AI Agent产品现状剖析与深度思考
嗨，各位好，今天产品老高想和大家探讨一下 AI Agent 系列产品的看法。目前市场上同类产品层出不穷，像 Claude Code、CodeX，亦或是我们提到的 OC Cloud、Hermes，本质上都归为此类。
五一假期期间，我也在琢磨这事，因为我正试着亲手构建所谓的 Agent 系统。我认为在测试环节，未必非得造出完整的系统，但这过程能助益于对整体的领悟与思索。况且当下正处于百花齐放的时期。
今天我想同大家分享这段时间的一些心得体会。
首先，目前市面上绝大多数的 AI Agent 其实可划分为两派：
一派是执行派，侧重于如何将系统工程化。OpenCloud 或许属于较初级的工程化能力，而 Claude Code 则相对较为成熟。
市面上还有许多，例如 Superpower、CRU 的 AI，这些其实都属于工程化能力的拓展，本质上即我们常说的驾驭工程的那套机制，并做了一定的延伸。
但我们察觉到一个核心难题：无论是 Hermes 的自进化能力，还是 Claude Code 的开发效能，亦或是工程的排程功能，本质上核心面对的都是复杂性，需要多节点的协作。
第一点，并非所有人都需执行复杂的任务，更多时候是人们难以快速利用 AI 理清宏大问题的条理，譬如如何烹饪红烧肉，这便是一个看似简单实则复杂的问题。此时他们需要的是条理清晰的简单执行，而非复杂任务的排程。
第二点，现今绝大多数的 Agent 都朝着全面性演进。无论是扩充技能、工程能力，还是像 Hermes 那般的工程驾驭力，亦或是安全设置、配置文件管理等，本质上都是在追求功能的完备性。
在此基础之上，我们再去探讨如何达成多 Agent 协同或单一 Agent 的协作，剖析其间的差异。我个人认为，此处存在一个认知误区。
理论上，当下绝大多数 AI 的发展趋向拟人化。但若考量一个真实员工的执行效能，他不太可能胜任所有工种。诚然，他或许能做到“一专多能”，我认为这已是大多数情形下的极限了。
在“一专多能”的前提下，更普遍的情形是：一名员工知识面宽广，但专项技能是在特定领域逐步深耕的。在此根基上，再进行多 Agent 协同，即模拟具备团队意识的员工组合来处理问题，成效或许会更佳。
第三点，关于当前诸多场景下探讨的单 Agent 与多 Agent 协同。无论是经由 Session 生成的 Sub-Agent，还是主 Agent，本质上，大家都会通过各类工具（诸如飞书、QQ 等途径）来构建多 Agent 展开探讨与生成。
在此过程中，我联想到一点：或许因我本身从事产品工作，我在思索，其实所有人工作期间，很多时候是在同一人的视角下，切换多个（我暂且称之为）“人格”来开展工作。这意味着，当我身为工程师、医生或会计日常作业时，或许未展露我的音乐、运动、绘画或语言天赋。
但在某项具体工作中，譬如恰逢一项需用外语的任务，那么我的语言天赋与本职工作便可能进入一种双向协作的状态。而且，执行时，你是在进行切换的。或许前一秒你还在与其阐述方案，下一秒当对方用外语提问时，你会迅速切换至同频的逻辑。
我们思考时亦是类似的逻辑：我会先自行斟酌方案是否可行，继而考量是否需用外语翻译。
故而，此方案需进行调整，它相当于是一场头脑风暴的过程。因此我领悟到，其实很多时候，我们并非单纯地将任务排成队列，而是要结合同一 Agent 下的“多人格”体系，以及多 Agent 协同。
每个 Agent 实则具备不同的能力边界与特性，在此情形下的协同才具价值。若所有 Agent 均为全能，那么多 Agent 与单一 Agent 的意义，实则就演变为是一人作业还是多人作业，且其中的利弊甚是分明，存有差异。譬如多 Agent 协同，便会引发诸多问题，包含记忆的管理等。
所以我始终认为，第三点应是：我们将“单 Agent 的多人格”与“多 Agent 的协同”两事分开且并行。而现今绝大多数 Agent 是通过 Session 来开展的。Session 管理的益处在于，我们所有的操作皆源于 Prompt 或此上下文，Session 起始便直接继承了该逻辑。但按此研究逻辑，Session 其实不太利于形成任务体系的那种所谓的标准化量化管理。我们现今在 Session 里提炼的任务，大多是以记忆性的方式推进，如此便会给记忆造成极大负担。
对比人类而言，未必有人会铭记所有任务的细节。我或许仅在记忆中存有一个任务的概念，知晓今日有此事需做，以及此事的目标为何、需做到何种程度。但具体执行任务时，应有独立的任务管理，类似于手机的备忘录或在线文档。
所以，我认为这是我观察到的绝大多数现有 Agent 系统的状况。这或许与我认知或思索的路径不尽相同，故而我尝试看能否将这些理念做一些融合。
诚然，我并非否定国外一些成熟的软件，大家的专精度定然高于我。但我觉得在这个时代，其实大家皆可尝试从不同视角给出一些突破。这便是为何现今 AI 新闻每日都会涌现诸多令人新奇的产品，因其确确实实提供了大量多样性。AI 之所以能高速发展，正是因其遵从了人类早期演进的规律——物种的多样性。每个人皆为个体，故而能快速演进。一旦同质化，反而不易。
这便是我理解的三个要点。在此基础之上，我设计的一套架构可同大家分享一番。后续有机会，我会再为大家讲解，看能否逐步将其构建成系统供大家使用。
整个 agent 系统我将其定位为团队的成员，核心能力如下
我认为是个人工作站的形态，大家敬请期待，感谢。