 执行」。这句话听起来轻描淡写，但它意味着 AI 第一次要为结果负责，而不只是为回答负责。

Chatbot 说错话，你多问一句就好了。Agent 走错了一步，它可能已经把生产数据库删了，或者把邮件发给了错误的客户列表。

这就是为什么 Agent 元年之后，行业突然涌现出一批此前不存在的工程概念：Guardrails、Verification、Rollback、Human-in-the-loop。

这些不是锦上添花的功能，而是给会做事的 AI 配的安全带。

六个常见误区

在往下讲之前，先帮大家清理一下脑子里可能装着的 2023 式旧认知：

误区一：Agent = Chatbot 加了个工具箱。 不对，工具只是「手」，没有持续循环、没有状态管理，加了工具的 Chatbot 顶多算个会查资料的助手。

误区二：Agent = Workflow（工作流）。 Workflow 是预先设计好的固定路径，Agent 的核心特征恰恰是它能在执行中动态调整路径。二者常常混用，但本质不同，后文 Part 5.5 会专门讲清楚。

误区三：Agent = Multi-Agent。 单个 Agent 完全可以独立完成复杂任务，多智能体只是一种组织形式，不是必要条件。

误区四：Agent = 一个 LLM 加一段 Prompt。 这可能是最大的误解。真正的 Agent 系统里，Prompt 只占极小的一部分，围绕它的 Context、Tool、Memory、State、Verification 才是决定成败的大头（这正是 Part 5 要讲的「工程时代」）。

误区五：Agent = 完全自主，不需要人。 现实世界里跑得最好的 Agent 系统，几乎都有明确的人类监督节点。全自主目前更多是营销叙事，不是生产级现实。

误区六：Agent 是一款独立软件。 到 2025 年之后，Agent 更像是一种能力层，渗透进 ERP、CRM、IDE 这些既有系统内部，而不是孤零零地存在。

本文要回答的五个问题

这篇文章会依次回答：

Agent 到底从哪里来？（不是从 2023 年开始的）
为什么偏偏是 2023 年炸开了？（条件到底凑齐了什么）
2024 到 2026，Agent 经历了哪几次关键跃迁？
2026 年的 Agent 和 2023 年的 Agent，本质区别到底是什么？
现在正在发生的、还没被充分讨论的下一步是什么？

前面提到的 Chatbot/Copilot/Agent 三时代，恰好对应总图里 Organization 线的 Human → Human+AI 早期阶段，以及 Enterprise 线的 Automation → Copilot 起点。

记住这个坐标，后面每一章我们都会往这张图上「打点」。

Part 1｜前史：Agent 不是 2023 年才诞生

要理解为什么 2023 年才「炸开」，得先承认一个事实：Agent 的理论比 LLM 早了半个多世纪。

这一章把时钟往回拨到 1950 年代，看骨架是怎么搭起来的，LLM 这块「大脑」是哪一年补上的，最后落到 ReAct 这个引爆点，以及它埋下的那行公式。

1950s–1990s：理论地基早就铺好了

如果你去查 Agent 的学术定义，会发现「Intelligent Agent」「Rational Agent」这些术语在人工智能教科书里出现的时间，比 Transformer 论文早了整整半个世纪。

Russell & Norvig 在《人工智能：一种现代方法》里给出的经典定义是：Agent 是「感知环境并采取行动以实现目标」的实体（Percept → Think → Act）。这个「感知-思考-行动」循环，正是今天 ReAct、Agent Loop 的祖先版本。

1990 年代，Michael Bratman 提出的 BDI 模型（Belief-Desire-Intention）进一步细化了 Agent 的内部结构：一个 Agent 要有信念（对世界的认知）、欲望（想要达成的状态）、意图（当下正在执行的计划）。

研究者后来将这套框架大量应用于多智能体系统研究，维基百科对 AI Agent 的历史梳理里对这条脉络有完整记录。

这个阶段的 Agent，绝大多数是基于规则（Rule-based）或经典规划算法运行的，没有语言理解能力，更谈不上「聊天」。它们活跃在机器人学、游戏 AI、专家系统里，是 Academic 线上真正的起点。

2000s–2017：Agent 走进数字世界，补上「环境反馈」

进入 2000 年代，Agent 概念从物理机器人扩展到了纯数字世界。搜索引擎的排序算法、电商的推荐系统、早期的虚拟助手（Siri、Cortana），本质上都可算作广义 Agent，它们感知用户行为（环境），做出响应（行动）。

这个阶段最关键的补丁，是强化学习（Reinforcement Learning）的成熟。DeepMind 的 AlphaGo、Atari 游戏 Agent，第一次让「Agent + Environment + Reward Feedback」这个闭环在复杂任务上跑通。

这一步的意义在于：Agent 第一次学会了从结果里学习，而不只是执行预设规则。但这个时代的 Agent 有一个致命短板，它们没有通用语言理解能力。

一个 RL Agent 精通下围棋，但你没法直接用自然语言告诉它「帮我把这个季度的报表整理一下」。缺的这块拼图，要等 Transformer 出现才能补齐。

2017–2022：LLM 给 Agent 装上「大脑」

2017 年 Transformer 架构问世，2018 到 2022 年间 GPT 系列快速迭代，到 GPT-3、InstructGPT 阶段，语言模型第一次具备了「听懂人类目标，用自然语言输出计划」的能力。

这是全文里最容易被忽略，但其实极其关键的一步：在 LLM 出现之前，Agent 有骨架（规划理论、BDI 结构、RL 循环），却没有能听懂人话的大脑。

LLM 出现之后，Agent 终于可以把 Human Language 直接转译成 Machine Goal，不再需要工程师手写规则或者训练专用的强化学习策略。

这也解释了一个常被问到的问题：为什么 Agent 理论存在了 60 多年，却要等到 2022 到 2023 年才引爆？答案很朴素，不是理论突然成熟了，是大脑刚刚就位。

