作者 | Natasha Wijesekare

編譯 |  云昭

智慧總是藏在自然之中。而作為人工制造的AI，更不例外。

然而對(duì)于感悟 AI 而言，有時(shí)候卻需要我們換個(gè)環(huán)境去散散心。

近日，小編讀到一篇散文式的“半旅行半感悟”的神人文章：《從自行車(chē)到 AI 智能體：阿姆斯特丹如何改變了我對(duì) AI 的看法》。

這篇文章奇妙之處，就在于作者借“一日游”中我們經(jīng)常遇到的情形，諸如：騎單車(chē)、導(dǎo)航問(wèn)路、剎車(chē)、修車(chē)等，來(lái)描述現(xiàn)在由大模型帶來(lái)的各種看似很熱但又很模糊的概念——智能體、RAG、AI Coding、MCP、A2A。

你可能會(huì)反駁：這有什么，不就是概念科普嗎？其實(shí)你想當(dāng)然了。

這里作者的構(gòu)思角度非常新奇但句句切中要害。它并不是純科普，而是對(duì)于現(xiàn)在的這些新詞兒提出了自己的看法。比如：

關(guān)于 AI Coding，人們只注意到了 AI for Code，卻忽略了真正重要的基礎(chǔ)設(shè)施反而是 Code for AI。

再比如，我們開(kāi)發(fā)者如何看待 MCP 帶來(lái)的新增機(jī)會(huì)？作者一語(yǔ)中的：訓(xùn)練模型是教人騎車(chē)，而 MCP 是給他們地圖和交通規(guī)則。 

精彩而引人發(fā)醒的內(nèi)容還有很多。話(huà)不多說(shuō)，這就為大家奉上，建議收藏細(xì)品。

1.阿姆斯特丹的AI感悟之旅：從咖啡館開(kāi)始

不久前，我去了趟阿姆斯特丹（小編這里注一下：荷蘭首都，有“運(yùn)河之都”的美譽(yù)）——那種你會(huì)說(shuō)“我需要休息一下，但我們姑且叫它‘找靈感’”的旅行。我漫步在運(yùn)河邊，手里拿著一杯好到離譜的咖啡，出自一家看起來(lái)像是由明信片收藏愛(ài)好者裝飾的小咖啡館——椅子全都不配套。那一刻我并沒(méi)有想著工作，或者說(shuō)我告訴自己沒(méi)有。

在 Jordaan 附近的一個(gè)十字路口，我駐足觀(guān)看來(lái)來(lái)往往的騎行者——有個(gè)女孩雙手不扶把，一手拿著咖啡，一手刷著手機(jī)，在游客與有軌電車(chē)交織的混亂中依舊穩(wěn)穩(wěn)穿梭，像是理所當(dāng)然。這一幕讓我驚呆了：沒(méi)有標(biāo)志、沒(méi)有指令、沒(méi)人指揮交通，但每個(gè)人都能各自行進(jìn)，卻又奇妙地協(xié)調(diào)一致。

我不知道為什么，但這一刻讓我想到 AI 智能體——理想狀態(tài)下它們應(yīng)該如何運(yùn)作：流暢、靈活、反應(yīng)迅速、不需要過(guò)度管理，安靜地完成自己的任務(wù)。。

2.智能體就像有任務(wù)在身的騎行者

你如果在上下班高峰看過(guò)阿姆斯特丹的騎行場(chǎng)景，就知道那是一場(chǎng)芭蕾——混亂卻有平衡。幾十人各自行動(dòng)，卻保持和諧。沒(méi)有復(fù)雜指令、沒(méi)有中央調(diào)度，卻人人都知道要去哪，怎么走。

AI 智能體也該如此——不是那種靠逐步指令驅(qū)動(dòng)的機(jī)器人，而是能理解模糊目標(biāo)、自主完成任務(wù)的系統(tǒng)。你不用告訴它每一步該做什么，只需要給出明確的目標(biāo)，比如：“根據(jù)這些提交記錄寫(xiě)一個(gè)用戶(hù)友好的更新日志”、“找出下周五三班不早于上午十點(diǎn)到達(dá)的好航班”或“清理這個(gè)表格并標(biāo)記看起來(lái)異常的項(xiàng)”。然后，它自己去搞定：規(guī)劃路徑、權(quán)衡取舍、調(diào)用工具、必要時(shí)再回來(lái)確認(rèn)。就像騎行者途中靈活繞開(kāi)人群，找條近路。

