6 篇博文 含有标签「智能代理」

2025 年 3 月 11 日，Anders Hejlsberg 发表了一篇题为 A 10x Faster TypeScript 的公告：微软要把 TypeScript 编译器移植到 Go。

对大多数读者来说，这只是一条关于性能的新闻。对我来说，这条新闻却把我五年前写的三篇旧文串到了一起。2021 年，我在短短几个月里先后写过三篇彼此不相干的文章：一篇问 大红大紫的 Golang 真的是后端开发中的万能药吗，一篇论证 为什么 TypeScript 是开发大型前端项目的必备语言，还有一篇夸 C# 的开发体验——那篇文章里我顺带提过一句当时看来只算趣闻的事实：TypeScript 和 C# 出自同一人之手。五年后，三篇文章的主角在同一个仓库里会师：我称为"必备"的那门语言的编译器，用我当年审视过的那门语言重写，主导者正是 TS 与 C# 共同的创造者。我知道这几篇文章之间有联系，但没想到它们会以这种方式交汇。

这场会师的价值不止于怀旧，它暴露了这场争论底下悄悄发生的变化。2021 年，咱们争的是哪种语言对"人"更友好：谁的语法更干净，谁的学习曲线更平缓，谁的类型系统更不烦人。这场争论至今没有结束，但裁判换了。从那之后，AI 编程智能体（coding agent）成了生产代码最高频的作者之一，也是代码的第一读者。agent 不在乎 Go 的错误处理有多啰嗦，也不嫌 TypeScript 的类型标注有多累赘。它只关心两件事：一是 多快拿到反馈，二是 反馈能不能被信任。

这个观察就是本文的核心论点，我刻意用最保守的说法来陈述它：当 agent 加入你代码库的作者行列，技术选型会多出两个必须优先考虑的判据——agent 的反馈周期（一次"修改代码 → 获得可信反馈"要多久）和 验证信号密度（每一轮循环中，有多少对错能由机器直接裁决，不需要人）。这两个判据不会取代以人为本的旧判据，但会给它们重新排序。而在新的排序之下，2021 年那场语言之争的判决，有的被坐实，有的被推翻。

为了把话说周全，接下来我会先做一轮站内考古，看看 2021 年我们究竟在争什么；然后给两个新判据下精确定义；再检视 2025 到 2026 年的三组证据；随后让最强的反方论证单独占一节；最后给出一个小小的选型框架——你完全可以不同意它，但至少能清楚分歧出在哪里。

亚马逊云科技中国峰会，2026 年 6 月 23–24 日，上海。

2026 年 6 月，我在亚马逊云科技（AWS）上海峰会上做了一场分享，大概是全场"最不性感"的一场。一上来我先澄清了一句：我们的 Nova，不是 Amazon 那个 Nova。我幻灯片上的 Nova，是我在 HP 带队做的一个内部平台；全场其他人挂在嘴边的 Nova，才是亚马逊的前沿大模型。台下笑了。一个撞名的小玩笑，却也恰好划出了这篇文章要讲的那条线——接下来的时间里，我讲的是任何主论坛都懒得碰的东西：我们怎么把一套报表系统，从 Power BI 搬到了 Amazon Athena 加 Apache Iceberg 上。那是个三十分钟、300 级的进阶专题，排在六楼，离楼下的人群远远的。

会场楼层导览：专题演讲（包括我那场）在六楼，主论坛在五楼，展厅在楼下。

而一楼的展厅，卖的全是"性感"的另一面。宇树（Unitree）的人形机器人（humanoid robot）在灯光下伸手抓取；一只标价 ¥9,999 的灵巧手（dexterous hand），冲着镜头比了个耶；一块屏幕上，一群编程智能体（coding agent）全程没人插手，自己把软件交付了，另一块屏幕上，AI 把一段足球比赛录像拆成了战术和球员指标。聚光灯下，智能正学着感知、学着创造、学着在物理世界里行动。

楼下一楼的展厅：人潮都在这儿。

这个反差，就是这篇文章的论点。过去两百年，产出是跟着人头走的——想多干，就得多招人。AI 正在掐断这条线：产出开始靠基础设施（模型、算力、数据）撑着，而不再死死绑在人力上。这就是智力的工业化。和第一次工业革命一样，最后赢的不会是手握最炫机器的人，而是给这些机器铺好地基的人。我那场"无聊"的迁移就是个缩影：让报表变好用的，不是换了个更聪明的模型，而是把脚下的地基换了——刷新从 4–6 小时压到 1 小时；而原本只能盯着看的报表，如今成了谁都能用大白话直接发问的数据。

所以这篇文章，会从地基往上写。先看展厅里被围观的三道前沿——会感知、会创造、会行动的机器；再看撑着这三样的那一层，也就是我专程跑去上海讲的那件事：决定它们到底能长多高的数据底座（data foundation）。