2022 理论引爆：ReAct 让 LLM 边想边做，Tool Use 给它「手」

2022 年 10 月，Google Research 和普林斯顿大学联合发表了一篇后来被引用上千次的论文，《ReAct: Synergizing Reasoning and Acting in Language Models》。

ReAct 的核心洞察极其简单，但极其重要：过去让 LLM「先想清楚再回答」（Chain-of-Thought）和「直接执行动作」是两条分开的路径，ReAct 把它们缝合成一个循环，Thought（想）→ Action（做）→ Observation（观察结果）→ 再 Thought。

Google Research 官方博客是这样描述这个突破的：让语言模型在推理轨迹中交替生成「推理性文字」和「任务相关行动」，能显著提升在知识密集型任务和决策任务上的表现，同时让模型的行为更容易被人类理解和验证。

在 ReAct 之前，LLM 是个回答机器；在 ReAct 之后，它第一次变成了行动控制器。 这中间的跨度，比一句话大得多。Reasoning 没有 Action 支撑，就不算真正的 Agent，顶多是个话痨。

几乎在同一时期，Tool Use（工具调用）能力也在快速成型。Meta 提出的 Toolformer、随后各家跟进的 Function Calling / API Calling 机制，第一次让 Agent 拥有了「手」，不再局限于模型参数里存储的静态知识，而是可以主动查天气、查股价、执行代码、调用数据库。

ReAct 给了 Agent 大脑里的「思考回路」，Tool Use 给了它「手」。这两块拼图在 2022 年底基本到位，为 2023 年的全面爆发，埋下了公式的种子：

Agent = LLM + Harness

这个公式我们会在 Part 5.3 正式展开，但请读者先把它记在脑子里，2022 年 ReAct/Tool Use 的出现，正是这个公式第一次有了具体的技术抓手。

图3｜ReAct：让 LLM 边想边做

Part 2｜2023 爆发元年：从「会回答」到「自己做事」

理论憋了60多年，真正破圈却在 2023 年。这一年不是某一项技术突破，而是几个条件恰好在同一刻成熟。

这一章先拆开「为什么是 2023」，再用 AutoGPT、BabyAGI、MemGPT、Reflexion、AutoGen 几个代表作，还原 Agent 从「会回答」走到「自己做事」的全过程。

为什么突然爆发：三个条件同时成熟

2023 年不是 Agent 的发明年，是 Agent 的破圈年。破圈需要三个条件同时成熟，缺一不可：

第一，LLM 能力过了阈值，GPT-4 在 2023 年 3 月发布，推理能力第一次强到能支撑多步规划。第二，Tool Use 已经标准化，开发者可以低成本地给模型接入外部能力。第三，开源生态爆发式跟进，任何一个想法出现后，社区能在几天内做出可运行的实现。

这三条加起来，再叠加一条容易被忽视的因素，社交媒体的传播放大效应。一个「AI 自己给自己下达任务、自己执行」的 Demo 视频，天然比论文里的算法更容易刷屏。这一年，Agent 第一次从学术圈和极客圈，走进了大众视野。

图4｜为什么偏偏是 2023 炸开？

AutoGPT：改变的是认知，不是技术

2023 年 3 月底，Toran Bruce Richards 发布了 Auto-GPT（当时叫 Entrepreneur-GPT），它的定位是「实验性开源应用，展示 GPT-4 的自主能力」：给它一个目标，它就会自己拆解任务、自己执行、自己决定下一步该做什么。

从纯技术视角看，AutoGPT 的架构并不复杂，本质上是一个包着循环逻辑的 Prompt 工程项目。

但它的意义完全不在技术难度上，而在于它是第一个让大众相信「AI 真的能自己做事」的产品。它在 GitHub 上的 Star 数在几周内冲到数万，成为 2023 年上半年最出圈的 AI 项目之一。

这里有个值得吐槽的细节：早期版本的 AutoGPT 经常陷入死循环，反复搜索同一个问题、反复失败又反复重试，甚至有用户吐槽它把 API 额度全部烧在了无意义的自我对话上。

这正暴露了会规划和能稳定完成任务之间，隔着一条巨大的工程鸿沟。这条鸿沟，后来花了整整三年才被逐步填平，也是本文后半段的主线。

BabyAGI：任务循环第一次成型

几乎同一时间（2023 年 3 月），Yohei Nakajima 发布了 BabyAGI，思路更加极简：给定一个目标（Objective），系统会不断执行「创建任务 → 排序任务 → 执行任务 → 根据结果生成新任务」的循环。

官方仓库形容它是「任务驱动自主 Agent 的精简版」，核心代码只有一百多行。

BabyAGI 的意义在于把「Task Loop」这个结构第一次剥离出来，变成一个独立、可复用的架构模式。Agent 从「一次性回答问题」，正式走向了「任务驱动的持续循环」。

Memory：Agent 开始拥有「过去」

2023 年 10 月，加州大学伯克利分校团队发表了 MemGPT: Towards LLMs as Operating Systems。

这篇论文的核心比喻非常巧妙：把 LLM 有限的上下文窗口，类比成计算机的物理内存，用「虚拟内存管理」的思路，在快速内存（当前上下文）和慢速内存（外部存储）之间动态调度信息。

在 MemGPT 之前，Agent 每次对话都是「失忆」的，一旦超出上下文窗口，之前的信息就彻底丢失。MemGPT 让 Agent 第一次有了跨会话记忆，它可以「记得」三天前和你的对话，可以在长文档分析中记住之前分析过的部分。