3.RAG：邊騎邊問(wèn)路

阿姆斯特丹的騎行者并不是每條街都背得滾瓜爛熟。但他們也不會(huì)因?yàn)榈搅四吧謪^(qū)就停下來(lái)。他們會(huì)看一眼路標(biāo)、低頭瞄手機(jī)、問(wèn)問(wèn)路，但整個(gè)過(guò)程中腳沒(méi)停下過(guò)。

這就是檢索增強(qiáng)生成（RAG）在 AI 中的作用。傳統(tǒng)模型只能依賴(lài)訓(xùn)練時(shí)學(xué)到的內(nèi)容，但那會(huì)過(guò)時(shí)。而 RAG 讓智能體可以實(shí)時(shí)“查詢(xún)”最新的信息來(lái)源：公司 wiki、實(shí)時(shí)文檔、聊天記錄或 API。模型無(wú)需記住一切，它只要知道何時(shí)、如何去獲取關(guān)鍵信息。

比如你問(wèn)助手：“能把最新的休假政策發(fā)給團(tuán)隊(duì)嗎？”沒(méi)有 RAG，它可能胡亂編造或者引用舊內(nèi)容；但有了 RAG，它會(huì)真正從 Google Drive 中檢索最新政策，并準(zhǔn)確發(fā)送。這就像是讓你的 AI 接入整個(gè)組織的“記憶庫(kù)”——不只是聽(tīng)起來(lái)自信，而是真的準(zhǔn)確。

區(qū)別在于：盲猜路線(xiàn) vs. 途中查圖。騎行者不會(huì)因?yàn)椴淮_定就僵住——他們調(diào)整。這也是 RAG 的精神：保持好奇、靈活響應(yīng)、不死守劇本，而是勇敢迎接未知。

4.AI 寫(xiě)代碼，代碼強(qiáng) AI：邊騎邊修車(chē)

在鵝卵石街道上騎一輛老舊的自行車(chē)，你就知道：再好的系統(tǒng)也需要維護(hù)。在阿姆斯特丹，騎行者隨時(shí)可能停下來(lái)修點(diǎn)小問(wèn)題：潤(rùn)滑剎車(chē)、緊一下座椅。街邊到處都是工具，比如充氣泵和小型維修站。這一切只是為了“保持運(yùn)轉(zhuǎn)”。

這就是“AI 寫(xiě)代碼（AI for Code）”和“為 AI 編碼（Code for AI）”之間的雙人舞。

一方面，Copilot、ChatGPT、Cody 這樣的工具徹底改變了寫(xiě)代碼的方式：生成樣板代碼、發(fā)現(xiàn) bug、寫(xiě)測(cè)試、解釋復(fù)雜邏輯。就像你有個(gè)懂行的修車(chē)工坐在后座，隨時(shí)幫你緊螺絲。

但反過(guò)來(lái)，“為 AI 編碼”才是基礎(chǔ)設(shè)施真正搭建的地方。你要在這里定義智能體的行為方式、約束、可用工具和行為規(guī)范。你給它一副車(chē)架、一套傳動(dòng)系統(tǒng)、一份規(guī)則手冊(cè)——防止它騎錯(cuò)道。

令人興奮的是，這兩者正在形成正向飛輪：AI 越來(lái)越會(huì)寫(xiě)代碼，開(kāi)發(fā)者也就能更輕松地構(gòu)建更聰明、更可靠的智能體；而這些智能體又反過(guò)來(lái)幫助我們寫(xiě)出更高質(zhì)量的代碼。

這不僅是為了提速，更是為了持久。你不只是需要一輛會(huì)沖刺的 AI，而是要能長(zhǎng)途騎行、途中還能自我修復(fù)的 AI。

5.MCP：支撐一切的“默契規(guī)則”

阿姆斯特丹真正的魔力不只是滿(mǎn)街的自行車(chē)，而是人們之間的默契節(jié)奏。大家自覺(jué)減速、自覺(jué)讓行，自然打手勢(shì)——不是靠嚴(yán)苛的交通規(guī)則或無(wú)盡的標(biāo)志牌，而是一種文化內(nèi)化的“理解”。正是這種共識(shí)，維持了在高密度交通中的流暢秩序。

