当AI学会协作：新一代Agent产品的范式革命

五月还未结束，AI agent领域的战争已经进入白热化阶段。Grok Build、Qoder 1.0、TRAE SOLO等新一代产品如排山倒海般涌向市场，而Claude Code、Codex、Cursor早已贴身肉搏多时。

整个行业的加速快到不讲道理。Vibe Coding从新名词到行业标配，仅仅用了一个季度。从去年还在讨论skill（技能）如何构建，到如今harness（脚手架）成为新的王座，这场技术演进的步伐已经超越了大多数人的预期。

模型能力趋平：98.4%的工程奇迹

模型之间仍然存在差距，但拉开模型公司之间真正差距的，早已不再是模型本身，而是套在外面的那层壳。一份近期研究报告拆解了Claude Code泄露的代码，发现真正属于模型决策的代码只有1.6%，剩下98.4%，全是管权限、管上下文、兜错的harness。

这个数据揭示了一个残酷的现实：在基准测试中，无论是Opus、GPT，还是Qwen、GLM、Kimi和MiniMax们，无论是写代码还是执行越来越复杂的任务，都已不在话下。模型能力已经卷到几近一条平直的线，不同测试会给出不同答案，但总体来说，大家都站在同一起跑线上。

真正的战场转移到了工程领域。为了进一步发挥模型的优势，全新一代的agent产品纷纷推出，它们不仅仅是工具的简单包装，而是对AI工作方式的重新定义。

多agent编排：从单打独斗到团队作战

MiniMax在5月中旬推出的Agent Team功能，展示了多agent编排的最新思路。这套Leader-Worker-Verifier（领导-执行-验证）的「对抗式」架构，代表了agent工程的一种新范式。

核心思想很简单：让干活的和负责验证的agent之间分开，验证的时候要有打回的机制，并且要让一个新的「脑子」去打回。这种设计的目的是解决长程agent任务中的顽疾：上下文污染、上下文焦虑、agent之间的「共谋」。

当agent数量从一个变成多个，从简单的顺序执行变成复杂的协作关系，整个系统的复杂度呈指数级增长。但随之而来的是效率的质的飞跃。

正如MiniMax的工程师择因所说：「比如你睡觉前给它派个任务，哪怕是极度复杂的工作，只要你卡控的够严格，你的准出标准可量化、可观测，而不是模型自己觉得可以就可以了——只要你做好这些门禁，这群worker和verifier就能在你睡觉的时候一直跑，睡醒之后就干完了。」

信任与约束：两种截然不同的哲学

业界目前形成了两种截然不同的agent设计哲学。Anthropic的代表性思路是不信任模型，预设模型会作弊、耍小聪明，于是到处加以约束。OpenAI的harness核心却是一个极简的agentic loop。

择因对此分析道：「一个极简的agent框架，驭遵循度极好的GPT 5.5，实现目前最强的编码和agent能力；层层约束的框架，用在Opus 4.7上，却出现了黑天鹅效应，在超长任务中也会偷懒糊弄，这是我所看到的。」

这种哲学分歧背后，是对AI本质理解的差异。是把AI当作需要严加管控的「风险源」，还是当作可以赋予更多自主性的「伙伴」，这不仅是技术选择，更是世界观的选择。

上下文隔离：反直觉的设计突破

MiniMax Code的一大特点是agent之间上下文隔离，这一设计看似反直觉，却是应对长程任务的关键突破。

agent的上下文分为三部分：用户请求、环境里的生产资料、模型执行轨迹。当agent执行出了错，会把犯的错记下来，但这个记录对另一个agent可能是有害的。当上下文变得臃肿，这些轨迹一定会污染别的agent。

择因解释道：「长程agent任务跑出几个小时后，几乎全部的上下文都是执行轨迹，所以我们要隔离这一部分上下文。做这个设计就是因为我们预期agent会运行很久，既然大部分的信息都是不需要的，为什么不隔离？」

没有壁垒，全是共识

一个有趣的现象是，在agent领域，共识形成的速度越来越快。Skill用了半年成为共识，Lobster（龙虾）只用了一个半月，而多agent编排更是仅用一个月就成为行业标配。

择因坦言：「大家越来越重视agent，并且形成共识的速度会越来越快。前几天有篇华人团队发的71页论文写得非常好。关于agent的一切，其实都在这篇论文里了，叫做Agent Harness Engineering: a Survey——既然agent已经能被一篇论文所概括了，你说有没有壁垒？」

这种快速共识的形成，一方面得益于开源文化和知识的快速流动，另一方面也反映了这个领域还处于早期阶段，大家还在探索最佳实践。

中国模型公司的「开源」博弈

中国模型公司的「开源」玩法不会一直持续下去。但这并不代表，优秀的认知不应该及时与世界分享。当模型能力足够强大时，是否开源取决于团队的偏好与意志。

择因指出：「过去两年里中国模型刚起步的时候，作为追随者，开源的确能够更好地体现价值。很多同行都公开或私底下表达过，如果有一天模型进入价格战阶段，到时候开源的风气可能会有所消减。」

全球来看，开源仍是中美之间的最大区别。即便今后权重、训练框架不开源，仍然可以把创新成果通过论文开放给全世界，不一定非得是模型能力本身。

未来展望：从代码世界到物理世界

当被问及距离《Her》中的萨曼莎、钢铁侠的贾维斯还有多远时，择因给出了乐观的答案：「我觉得其实不远。《Her》是聊天陪伴为主，现在做的已经不错了；贾维斯的话，其实和现实世界连接更加紧密。这会有点难，但我很乐观，因为我觉得物理世界的交互协议会比代码层面更加简单。」

本质上，只要模型的多模态能力足够强就可以。GPT Image 2已经展示了极强的生图能力，几乎和现实世界一模一样。可以预见的是，会有一款全模态模型出现，对现实世界的理解能力达到新高度。

人类的新角色：从执行者到设计者

随着agent能力不断提升，人类的工作范式正在发生根本性转变。择因分享了自己的观察：「从过去迫使模型、agent和我们一起干活，变成我们可以更多深度思考我们的工作，对工作进行抽象和模式识别，形成skill和规范——每一个人都变成了更加senior的工作者。」

这种转变带来了一个有趣的推论：未来大学本科生毕业之后，可能要「付费再上两到三年班」，成为一个资深员工之后，才能开始上班赚钱。

择因解释道：「如果agent的能力真的全面赶超人类，聪明的公司算笔账都不会再招初级员工，这才是最可怕的。到那时候，你要先成为资深员工，而这个过程可能需要自己付费。」

这并非危言耸听。在某些领域，如视频剪辑，这种情况已经发生。剪辑师的价格比AI便宜，一些服务商甚至找大学生上课学剪辑，交学费，课程任务就是帮忙剪辑视频。

结语：山雨欲来

新一代agent产品的集中涌现，标志着AI从工具时代向协同时代迈出了关键一步。当AI学会协作，当多个agent能够像团队一样工作，整个社会的生产效率将迎来新的飞跃。

但在这个过程中，我们需要保持理性思考。共识形成过快可能导致盲从，技术迭代加速可能掩盖了深层次的问题。正如择因所说：「在agent时代，大家开发效率很高、迭代很快，但是决定胜负手的还是所有的细节。模型变快了，但我们得慢下来去知道所有的信息。」

距离那个AI能够完全自主协作、无缝连接物理世界的未来，我们或许真的不远了。但更重要的是，在这个过程中，人类如何重新定义自己的角色，如何在效率与人性之间找到新的平衡点。

山雨欲来，但我们需要的不仅是迎接这场雨，更要思考雨后会出现怎样的新世界。