这是 Agent 从 Context 走向 Memory 的关键一步：Context 是这一轮对话装了什么，Memory 是这个 Agent 到底经历了什么。

Reflection：Agent 开始「复盘」

同月，Reflexion: Language Agents with Verbal Reinforcement Learning 论文提出了另一个关键补丁：让 Agent 通过语言反思来学习，而不需要更新模型权重。

它的循环是：Act（执行）→ Evaluate（评估结果）→ Self-Reflect（生成语言化的反思）→ Retry（带着反思重新尝试）。

论文里一个很直观的数据：在 HumanEval 代码生成基准上，Reflexion 达到了 91% 的 pass@1 准确率，超过了当时 GPT-4 的 80%；在 AlfWorld 决策任务基准上，配合 ReAct 使用，Reflexion 让 Agent 在 12 次自主尝试内达到了 97% 的任务成功率（arXiv:2303.11366）。

这个数据的意义在于：Agent 不需要重新训练，仅靠「写下自己的失败原因」，就能显著提升下一次尝试的成功率。这是一种极其廉价但极其有效的自我修正机制。

Multi-Agent：从单兵到团队

2023 年下半年，微软研究院开源了 AutoGen 框架，聚焦于让多个具备不同角色的 Agent 通过对话协作完成任务，Planner 负责拆解任务、Coder 负责写代码、Critic 负责审查、Executor 负责运行验证。

这类「群聊式」多智能体协作模式，第一次把 Supervisor / Planner / Worker / Reviewer 这些组织学概念，搬进了 Agent 系统设计。

如果用一句话总结 2023 年，我会说：这一年，Agent 学会了自己做事情。

它不是技术上第一次成熟（前史部分已经证明理论早就在了），而是第一次让「AI 能自主完成多步任务」这件事，从学术论文和极客社区，变成了整个行业和大众都在讨论的话题。

回到总图坐标：本章讲到的 AutoGPT 对应 Product 线的 AutoGPT 节点，Memory/Loop 对应 Technology 线从 Tool→Memory→Loop 的跃迁，Multi-Agent 对应 Academic 线的分支延伸。

2023 年这一年，六条线里有四条同时冒出了新节点，这也是为什么它值得被单独称为「元年」。

Demo 再炸，也不等于能在生产里用。下一章我们就看 2024 年行业怎么把 Agent 从炫技视频，变成真能干活的数字工作者。

Part 3｜2024 真实工作：从 Demo 到数字工作者

2023 年的 Demo 很炸，生产环境却很脆。进入 2024，行业心态从「能不能做」转向「能不能稳定做」。

这一章看几件标志性的事：Agent Engineering 这个工种的出现，LangGraph 把执行变成状态图，SWE-agent 攻下软件工程主战场，以及 Computer Use 和 Research Agent 把 Agent 带进更真实的工作现场。

Agent Engineering 出现：从「怎么做」到「怎么稳定做」

2023 年留下的最大问题是：Demo 很炸裂，生产环境很脆弱。AutoGPT 式的开放式循环容易发散、容易死循环、容易把预算烧在无意义的探索上。

2024 年，行业的关注点开始从「能不能做」转向「能不能稳定做」。Runtime、State 管理、Retry 机制、Observability（可观测性）、Evaluation（评估体系）这些此前只在传统软件工程里出现的概念，大量进入了 Agent 设计。

这一年，一个新词开始在从业者圈子里流行：Agent Engineering。它专指围绕 Agent 系统的稳定性、可控性、可维护性的工程实践，而不再只是写个好 Prompt。

LangGraph：从链式执行到状态图

2024 年初，LangChain 团队推出 LangGraph，标志着 Agent 编排方式的一次结构性转变：从早期的 Chain（线性链式调用），到 Workflow（带条件分支的工作流），再到 StateGraph（显式状态图）。

LangGraph 的设计哲学很直接：每一次执行都是一个显式的图（Nodes 做计算，Edges 控制流向），状态在节点间流转并持久化，可以在任意节点暂停、恢复、重放。

LangChain 官方产品页强调，这套设计支持单 Agent、多 Agent、层级式架构的灵活切换，并且不会给应用引入额外的性能开销。

这一步的意义在于：Agent 的执行方式，从「一条道走到底的线性逻辑」，变成了「可以分叉、可以并行、可以回溯的结构化图」。这也为后面 Part 5.5 要讲的 Graph Engineering，提前铺好了轨道。

SWE-agent：Agent 打入软件工程主战场

2024 年 4 月，普林斯顿大学团队发布 SWE-agent，专门针对真实 GitHub Issue 的自动修复任务设计，循环结构是 Understand（理解问题）→ Edit（修改代码）→ Test（运行测试）→ Debug（调试）→ Retry（重试）。

Coding 之所以成为 Agent 最早跑通、也最快产业化的战场，有几个天然优势：任务边界清晰（有明确的成功标准，测试通过）、反馈信号即时（代码能不能跑，几秒钟就知道）、执行环境本身就是数字化的（不需要跨越物理世界）。

这三个条件叠加，让 Coding Agent 成为整个行业验证「Agent 能不能真的干活」的第一个标准答案。

Computer Use：Agent 第一次拥有「电脑」

2024 年，Anthropic 推出 Claude 的 Computer Use 能力，让模型能够直接观察屏幕截图、控制鼠标和键盘，像人类一样操作图形界面。

这一步的边界意义远大于工具本身：在此之前，Agent 只能通过 API 世界行动，你必须先给它接口，它才能做事；有了 Computer Use 之后，Agent 可以直接进入整个数字世界，操作任何一个原本只为人类设计的软件界面。