2026 年的每一场 AI 发布会都是同样三张幻灯片开场：更大的模型、更快的芯片、更聪明的 Agent。真正缺失的是第四张——这些东西到底怎么送到用户面前。而这张缺失的幻灯片，恰好就是接下来十年价值最集中的地方。它不会靠又一轮模型微调产生，而会靠我们这个技术栈里最不性感的那一层：基础设施（Infrastructure，俗称 Infra）。

数据也支持这个判断。麻省理工学院（MIT）2025 年《State of AI in Business》报告显示，95% 的生成式 AI 试点无法进入生产。Gartner 的调研表明，只有 15% 的 IT 应用负责人在试点完全自主的 Agent，而整个 Agent 市场预计从 2025 年的 78 亿美元扩张到 2030 年的 526 亿美元。瓶颈不在智能。前沿模型 在 SWE-bench Verified 上已经聚集在 70–75% 区间。真正的瓶颈是从"一个能写代码的模型"到"一个能交付产品的组织"之间的所有环节——而这些环节，说到底都是 Infra。

把"暴论"说得直白一点：编程变得廉价，Infra 却在变得稀缺。AI 叙事习惯把 DevOps、CI/CD、容器、Kubernetes、云架构这些东西当作"已经解决的水管问题"，但它们即将成为把 AI 能力变成可交付产品的头号杠杆。理由很朴素：Agent 现在能写代码，但它自己跑不起一次构建，也扛不下一次部署，更没法独自决定一次回滚、开通一个区域。它需要一个底座替它做这些事——而这个底座，正是过去二十年 DevOps 攒下来的、经过无数次故障检验的、几乎零成本的遗产。

六大协议。六个自动化级别。十七款工具。十二项预测。一张交互式全景图将它们串联起来。

AI Agent 交互全景图是我构建的一个开源双语单页应用，旨在厘清 2026 年 AI Agent 如何与开发者、编辑器、工具以及彼此之间进行交互。本文将梳理其中引入的关键框架——以及构建过程中涌现的洞察。

SWE-bench 评分在短短 14 个月内提升了 50%——从 2024 年 10 月 Claude 3.5 Sonnet 的 49% 跃升至 2026 年 1 月 Claude 4.5 Opus 的 74.4%——你可能会认为 AI 智能体（AI Agents）已经征服了软件工程领域。然而，大规模部署这些智能体的企业却讲述着不同的故事。Triple Whale 的 CEO 描述了他们的生产环境实践："GPT-5.2 为我们解锁了一次彻底的架构转型。我们将一个脆弱的多智能体系统简化为单个配备 20 多种工具的超级智能体……这个超级智能体更快、更智能， 维护难度降低了 100 倍 。"

想象一个再熟悉不过的场景：周一上午，你又坐在会议室里复盘，为什么公司的 LLM 应用始终冲不出展示环境。团队已经搭了一个看起来很“聪明”的、由 GPT-4o 驱动的智能代理：能理解复杂客户咨询、通过函数调用串起内部系统，甚至还能看似自主地编排多步骤流程。那时领导层一度热情高涨，预算批得很快，Roadmap 也写得漂亮。可六个月过去，项目仍困在资深从业者口中的 demo hell（“演示炼狱”）——永远在演示，始终不上真正可承压的生产。

如果你瞬间代入，这不是偶然共鸣——而是当今企业的常态。如果这个场景听起来很熟悉，你并不孤单。无论组织是使用托管API（如GPT-4o、Claude Sonnet 4和Gemini 2.5 Pro）构建，还是部署自托管模型（如DeepSeek-R1、QwQ、Gemma 3和Phi 4），绝大多数都难以超越实验性试点项目。正如我在AI生产力研究分析中探讨的，AI的生产力效益高度依赖于具体情境，结构化方法显著优于临时性使用。瓶颈不在于你的LLM集成的复杂性、托管与自托管模型的选择，或者你的AI开发团队的才能。而在于更根本的东西：LLM应用底层的数据基础。

真正卡住企业级 LLM 应用的，不是“模型选哪个”，而是：能不能在对的时间，把对的数据，以可追溯、可度量、可治理的方式送到模型面前。 你的“智能”代理，其上限只等于你数据基础设施的下限。

如果你尝试把一个惊艳的演示推向生产，结果被碎片化系统、不一致 API、缺失血缘、检索漂移、缓存陈旧这些细碎又顽固的阻力磨掉耐心——这篇文章就是写给你的。我们的基本立场很直接：企业级 LLM 应用的成功，不取决于提示技巧或代理框架炫不炫，而取决于是否有一套为“程序化智能消费”而设计的数据底座。

接下来我们会按层拆开：数据可访问性如何悄悄钳制模型表现；哪些数据与上下文管理模式让工具调用真正可靠；面向 LLM 特有风险的治理如何设计；以及如何把这些理念落成可以扩展、可演进的生产体系。

答案从来不是“多写几个高阶提示”或者“再换个更大模型”——而是重建数据基础。下面先从问题底层结构讲起。