windsurf最近發(fā)表了一篇博客，主要是討論和介紹Agent。內(nèi)容上有很多基礎(chǔ)知識(shí)，但是也有一些特別的認(rèn)知分享，今天挑出來(lái)這些不常見(jiàn)的insight，分享給大家。

在windsurf的理念里。一個(gè) Agentic AI 系統(tǒng)，是非常簡(jiǎn)潔的，就是一個(gè)由LLM做決策 + 工具干活 持續(xù)迭代的2步過(guò)程。

認(rèn)知誤區(qū)

在他們看來(lái)，目前存在幾個(gè)認(rèn)知誤區(qū)，得掰扯清楚

Agent ≠ 普通的生成式 AI

不要把換個(gè)system prompt的東西就叫做Agent

Agent 的“推理” ≠ 模型的“思維鏈

Agent 的“推理”，特指 LLM 選擇下一步要調(diào)用哪個(gè)工具、給什么參數(shù) 的決策過(guò)程。 而COT不涉及調(diào)用外部工具

Agent ≠ 簡(jiǎn)單的 AI 工作流 (Workflow)

Agent 的核心在于，LLM 是在運(yùn)行時(shí)實(shí)時(shí)決策下一步調(diào)用哪個(gè)工具，具有更高的靈活性和自主性。

靈魂四問(wèn)

當(dāng)我們面對(duì)一個(gè)號(hào)稱是 Agent 的系統(tǒng)時(shí)，該如何去評(píng)估它的“含金量”呢？他們分享了靈魂四問(wèn)分析框架~

一、這玩意兒真是 Agent 嗎？

回到上一步來(lái)看，它是否真的包含了 LLM 決策 + Tools 執(zhí)行 的核心循環(huán)？還是僅僅是套了個(gè) Agent 的殼，本質(zhì)上只是個(gè)普通的生成模型、CoT 或者預(yù)設(shè)流程？

二、自主Agent還是人機(jī)協(xié)作Agent？

它是想做全自動(dòng)的“自主 Agent”，還是人機(jī)協(xié)作的“協(xié)作 Agent”？

如果是前者，那就要極其嚴(yán)格地審視其魯棒性：它真的能在無(wú)人干預(yù)的情況下，穩(wěn)定可靠地完成目標(biāo)任務(wù)嗎？還是說(shuō)只是個(gè)漂亮的 Demo？當(dāng)前的 LLM 技術(shù)水平真的支撐得起這種復(fù)雜度的自主運(yùn)行嗎？

三、基礎(chǔ)配置夠硬核嗎？

這部分是深入 Agent 內(nèi)部，看它的關(guān)鍵組件配置：

• 它配備了哪些工具？這些工具本身的能力如何（比如，網(wǎng)頁(yè)搜索工具的效果好不好）？是否容易添加新的、自定義的工具？
• 它用的是哪個(gè) LLM 作為推理核心？評(píng)估重點(diǎn)應(yīng)該是這個(gè)模型在工具調(diào)用和決策方面的表現(xiàn)，而不是它在通用知識(shí)問(wèn)答或?qū)懽魃系牡梅帧ＤＰ褪欠窨梢造`活替換？
• 它能訪問(wèn)哪些數(shù)據(jù)源？權(quán)限控制做得如何？對(duì)于特定類型的數(shù)據(jù)（如代碼），它是否有特殊的處理能力（比如 AST 解析）來(lái)更好地理解和利用信息？特別注意，Agentic 模式下，如果一次檢索效果不好，它可以決定再次檢索或換參數(shù)檢索，這與傳統(tǒng) RAG 的一次性檢索有很大不同。
• （尤其對(duì)協(xié)作 Agent 而言）它能否捕捉到用戶沒(méi)有明說(shuō)的意圖？比如通過(guò)分析用戶在 IDE 中打開(kāi)的文件、最近的編輯、終端歷史、剪貼板內(nèi)容等，來(lái)更智能地推斷用戶想干什么？這能極大提升體驗(yàn)。

四、起來(lái)“爽”不“爽”？(User Experience)

技術(shù)再牛，最終還是要用戶用得爽。這關(guān)乎 Agent 的“軟實(shí)力”：

• 跑起來(lái)快不快？一個(gè) Agent 吭哧癟肚搞半天還失敗了，和一個(gè)秒級(jí)響應(yīng)但可能需要你稍微引導(dǎo)一下的 Agent，哪個(gè)體驗(yàn)更好？延遲是自主 Agent 面臨的一大挑戰(zhàn)，也是所有 Agent 都需要優(yōu)化的關(guān)鍵點(diǎn)。
• 我能清楚地看到 Agent 每一步在干什么嗎？當(dāng)我發(fā)現(xiàn)它要跑偏時(shí)，能不能方便地進(jìn)行引導(dǎo)或修正？（這是協(xié)作 Agent 的核心優(yōu)勢(shì)所在）
• 調(diào)用它方便嗎？結(jié)果好用嗎？交互方式是否自然地融入了我的工作流？（比如，不只是一個(gè)聊天框，可能是一個(gè)按鈕、一個(gè)右鍵菜單等）
• 是不是所有問(wèn)題都非得用 Agent 來(lái)解決？對(duì)于某些簡(jiǎn)單、直接的任務(wù)，傳統(tǒng)的 Copilot 式工具（如代碼補(bǔ)全）是不是更快、更直接、效果更好？別拿著 Agent 這把錘子，看什么都像釘子。

The Bitter Lesson

windsurf還特地提到了一個(gè)苦澀教訓(xùn) (The Bitter Lesson)

長(zhǎng)期來(lái)看，利用通用計(jì)算規(guī)模（更多算力、更大模型、更多數(shù)據(jù)）帶來(lái)的性能提升，幾乎總是勝過(guò)依賴人類領(lǐng)域知識(shí)、精心設(shè)計(jì)的復(fù)雜規(guī)則或特征工程帶來(lái)的提升。

無(wú)論是計(jì)算機(jī)視覺(jué)、棋類游戲還是自然語(yǔ)言處理，歷史一再證明這一點(diǎn)。

對(duì) Agent 的啟示：警惕過(guò)度設(shè)計(jì)！ 不要花費(fèi)過(guò)多精力去設(shè)計(jì)極其復(fù)雜的 Prompt、精巧的工具選擇邏輯或人為注入的領(lǐng)域知識(shí)。

因?yàn)殡S著模型能力不斷提升、算力成本持續(xù)下降，這些“捷徑”很可能被更強(qiáng)大的通用能力所淹沒(méi)。擁抱規(guī)模化、通用化的方法可能才是長(zhǎng)久之計(jì)。

本文轉(zhuǎn)載自????探索AGI????，作者：獼猴桃