这意味着，无数没有开放 API、只有图形界面的 Legacy 系统（老旧 ERP、内部管理后台、行业专用软件），第一次有了被 Agent 接管的可能性，不再需要企业先做一遍痛苦的 API 改造。

Research Agent：端到端知识工作初现

同一年，一批以「深度研究」为定位的 Agent 产品陆续出现，任务链路从 Research（检索）→ Analysis（分析）→ Synthesis（综合）→ Writing（写作）→ Review（审查），第一次实现端到端。

这类产品把 Agent 的应用场景，从单一任务（查一个天气、订一张票），扩展到了知识密集型的复合工作。

用一句话总结这一年：Agent 从「AI Demo」变成了「数字工作者」。它开始出现在真实的代码仓库、真实的研究报告、真实的业务流程里，不再只是发布会上的一段炫技视频。

从 Demo 到数字工作者，这一步迈出去之后，下一章看 2025 年 Agent 怎么从单点应用，长成一套平台能力。

Part 4｜2025 平台化：从新软件到软件的新执行层

单点 Agent 跑通之后，下一步必然是平台化。2025 年的主题，是 Agent 从「手搓一个循环」变成「在平台之上组装能力」。

这一章讲三条线索：MCP 和 A2A 把连接标准化，Computer Use 成为产业主战场，以及垂直领域 Agent 爆发、企业软件开始 Agent 化。

Agent Platform：从应用到平台能力

2025 年，一个明显信号是：Agent 不再只是「某个团队做出来的一个应用」，而是变成了一整套平台能力，SDK、Runtime、Tracing（执行追踪）、Guardrails（护栏机制）、Eval（评估体系）、Tool Management（工具管理），各家云厂商和模型厂商纷纷推出自己的 Agent 平台产品线。

这标志着 Agent 建设方式，从「手搓一个循环」，变成「在平台之上组装能力」。

MCP：给 Agent 装上统一的「工具接口」

2024 年 11 月，Anthropic 发布了 Model Context Protocol（MCP），2025 年这套协议迎来了爆发式的生态采纳。

它试图解决一个此前极其麻烦的问题：每接入一个新工具、新数据源，都需要为 Agent 单独写一套定制集成代码，N 个模型对接 M 个工具，就要写 N×M 套集成逻辑。

MCP 提供了一套标准化的协议层，让任意 Agent 都能用统一方式连接任意支持该协议的工具、数据源、外部服务，本质上是给「Agent 连接世界」这件事，发明了一个类似 USB-C 的通用接口。

这套协议在 2025 年被 OpenAI、Google 等主要厂商相继采纳，并逐步走向标准化治理。Anthropic 后续宣布，将 MCP 捐赠给新成立的 Agentic AI Foundation，交由中立组织维护和治理，这是协议从「厂商标准」走向「行业公共基础设施」的关键信号。

MCP 的真正意义不止在「连接工具」这个功能上，而在生态互操作性，它让 Agent 生态第一次有了统一语言，工具开发者不需要为每一个 Agent 平台单独适配，大幅降低了整个生态的集成成本。

当然，学术圈也有不同声音，有研究论文提出 MCP 增强的 LLM 是否真的带来净收益，需要辩证看待，协议标准化在带来便利的同时，也可能引入新的安全暴露面和调用开销，这一点在后文争议部分我们还会回到。

A2A：从单 Agent 走向 Agent 之间的协作网络

如果 MCP 解决的是「Agent 怎么连接工具」，那么 Agent-to-Agent（A2A）协议解决的是「Agent 怎么连接 Agent」。

2025 年，由 Google 主导发起、后续联合多家产业伙伴推进的 A2A 协议，试图为不同厂商、不同框架构建的 Agent 之间，建立一套标准化的互调通信规范。

这一步的意义在于：Multi-Agent 系统此前几乎都局限在同一个框架、同一家厂商的封闭体系内（比如 AutoGen 内部的 Agent 互相对话），A2A 的目标是让跨厂商、跨框架的 Agent 也能互相调用，这是「Agent Network」甚至「Agent Internet」这个概念，第一次有了协议层的落地雏形。

Computer Use 成为产业主战场

2025 年，Computer Use 类产品迎来密集竞争。OpenAI 推出 Computer-Using Agent（CUA），并将其应用在 Operator 产品中，能够像人类一样在浏览器和操作系统界面上执行完整任务流程。

市场上随之出现了大量对比评测，比如 Claude / OpenAI / Gemini 三家 Computer Use 能力的横向对比矩阵，以及 Computer Use vs Operator vs Browser Use 的技术路线辨析。

这条战线之所以重要，在于它直接冲击了传统 SaaS 和 RPA（机器人流程自动化）的价值主张。过去的 RPA 需要为每一个界面元素配置精确的坐标脚本，一旦界面改版，脚本就失效；Computer Use Agent 靠视觉理解直接「看懂」界面，理论上具备更强的适应性。

这也是为什么 2025 年开始，大量传统 RPA 厂商纷纷宣布向「Agentic RPA」转型。

Vertical Agent 爆发：竞争维度从「聪明」转向「懂行」

2025 年另一个明显趋势，是垂直领域 Agent 的密集爆发，Coding Agent、Sales Agent、Customer Service Agent、Finance Agent、Legal Agent 各自在细分场景里快速迭代。

竞争逻辑发生了根本转变：早期比的是「哪个模型更聪明」，现在比的是「哪个 Agent 更懂这一项具体工作的业务细节、行业术语、合规要求」。

企业软件开始 Agent 化

2024 到 2025 年间，主流企业软件厂商相继把 Agent 能力嵌入自己的核心产品。

微软在 Copilot 体系里推出 Agent 功能，Salesforce 推出 Agentforce，SAP、Oracle、ServiceNow 也陆续在 ERP、CRM、HR、供应链管理系统中植入 Agent 层。