這就是 Model Context Protocol（MCP）對(duì) AI 的意義。MCP 定義了智能體如何與工具、系統(tǒng)、用戶(hù)互動(dòng)。它為智能體提供結(jié)構(gòu)化的上下文：可用資源、禁區(qū)、行為規(guī)范。就像一個(gè)無(wú)聲的規(guī)則手冊(cè)，每個(gè)智能體在入場(chǎng)前都已熟知。

沒(méi)有 MCP，就像一個(gè)菜鳥(niǎo)騎手被扔進(jìn)阿姆斯特丹街頭：沒(méi)地圖、看不懂紅綠燈，注定亂撞。而有了 MCP，每個(gè)智能體都帶著“地圖和交通規(guī)則”上路，不僅知道自己該怎么行動(dòng)，也理解整個(gè)系統(tǒng)是如何運(yùn)作的。

AI 的未來(lái)不僅是讓模型變得更聰明，而是構(gòu)建共同的標(biāo)準(zhǔn)和框架，讓它們?cè)诂F(xiàn)實(shí)世界中協(xié)作得更流暢、更安全。換個(gè)比喻：訓(xùn)練模型是教人騎車(chē)，而 MCP 是給他們地圖和交通規(guī)則。

6.Agent2Agent：像車(chē)隊(duì)一樣協(xié)作

當(dāng)你看到一組騎行者以整齊的隊(duì)形同步前進(jìn)、調(diào)整速度與間距、順暢過(guò)彎時(shí)，那種默契會(huì)讓人著迷。沒(méi)有喊話(huà)、沒(méi)有指令，只有安靜的配合。一個(gè)稍微減速，另一個(gè)提速，他們就這樣一起順利拐過(guò)街角。

這正是 agent-to-agent 協(xié)作所釋放的力量。你不需要一個(gè)巨大的“萬(wàn)能智能體”來(lái)包辦一切，而是一群各司其職的“小能手”：一個(gè)管日程，一個(gè)寫(xiě)提案，一個(gè)確保流程合規(guī)。就像一支騎行隊(duì)伍，每人有不同任務(wù)，但因?yàn)榛ハ嚓P(guān)注、彼此配合，整隊(duì)流暢前行。

當(dāng)智能體之間能共享狀態(tài)、委托任務(wù)、升級(jí)決策、動(dòng)態(tài)協(xié)作時(shí)，它們不再只是工具，而真正變成了“隊(duì)友”。

7.最后一圈：阿姆斯特丹帶來(lái)的 AI 啟示

站在那個(gè)路口時(shí)，我原本并沒(méi)想過(guò) AI，但它卻自己找上門(mén)來(lái)了。

阿姆斯特丹騎行文化打動(dòng)我的地方，不只是它有趣、高效，而是那種獨(dú)立性。沒(méi)人等指示、沒(méi)人猶豫，每個(gè)人都了解環(huán)境、相信直覺(jué)，又具備恰到好處的他人意識(shí)，從而保持秩序和流動(dòng)。

我想，我們應(yīng)該構(gòu)建的 AI，正是這樣的：不是僵化腳本、不是臃腫萬(wàn)金油、一遇混亂就崩潰的系統(tǒng)。而是小巧、有力、具備思考力的智能體：能主動(dòng)取信息、懂規(guī)則、有邊界、擅協(xié)作，能應(yīng)對(duì)變化，不需時(shí)刻監(jiān)管。

未來(lái)的 AI，不應(yīng)是一列高速卻只能跑直線(xiàn)、錯(cuò)過(guò)每個(gè)轉(zhuǎn)角的子彈列車(chē)。而應(yīng)是一支騎行車(chē)隊(duì)——輕盈、靈活、隨時(shí)調(diào)整。如果還能在混亂中不灑你一滴咖啡？那就更妙了 ~

好了，文章到這里就結(jié)束了，各位有沒(méi)有這種外出旅游的同時(shí)，加深了對(duì)于技術(shù)領(lǐng)域的理解的經(jīng)歷？如果大家對(duì)于這篇AI感悟文章有哪些新想法，歡迎評(píng)論區(qū)交流！

參考鏈接：https://medium.com/@nwijesekare/from-bicycles-to-ai-agents-how-amsterdam-changed-the-way-i-think-about-ai-111f5a910569