乐于分享
好东西不私藏

OpenAI和Anthropic带头念的经,可能是歪的——你的AI助手该有"身份证"了

OpenAI和Anthropic带头念的经,可能是歪的——你的AI助手该有"身份证"了

OpenAI和Anthropic带头念的经,可能是歪的——你的AI助手该有"身份证"了

你的AI助手今天帮你订了咖啡,明天却忘了你喜欢美式

这是个设计缺陷。

当前的AI助手——无论是Claude Code、Codex还是Cursor——本质上都是"任务级实例"。你让它写代码,它写完就"忘"了;你让它查资料,查完就"丢"了。它们没有记忆,没有身份,没有偏好,就像酒店前台每天换班的临时工,永远需要重新自我介绍。

但这正是OpenAI和Anthropic带头在推的路线:Harness式Multi-Agent System(MAS)。多个AI角色协同完成任务,共享上下文、共享目标、中心化调度。听起来很先进,对吧?

问题是,这条路可能和互联网早期的门户一样——看起来是终点,其实只是过渡。

Harness式MAS的本质:高级工作流引擎

琢磨事在最新文章里拆解得很清楚:今天大部分MAS,本质就是LLM Orchestration。一个大模型调度多个子角色完成复杂推理,关键词仍是Prompt Engineering、Context Management、Task Routing、Tool Calling、Planning、Memory、Workflow。

这些东西要控制好,"没点编程功力,没有足够好的抽象能力,其实很难搞定"。

换句话说,Harness式MAS并没有改变软件工程的本质,只是让工作流变得更灵活、更复杂。Agent在这里更像"可调用的函数"、"带人格的工具"、"任务节点"——它们存在的意义是提升单个任务的完成效率。

这就像是给工厂装上了更智能的流水线,但工厂还是工厂,工人还是工人。

第二条路线:Protocol-Native Agent System

但还有另一条路线,几乎没人提。

核心变化只有一个:Agent从"任务级实例"(task-scoped)变成"身份级实体"(identity-scoped)。

这意味着什么?意味着每个Agent真正属于"个人"——有长期记忆、有持续身份、有偏好、有资源、有权限、有历史、有关系网络、有利益边界、有代表性(代表"你")。

你的AI助手不再是"临时工",而是"你的数字分身"。它知道你习惯美式去冰,知道你在跟进哪个项目,知道你和谁有过节、和谁有合作。它不需要每次重新学习,因为它"就是"你的一部分。

这是一个极其巨大的变化。因为当Agent真正属于个人时,Agent的性质会发生根本变化——它需要有某种"主权"。否则,它只是一个更聪明的工具,而不是真正的Personal Agent。

协议升级:从通信到组织

当海量Agent独立存在时,它们之间不能再靠Prompt、Workflow、Shared Context协作,而只能依赖协议(Protocol)。

这意味着AI世界的核心,会从Prompt Engineering转向Protocol Engineering。

协议本身也在升级: - TCP/IP时代:协议定义通信格式,发送和接收端约定说话的方式 - 以太坊时代:协议升级为状态计算,全网共同执行状态转换规则 - AgentSociety时代:协议不仅定义通信和计算,更定义协调、权限、激励、身份、组织关系

协议开始承担"组织"的功能。

黄钊在评注里说:"本文观点值得关注;虽然目前看不太直观(还没成为现实),但过半年看,可能就get到了。"他类比了3年前在星球里的预言:LLM提供基座能力、中间层提供原子能力、用户完成最后一公里——这就是目前vibe coding的本质角度之一。

换句话说,我们现在觉得"Personal Agent有主权"很抽象,就像3年前觉得"用户自己攒工具"很抽象一样。但趋势往往就是这样:先被少数人看见,再被多数人追赶。

两条路线的根本差异

Harness式MAS
Protocol-Native Agent System
Agent性质
任务节点、可调用的函数
身份级实体、数字分身
协作方式
共享上下文、中心化调度
协议驱动、制度性交互
核心能力
Prompt Engineering
Protocol Engineering
类比
智能流水线
数字社会
当前代表
Claude Code、Codex、Cursor
尚未成熟

你的团队该站哪边?

如果你做的是"帮用户完成特定任务"——写代码、查资料、做分析——Harness式MAS足够好,而且现在就能赚钱。

但如果你相信AI的终局是"每个人的数字分身",是Agent之间像人一样协商、合作、竞争,那你就需要开始思考Protocol Engineering了。

三个问题帮你判断:

1你的Agent有"记忆"吗? 不是对话历史,是真正的长期记忆——用户偏好、关系网络、历史决策。
2你的Agent能"代表"用户吗? 不是执行指令,而是基于用户的利益和偏好做自主决策。
3你的Agent之间能"协商"吗? 不是API调用,而是基于协议的身份确认、权限边界、信任机制。

如果三个都是"否",你在做Harness式MAS,没问题,这是当前的主流。

但如果有一个"是",你可能已经在Protocol-Native的路上了——只是还没意识到。

互联网门户的教训

互联网早期是门户,雅虎、新浪把内容分类陈列,用户按目录浏览。这步确实也赚钱,但最终不是啊。

搜索引擎来了,用户直接搜想要的内容。社交来了,用户直接关注想要的人。推荐算法来了,用户甚至不需要搜,内容自己找上门。

每一步,都是"从中心化到个人化"的演进。

Harness式MAS就像AI时代的"门户"——把多个Agent分类陈列,中心化调度。Protocol-Native Agent System才是"搜索+社交+推荐"的合体——每个Agent为个人服务,Agent之间自主连接。

OpenAI和Anthropic带头念的经,可能是歪的。不是因为Harness式MAS不好,而是因为它可能只是过渡。

真正的终局,是你的AI助手有"身份证"、有"主权"、能"代表"你——而不是每次任务结束,就变成一个没有记忆的临时工。

相关学习资料