这一步标志着 Agent 不再是独立于企业系统之外的新软件，而是开始融入既有业务系统的执行层内部。

一句话总结：Agent 从「一款新软件」，变成了「软件的新执行层」。它开始寄生、融合、渗透进原有的企业信息系统内部，而不是作为一个孤立的新入口存在。

回看总图：MCP、A2A 对应的是 Engineering 线里 →Agent Engineering 这一段的关键补齐，企业软件 Agent 化则对应 Enterprise 线从 Agent → FDE 到 Digital Worker 的过渡区。2025 年这几条线，正在朝企业执行层收口。

Part 5｜2026 工程时代：Context / Harness / Loop / Graph / Runtime

这一章是全文最核心的理论部分，也是理解「2026 年的 Agent 到底和 2023 年有什么本质不同」的关键。

工程关注点持续上移

回顾这条主线：Prompt → Context → Harness → Loop → Graph。每一次关注点上移，都意味着「决定 Agent 表现好坏的核心变量」发生了迁移。

2023 年，大家还在争论「怎么写一个更好的 Prompt」；到 2026 年，行业内的共识早已迁移，Prompt 只是冰山露出水面的那一小块，水面下决定成败的，是 Context 怎么组织、Harness 怎么搭建、Loop 怎么设计、Graph 怎么编排。

单独优化 Prompt 的边际收益，已经越来越低。

图5｜决定 Agent 表现的五层工程

Context Engineering：让模型在正确的时间看到正确的信息

Anthropic 在 2025 年 9 月发表的工程博客《Effective context engineering for AI agents》，给出了一个非常精准的定义：Prompt Engineering 关注的是怎么写好指令本身，Context Engineering 关注的是在 LLM 推理过程中，如何管理和维护那些「落进上下文窗口」里的最优信息集合，包括所有不属于 Prompt 本身，却影响模型判断的信息。

这篇文章里提到一个特别值得记住的设计模式，just-in-time 上下文加载：与其把所有可能相关的数据提前塞进上下文，Agent 应该只维护轻量级的引用（文件路径、存储的查询语句、网页链接），在真正需要的时候，用工具动态加载具体数据。

Anthropic 自己的 Claude Code 产品就是这么做的，它能对海量数据库执行复杂分析，却从来不需要把整个数据对象塞进上下文窗口，而是写针对性查询、存储中间结果、用 Bash 命令按需读取。

这套思路，其实是在模仿人类认知：我们从不会把整本资料全部背下来，而是靠文件系统、收件箱、书签这类外部索引系统，按需检索。

Context 里到底该装什么？简单说包括：当前任务状态、短期记忆、长期记忆、可用工具列表、对话历史、外部检索结果。管理好这六类信息的「进出节奏」，就是 Context Engineering 的核心工作。

Harness Engineering：Agent = LLM + Harness

现在，该正式推出全文最重要的一个理论节点了。

在 Part 1.4 我们埋下了这个公式的种子：Agent = LLM + Harness。

什么是 Harness？直译是「挽具」，在 Agent 语境里，指的是围绕大语言模型建立起来的一整套「工作环境」：Context（信息输入）+ Tools（行动能力）+ Memory（历史沉淀）+ State（当前状态）+ Execution（执行环境）+ Feedback（反馈回路）+ Verification（验证机制）+ Guardrails（安全护栏）。

Anthropic 在其工程博客里，直接用了一个极为精辟的比喻来描述这套架构的演进方向，「Decoupling the brain from the hands」（把大脑和手分开）。

这篇文章里有一个非常关键的洞察：Harness 里编码的很多假设，是关于「Claude 自己做不到什么」的假设，而这些假设会随着模型能力提升而过时，需要被不断重新审视。

这句话值得反复咂摸。它揭示了一个反直觉的真相：**Agent 变强，模型变聪明只是一部分原因，更隐秘的是包着它的 Harness 也在变聪明。同一个模型，套上粗糙的 Harness 和精心设计的 Harness，实际表现能差出好几个档次。

这也是为什么很多团队会发现，用同样的底层模型，自己做的 Agent 效果远不如某些头部产品，差距往往不在模型，而在 Harness 的工程精细度。

模型负责想多深，Harness 决定思考能不能落地成靠得住的动作。后者才是 2026 和 2023 之间真正的鸿沟。

Loop Engineering：设计 Agent 怎么持续工作

如果说 Harness 是「环境」，Loop 就是「节奏」。一个完整的 Agent 循环大致包括：Trigger（触发）→ Plan（规划）→ Act（行动）→ Observe（观察结果）→ Verify（验证）→ Retry / Continue（重试或继续）→ Stop（终止）。

这里我提出一个分析性框架（需要说明，这是本文的观察归纳，并非行业标准公式）：Autonomy = Loop Design。

Agent 有多自主，模型聪不聪明只是一方面，真正的变量是这个循环怎么设计：什么条件触发重试？什么条件判定为失败并升级给人类？终止条件清不清晰？有没有防无限空转的机制（回想 2023 年 AutoGPT 经常死循环那个教训）？

Loop 设计得好，Agent 表现得像一个靠谱的员工，知道什么时候该继续尝试，什么时候该喊人来看一眼；Loop 设计得差，Agent 表现得像一个不撞南墙不回头的莽夫。

Graph Engineering：设计系统怎么组织

Loop 解决的是「一个 Agent 怎么持续工作」，Graph 解决的是更高一层的问题，整个 Agent 系统怎么组织。

这里要区分一下前文 Part 0.2 提到的 Workflow 和 Agent 的关系。Graph Engineering 的核心要素包括：Nodes（每个节点做什么计算）、Edges（节点之间的流转条件）、Routing（动态路由逻辑）、Parallelism（哪些环节可以并行）、State（跨节点共享的状态）、Verify（在图的哪些节点插入验证）。

