那天，偶然的读到一篇文章，一边读一边思考，再写到“目标—环境—规则—工具—反馈”这几个词的时候，一篇讲AI Agent演化史，顺着它给的线索往回查，一路查到了1958年。

然后我又在一篇1958年的论文里，读到了第一段。

那一刻我盯着屏幕，很久没动。

一年多时间，我一直以为自己在做一件很新的事。

一、先说个扫兴的事实：Agent不是2023年的新物种

这两年只要聊AI，绕不开一个词：Agent，智能体。

招聘网站上有“Agent工程师”，创业公司讲“Agent平台”，大厂发布会讲“Agent生态”。我去见客户，老板张口第一句常常是：

“你能不能给我做一个AI员工？”

绝大多数人的直觉是：这玩意儿是ChatGPT之后才有的。毕竟2022年底ChatGPT才炸，2023年AutoGPT才第一次让大众看见“AI自己干活”长什么样。

但历史不是这么走的。

先把时间轴摆正：1956年，美国达特茅斯的那场夏季研究项目，被公认为人工智能作为一个正式学科的诞生标志。John McCarthy等人在1955年的研究提案里，第一次正式用了“Artificial Intelligence”这个名字。

到2026年，人工智能整整70岁。

而真正让我后背发凉的是——仅仅两年之后，1958年，McCarthy就把今天Agent最核心的那个想法，写完了。

距今68年。

所以严谨的说法不是“Agent有70年历史”，而是：

AI这门学科70岁，而今天所有Agent产品的灵魂，也已经68岁了。

二、那份1958年的产品说明书

回到1958年。

那是个什么年代？我爸爸妈妈出生的年代，没有电脑，没有互联网，没有智能手机，没有云。连一台电视机、收音机几乎都很少有，更不用提Transformer、大模型、ChatGPT。

McCarthy在《Programs with Common Sense》里，提出了一个叫 Advice Taker 的设想。

他的意思大概是这样：

别把解决问题的所有方法都提前写死在程序里。我们应该能够“告诉”机器一些事情——告诉它环境是什么样、目标是什么，然后让它用已有的知识，自己推导下一步该干嘛。

而如果你想让它变聪明一点，不需要重写程序，只需要继续告诉它更多东西。而且使用的人，不需要懂程序内部是怎么回事。

你把这段话翻译成2026年的行话，就是：

• 你告诉AI：目标是什么
• 你告诉AI：环境是什么
• 你告诉AI：规则是什么
• 然后AI：自己判断下一步做什么
• 它不懂你的业务？继续喂：项目文档、知识库、SOP、上下文、Skill说明

这和我们今天在各种Agent里干的事，本质区别在哪儿？

技术实现天差地别。但那个愿望，1958年就已经写得清清楚楚。

我做了这么多年产品，第一次有一种被“祖师爷隔空拍肩膀”的感觉。

三、1966年，Agent第一次学会了走路

如果说Advice Taker还停留在纸上，那么几年之后，一台叫 Shakey 的机器人，把它拖进了现实世界。

Shakey由斯坦福研究所（SRI）从1966年开始研发，一直做到1972年。计算机历史博物馆把它称为第一台能够对自身行动进行推理的移动机器人。

它干的事，今天听起来平平无奇，当年却难如登天：

看看周围 → 判断自己在哪 → 规划怎么走 → 走 → 看看走完发生了什么 → 不对就重新规划。

发现了吗？

观察 → 思考 → 规划 → 行动 → 反馈 → 再思考。

这不就是今天所有Agent的工作循环吗？

我们现在让AI去操作电脑：看屏幕 → 找按钮 → 点击 → 发现页面没开 → 重新判断 → 再点。

从抽象结构上看，它和1966年那台机器人在走廊里绕障碍物、推积木时遇到的问题，几乎是同一个问题。

中间隔了六十年。

四、“多Agent协作”，是1995年的论文题目

到了90年代，智能体已经不是科幻概念，而是正儿八经的研究领域。

1995年，Michael Wooldridge和Nicholas Jennings发表了那篇经典综述《Intelligent Agents: Theory and Practice》，系统讨论了什么是Agent、Agent理论、Agent架构。当时学界已经在认真研究：自治、协作、多Agent系统、智能体之间怎么通信。