前文 Part 3.2 提到的 LangGraph 就是这套思想的典型工程实现。相关框架对比资料提到一个很有意思的数据：Gartner 报告显示，多智能体系统相关的咨询请求量，从 2024 年第一季度到 2025 年第二季度，增长了 1445%，这几乎可以算是行业对「Graph 化 Agent 系统」关注度爆炸式上升的一个量化侧写。

Runtime Engineering：让 Agent 可靠地工作

这是很多同类文章会漏掉，但我认为极其重要的一环。

Runtime 关注的是 Agent 系统在真实生产环境里跑起来之后，怎么保证它「活得下去、出错能恢复、能被追踪审计」：State（状态持久化）、Retry（失败重试策略）、Timeout（超时控制）、Idempotency（幂等性，保证同一操作不会被重复执行造成损害）、Recovery（崩溃后如何恢复）、Escalation（何时升级给人类）、Tracing（全链路执行追踪）、Eval（持续评估）。

前文 Part 4.6 提到的 LangGraph 状态持久化能力（每个节点执行后，状态被持久化到数据库，支持在任意 checkpoint 暂停和重放），正是 Runtime Engineering 的一个典型落地。

如果说 Harness 是给 Agent 配的工作环境，Runtime 就是给这套系统配的「运维体系」，模型负责思考，Runtime 负责让思考可靠地变成行动，并且在出问题的时候，能被发现、能被追责、能被修复。

到这里，五个核心工程概念全部铺开。

Context 管的是「知道什么」，Harness 管的是「环境是什么」；再往下，Loop 管「怎么持续做」，Graph 管「系统怎么组织」，Runtime 管「怎么可靠地跑」。

这五层，就是 2026 年的 Agent 和 2023 年那套「LLM+Prompt+循环脚本」之间真正的差距。

五层工程概念摆齐，下一章看企业怎么把这些能力真正落地，而不是停在技术演示里。

Part 6｜FDE：Agent 如何真正进入企业

前面讲的都是技术，但技术到位不等于价值到位。2025 年前后，不少企业卡在一个尴尬的位置：模型先进、框架也上了，业务价值却没出来。

这一章引入 FDE（前线部署工程师）这个概念，看它如何补上「AI 能力」和「企业真实工作」之间那道断裂的缝。

一个奇怪的现象：什么都有了，却没有价值

2025 年前后，不少企业客户和从业者都会遇到一个尴尬局面：模型是最先进的，Agent 框架也用上了，PoC（概念验证）Demo 跑得很漂亮，但真正落地到生产环境、产生实际业务价值的项目，却寥寥无几。

这不是危言耸听。据 Forbes 2026 年 8 月的一篇报道，OpenAI CEO Sam Altman 公开承认，AI 的落地速度比自己预期得更慢，他把原因归结为「经济系统的惯性」，人类组织对变化的抗拒，比技术进步的速度更慢。

同一时间段，Meta 内部一项名为「Project OT」（Office Transformation）的计划，原本打算用 AI Agent 系统重构部分团队，削减规模最多达 60%，最终被 Mark Zuckerberg 亲自叫停。

同一篇报道引用了 2026 年 Harvard Business Review 的一项调研数据：只有 6% 的企业表示，自己完全信任 AI Agent 去运行核心业务流程。

问题的关键从来不是「模型不够好」，而是 AI 能力和企业真实工作流程之间，存在一条巨大的鸿沟，企业的业务逻辑往往散落在遗留系统、非标准化流程、口口相传的隐性知识里，而不是整理成干净的接口文档等着 Agent 调用。

FDE 是什么：从一个岗位，升级为一套企业部署方法论

FDE（Forward Deployed Engineer，前线部署工程师）这个概念，最早由 Palantir 在 2005 年提出，用来解决他们最初的客户（CIA、NSA、美军情报单位）用传统咨询模式解决不了的问题。

据相关产业分析，这套组织模式为 Palantir 带来了 2020 年 9 月至 2025 年中期约 640% 的公开市场回报，以及 2024 年约 28.7 亿美元的营收。

FDE 的核心工作方式是：工程师不是坐在总部远程支持，而是直接嵌入客户内部，现场理解业务流程、现场写代码、现场迭代。

到了 Agent 时代，这套模式被重新定义为一套完整的企业部署方法论，流程大致是：Discovery（发现真实业务需求）→ Workflow Mapping（梳理现有工作流）→ Integration（系统集成）→ Design（设计 Agent 承接方案）→ Eval（评估效果）→ Deploy（部署上线）→ Optimize（持续优化）。

2026 年，这套打法被 Anthropic 和 OpenAI 几乎原样复刻。

据相关报道，Anthropic 联合黑石集团（Blackstone）、Hellman & Friedman 等机构成立了一个估值 15 亿美元的企业部署合资公司，Anthropic 承诺投入 3 亿美元；OpenAI 也在同期成立了类似的「部署公司」，从 19 家投资方募集 40 亿美元资金，估值达 100 亿美元。

两家公司选择的投资方阵营完全没有重叠，这场景本身就说明，整个金融资本市场都在下注同一个判断：能不能把 AI 真正「部署」进企业，比模型本身聪明不聪明，更值钱。

同一份产业分析总结了 Palantir 打法里最容易被复制的七条原则：招募「工程师+外交官」复合型人才、深度嵌入客户内部、上线第一天就交付真实代码、把客户调研本身当作工程工作、构建客户专属的知识本体（Ontology）、产品反馈直接经由 FDE 回流、坚决拒绝沦为系统集成商角色。

而 2026 年 AI FDE 相比 2005 年最大的变化，是 AI FDE 每周有 30% 到 40% 的时间，花在对话式客户调研上，这个细节本身也说明，Agent 时代的 FDE，某种程度上正在借助 AI 工具本身来加速理解客户需求这件事。

另一个佐证数据：据同一篇报道，FDE 相关职位招聘数量同比增长了 729%，Palantir、OpenAI、Anthropic、Google、Salesforce 等公司都在大规模招募这一岗位。

FDE 填补的产业缝隙

回到本章开头的问题：为什么模型、Agent 技术、企业业务流程都摆在那里，却还是没有价值产出？答案在于中间缺了一环。

Frontier Model（前沿模型能力）→ Agent Tech（Agent 技术栈）→【 FDE：企业部署方法论】→ Enterprise Workflow（企业实际工作流）→ Outcome（业务成果）

FDE 不是一个岗位，是连接「AI 能力」和「企业真实工作」之间那条断裂链路的关键缝合线。这也解释了为什么 2025 到 2026 年，几乎所有想认真做企业级 Agent 生意的公司，都在拼命招募和培养这类角色，没有这道缝合，再强的模型也只是空转。

缝合线找到了，下一章看这道缝补上之后，Agent 在企业里到底长成了什么形态。

图6｜FDE：缝合 AI 能力与企业真实工作

Part 7｜AI Workforce：Agent 成为「数字员工」

当 Agent 能稳定干活、能进企业，下一个问题自然浮现：它算不算「员工」？

这一章把视角从技术拉到组织，先区分 Copilot 和数字员工，再看一个 Agent 为什么撑不起「劳动力」四个字，接着看 Agent 团队怎么长出类似人类的组织结构，最后落到企业软件角色和企业管理方式的转变。

Copilot 与 Digital Worker：一字之差，鸿沟巨大

先弄清一个经常被混用的概念对比：

维度	Copilot（副驾驶）	Digital Worker（数字员工）
谁是主角	人	AI
谁做主要工作	人做，AI 辅助建议	AI 做，人负责监督审核
典型交互	建议、补全、提示	独立完成任务、汇报结果
出错责任链	人对结果负责	AI 承担执行责任，人承担监督责任
适用场景	创意性、判断性强的任务	流程明确、可验证的重复性工作

这条鸿沟，决定了很多企业在采购决策上的巨大分野，买一个「更好用的助手」和买一个「能替你干活的数字劳动力」，是完全不同的采购逻辑、不同的风险评估、不同的组织变革要求。

一个 Agent，撑不起 AI Workforce 这个词

需要特别强调一点：单个再强大的 Agent，也不等于 AI Workforce（数字劳动力）。

真正意义上的 AI Workforce，需要一整套系统性配置：Roles（角色分工）、Skills（技能库）、Memory（组织级记忆，不只是单个 Agent 的记忆）、Tools（工具集）、Workflow（流程编排）、Permissions（权限管理）、Collaboration（协作机制）、Governance（治理框架）。

这套配置清单，几乎和企业招聘、培训、管理一名真正的人类员工需要考虑的维度一一对应，这也正是「数字员工」这个说法的贴切之处。

AI Workforce 是一种工程化的组织建设，不是买一个更贵的 Agent License 就能解决的问题。

Agent 组织开始出现

在很多复杂业务场景里，一套典型的 Agent 团队配置已经浮现：Manager（统筹调度）→ Planner（任务拆解）→ Researcher（信息检索）→ Worker（具体执行）→ Reviewer（结果审核）。

这套结构，和人类团队的职能划分几乎一模一样，某种程度上，我们正在用 Agent 重新发明一遍「组织架构」这门古老的学问。

人与 Agent 的关系演进图谱

把全文的关系演进串成一条线：Tool（工具，被动使用）→ Assistant（助手，被动响应）→ Copilot（副驾驶，主动建议）→ Agent（智能体，自主执行单任务）→ Digital Worker（数字员工，持续承担岗位职责）。

这条线，正是本文标题呼应的落点：Agent 一路走来，主线不是智商增长，而是从工具一步步长成了员工。

图7｜从工具到数字员工：人机关系演进

企业软件的角色变化：从界面到执行环境

这里要指出一个正在发生、却经常被忽视的结构性迁移。过去，企业信息系统的运作方式是：

Human → ERP/CRM/BPM（人类操作软件界面，完成业务）

而 2025 到 2026 年正在发生的变化是：

Human Goal → Agent → ERP/CRM/BPM/SaaS（人类设定目标，Agent 代为执行系统操作）

企业软件正在从「给人类看的用户界面（UI）」，转变为「Agent 执行环境（Agent Execution Environment）」。

这个转变的深意在于：往后评价一款企业软件好不好用，人类顺不顺手可能不再是唯一标准，Agent 能不能顺滑地在里面把事办了，会变得越来越重要。

这也是为什么前文 Part 4.6 提到的主流企业软件厂商，几乎全部在同一时间窗口密集推出 Agent 层，他们清楚，如果自己的软件不能被 Agent 顺滑操作，就有被绕过的风险。

Workflow 成为新的核心资产

过去十年，企业最重要的数字资产是 Data（数据）。

而在 Agent 逐渐承担实际工作的当下，比数据本身更值钱的，正变成 Workflow + Context + Knowledge + Agent Memory 的组合，流程怎么编排、上下文怎么组织、知识怎么结构化、Agent 积累的经验怎么沉淀，这些正在变成比「单点模型能力强不强」更关键的竞争维度。

这个判断可以用一个简单的推论来验证：假设两家公司用的是同一个底层大模型，凭什么一家公司的 Agent 系统效果显著更好？

答案几乎肯定不在模型本身，而在于这家公司对自身业务 Workflow 的梳理深度，以及围绕这套 Workflow 构建的 Context 和 Memory 体系。