也就是说，在ChatGPT出现将近30年前，计算机科学界就已经在讨论：

机器怎么自主行动。多个Agent怎么分工。Agent怎么持有目标。Agent怎么和环境打交道。

所以当今天有人在朋友圈感叹“多Agent协作太超前了”，我心里其实是有点复杂的。

很多我们眼里的“未来”，只是被埋在论文里三十年没人翻。

五、那问题来了：为什么我们等到2023年才觉得“Agent来了”？

这是整段历史里最值钱的一个问题。

1958年有Advice Taker（自主决策者）1966年有Shakey（摇动，颤抖）1990年代理论都成型了。

凭什么产品爆发偏偏在最近几年？

答案简单到有点残酷：

过去七十年，Agent一直缺一个足够好的通用大脑。

早期AI靠的是逻辑规则和搜索。在一个被严格定义的小世界里，它能找到答案。可一旦进入真实世界，就完蛋。

因为现实世界最要命的地方不是规则多，而是——

规则根本写不完。

• “杯子倒了，水可能会洒。”
• “客户突然改口，通常意味着需求变了。”
• “网页按钮变灰，多半是上一步没填完。”
• “老板说'这个方案再想想'，一般不是让你改字体。”

这些东西叫什么？常识、上下文、经验、潜台词、开放世界知识。

恰恰是过去的计算机最缺的。

所以整段Agent史的核心矛盾，可以用一句话总结：

循环从来不是最难的。难的是循环中间，负责做决定的那个东西。

六、所以很多人其实低估了大模型

到今天，还有不少老板对ChatGPT的理解停留在“一个特别聪明的聊天机器人”。

但从Agent史的角度看，大语言模型真正可怕的地方是：

它第一次给Agent装上了一个既有海量常识、又能听懂人话的通用大脑。

以前：你想让机器懂一个行业，得让工程师写一堆规则。现在：你用中文告诉它就行。

以前：新增一个任务，可能意味着新增一整套程序。现在：可能只是加一段上下文、一个工具说明、一个Skill。

这才是Agent从学术研究一夜之间变成创业赛道的真实原因。

不是2023年有谁突然发明了“让AI自己干活”。而是那个躺了几十年的梦，第一次具备了规模化实现的条件。

七、2022年，最后一个零件到位了：ReAct

今天的Agent有一套看起来天经地义的流程：先想一下 → 调个工具 → 看看返回了什么 → 再决定下一步。

这套东西在2022年的ReAct论文里被讲得非常清楚：把Reasoning（推理）和Acting（行动）交错起来，模型一边生成推理轨迹，一边采取行动，从外部环境拿到新信息，再更新自己的计划。

翻译成人话：想一步，做一步，看一眼，再想下一步。

眼熟吗？

Shakey当年就是：感知、规划、行动、反馈。

区别只是：1966年它面对的是走廊和积木；2022年模型面对的是搜索引擎、API、网页、数据库和各种软件。

外部世界全换了，那个闭环一个字没改。

八、2023年真正发生的事，不是“发明”，是“降价”

这才是我作为创业者最在意的一点。

到2023年，一个最基础的LLM Agent循环，核心逻辑简单到什么程度？

模型给出下一步动作 → 程序执行工具 → 把结果塞回上下文 → 模型继续判断 → 循环，直到任务完成。

就这么几步。

所以2023年之后Agent突然遍地开花，原因不是七十年的理论一夜之间冒出来，而是：

七十年的理论，突然变便宜了。

以前你需要一个AI研究实验室。现在你需要：一个大模型API、几个工具、一个循环、一台电脑。

这是好消息，也是坏消息。

好消息是，普通人第一次拿到了钥匙。坏消息是——你能做的，隔壁那个刚毕业的实习生一个周末也能做出来。

九、说句得罪人的话：Agent循环，不是护城河

这一节，是我最想跟大家讲的。

看完七十年历史，我最大的收获不是“哦原来Agent这么老”，而是一个非常具体的判断：

千万不要把“Agent循环”本身当成壁垒。

因为它不新。观察、规划、行动、反馈，几十年前就在做。Reasoning + Tool Calling + Loop，今天随便一个工程师都能实现。

那真正难的在哪？我列个清单，做Agent的可以自己打分：

• 你的Agent，懂不懂真实业务？
• 能不能接进企业已有的系统？
• 工具设计得好不好用？
• 权限有没有边界？
• 出错以后能不能恢复？
• 关键动作有没有人工审批？
• 数据可靠吗？
• 结果可验证吗？
• 长任务会不会越跑越偏？