企业开始管理「数字劳动力」

顺着这条逻辑往下推，一个新的管理命题正在浮现，企业需要像管理人类员工一样，去管理 Agent 的：Identity（身份标识）、Skills（技能范围）、Memory（记忆状态）、Permissions（权限边界）、Workflow（承担的流程职责）、Performance（绩效表现）、Cost（运行成本）、Risk（风险敞口）、Governance（合规治理）。

这套清单本身，就是最直白的结论：企业正在从「管理软件许可证」，走向「管理数字劳动力」。

这也呼应了 Part 5.6 提到的 Runtime 治理逻辑，Runtime 保证的是单个 Agent 系统的可靠性，而这里说的治理，是把这套可靠性扩展到组织层面，变成一整套「数字用工管理制度」。

回到总图坐标：本章内容对应 Enterprise 线末段的 Digital Worker → AI Workforce，以及 Organization 线的 Multi-Agent → AI Workforce。

企业这条线已经走到了数字员工阶段，组织这条线，正在向 Autonomous Enterprise（自主企业）这个更远的前一级收口。

Part 8｜收敛：2023 的 Agent 与 2026 的 Agent 到底有何不同

讲了八章，是时候收拢了。这一章把 2023 到 2026 的 Agent 系统压成一张「配方表」，一眼看清三年到底一层层叠加了什么，再用一句话给出这场进化的准确定义。

逐年「配方」对比

如果把每一年的 Agent 系统比作一份配方，变化会异常清晰：

年份	核心配方
2023	LLM + Prompt + Tools
2024	+ Memory + Workflow + Loop
2025	+ Harness + Runtime + Protocols（MCP/A2A）
2026	+ Context Engineering + Graph + Governance + Environment（企业执行环境）

这张表，是全文隐藏骨架的显形版本。它直白地回答了那个最常被问到的问题：Agent 三年间，到底进化了什么？ 答案不是「模型变聪明了多少个百分点」，而是系统能力一层一层叠加起来的结果，从最初裸露的「LLM+Prompt」，一路叠加到今天完整的工程化系统。

如果只能用一句话概括这场进化，我会这样说：

2023 年的 Agent，像一个「会自主调用工具的 LLM」；2026 年的 Agent，像一套「运行在 Harness、Graph、Runtime、Governance 之上的数字工作系统」。

前者是一个聪明的个体，后者是一整套组织化的基础设施。这也正是本文标题里「进化脉络」四个字的意思：Agent 的进化，拼的不是模型智商涨了多少，而是系统能力一层层叠起来。

三年进化的定义给完了，最后一章我们看当下正在长出来的几个方向：Persistent Agent、Agent Network、Agentic OS。

Part 9｜正在发生的演进方向：Persistent / Network / Agentic OS

需要再次强调，这一章讲的不是「未来预测」，而是截至当下，已经在生长的信号。

Persistent Agent：从单任务走向持续在岗

承接 Part 2.4 的 Memory 和 Part 5.4 的 Loop，当下正在发生的一个明显趋势，是 Agent 开始跨会话保持状态与记忆，从「一次性调用，任务结束即销毁」，走向「长期在岗，持续积累经验」。

这类 Persistent Agent 的运行模式，更接近一个长期在职的员工，而不是一个被随时调用又随时释放的临时工。

Agent Network：从 Multi-Agent 到 Agent 互调

承接 Part 4.3 的 A2A 协议，当下正在发生的另一个信号，是协议层让不同厂商、不同框架构建的 Agent，具备了互相调用的能力。

Agent Internet（智能体互联网） 这个说法，虽然听起来还带点未来感，但从协议基础设施的角度看，它的雏形已经出现，这正是把 Part 4.3 的协议进展，落到「网络化」这个更大趋势上的具体体现。

Agentic OS：把 Agent 当「进程」来管理

承接 Part 5 里 Harness、Graph、Runtime 的工程化积累，一个更系统性的趋势正在浮现：主流 Agent 平台开始把每一个 Agent，当作操作系统里的一个「进程」来管理，赋予它 Identity（身份）、Memory（内存/记忆）、Skills（可调用的能力集）、Permissions（权限）、Runtime（运行时环境）、Tools（工具访问）。

这套思路的类比再直白不过：传统操作系统管理进程的调度、内存分配、权限隔离；Agentic OS 管理的，是一个个具备自主行动能力的 Agent 进程。

这个类比，某种程度上也回应了 Part 2.4 提到的 MemGPT 论文里「把 LLM 当操作系统」的早期设想，只是三年之后，这个设想的对象，从单个 LLM 的记忆管理，扩展到了整套 Agent 生态的系统级治理。

Autonomous Enterprise：一笔带过，留个出口

最后要提一句「自主企业」（Autonomous Enterprise）这个更远的方向。

确有企业在探索这条路。组织运行的模式逐步演化为：

Human Strategy（人类定战略）→ AI Workforce（数字员工执行）→ Agentic Workflow（智能体流程）→ Enterprise Systems（企业系统）→ Feedback（反馈）→ Optimization（优化）

在明确的治理边界内实现高度自主，而不是完全无人化运营。

这个方向本身值得单独写一篇文章来展开，本文只在这里点一笔，就不展开叙述了。

回到总图坐标：本章的 Persistent / Agent Network / Agentic OS，对应 Technology 线的 Loop/Runtime、Academic 线的 Multi-Agent、Engineering 线的 Graph→Agent Engineering 这几条线在当下的延伸一步；而 Organization 线末级的 Autonomous Enterprise，在总图里已经标出，但正文只留了这一段简述，让整张图和正文的边界，保持一致闭环。