这九条，才是企业真正愿意掏钱的地方。

而更扎心的是下面这句：

2023年很多看起来很复杂的Agent工程，本质上是在给当时模型能力不足打补丁。随着模型自己越来越强，那些原本放在模型外面的规划、反思、解析、上下文管理机制，正在被模型本身一点点吸收掉。

所以：

如果你的产品核心价值只是“替模型补短板”，那么模型的下一次升级，就是你最大的竞争对手。

真正能活下来的，从来不是补丁。而是：业务流程、私有数据、客户关系、行业Know-how、真实执行环境、安全合规、评估体系，以及那要命的最后一公里。

十、但也别飘：会行动，不等于能干活

看到这儿如果有人得出“Agent马上要全面取代员工了”，那又冲到了另一个极端。

今天Agent最大的软肋，是长任务可靠性。

让AI做一个3分钟的任务，它可能表现得非常漂亮。但让它连续干2小时、8小时、甚至好几天的复杂工作——任何一个小错误都会在后面被无限放大。

研究机构METR提出过一个很有意思的指标：Task-Completion Time Horizon（任务完成时间跨度）。

通俗理解就是：这个Agent，能以一定成功率，完成多长的人类任务。

METR在2025年的研究里发现，从2019年至今，前沿模型能可靠完成的任务长度增长很快，50%成功率对应的任务时长大约每7个月翻一倍。

注意METR自己强调的一点：这个指标衡量的是“相当于人类要花多久完成的任务难度”，不是说AI真的能连续跑那么久。

这个指标值得每个做Agent的人盯着看。因为它问的不是“AI会不会答题”，也不是“AI会不会写代码”，而是：

给它一件真正复杂的活，它能不能自己从头做到尾。

这才是接下来三年的主战场。

十一、那这一轮到底哪里不一样？

讲了这么多“Agent不新”，千万别理解成“这一轮也没什么了不起”。

恰恰相反。我认为这一轮真正的分水岭只有一句话：

历史上第一次，Agent的大脑有了大规模的自然语言接口。

这意味着一件过去完全不可想象的事：不会写代码的人，也能指挥机器。

“帮我查一下竞争对手最近三个月的动作。”“整理成表格。”“打开他们官网确认价格。”“写成报告。”“发给市场部老张。”

你不是在调用某个固定功能，你是在表达目标。然后机器自己去找路径。

这才是Agent走向大众的临界点。

十二、从1958到2026，我们一直在追同一个梦

把七十年压缩一下，其实简单得吓人：

• 1950年代
  ：能不能只告诉机器目标，让它自己想办法？
• 1960年代
  ：让机器感知世界、规划行动、执行、纠错。
• 1990年代
  ：Agent、自治、多Agent协作，理论框架成型。
• 2022年之后
  ：大模型把推理和行动真正接了起来。
• 2023年之后
  ：门槛塌了，它冲进产品世界。
• 2026年
  ：我们要解决的问题变成了——怎么让它干更长、更复杂、更真实的活，还不出错。
  

技术一直在变，梦想几乎没变过。

1958年的科学家没有GPU，没有互联网，没有万亿参数模型，甚至没有今天意义上的软件生态。

但他们已经在问：

能不能不要一步一步命令机器？能不能告诉它“我要什么”，然后它自己去想“怎么做到”？

68年后的今天，我们终于坐在电脑前，用中文开始这样工作了。

所以如果你问我2026年这波Agent浪潮意味着什么，我不会说“我们发明了一种全新的AI”。

我更愿意说：人工智能七十年前许下的那个愿，终于开始兑现了。

写在最后

真正的新物种不是Agent，是“普通人第一次拥有Agent”

过去七十年，Agent属于实验室、论文、机器人研究和大型企业系统。

今天最大的变化是——它开始进入每一个人的电脑。

一个老师可以有自己的课程Agent。一个跨境卖家可以有运营Agent。一个创业者可以有研究Agent。一个老板可以有数据分析Agent。一个普通打工人，可以有自己的AI助理。

所以这段历史真正有意思的地方，不是告诉我们“以前的人也想过”，而是在提醒我们：

当一个七十年的梦，终于变成普通人手里的工具，产业革命才刚刚开始。

而我越来越确定一件事：

未来人和人之间的差距，可能不再是谁更会用软件。

而是——

谁更懂得定义目标、组织知识、设计流程，并且带得动一支AI团队。

这不是技术问题，这是管理问题。

七十年前，McCarthy想让机器听懂人话。

七十年后，轮到我们学会怎么把话说清楚。