AI Agent 发展：定义、要素与未来方向

Agent 核心要点总结

Agent 是基于环境反馈使用工具的模型程序，依赖底层模型能力和 Context 构建。工具使用方案多样，未来 Agent 长期垂直化。AI Coding 辅助，RL 赋能，与 Workflow 共存。意图识别和 Context 互相关联，信任问题是关键。Sheet0 强调数据分析，激励信号设计重要，发展取决于模型和工程突破。

• Agent 的定义：让模型基于环境反馈去使用工具的一个程序。
• 这波 Agent 热与之前不同：底层模型能力（RL）、Agent 工程和产品侧突破（Context 构建）使其更有实际价值。
• Context：大模型执行任务所需的各种信息总和。Agent 的 Context 来源是自动化的，无需人工干预。
• Tool Use 方案：
  • 函数接口类：Function Call (OpenAI)、MCP (统一标准)、A2A (Google，争议较大)。
  • 模拟人类操作类：Computer Use, Browser Use (结合视觉识别/RPA)。
  • 两者不互斥，可结合。Browser Use 通过 GUI 交互，纯视觉方案不成熟，常需 MCP 包装 API。
  • 国内 Open API 较少，模拟人类方式可能更依赖。AI Coding 可以提高准确率，降低幻觉。
• Browser Use 的价值：营造“可信的氛围感”，让用户直观看到 Agent 执行过程。
• Agent 会走向通用还是垂直？文锋认为将长期处于垂直 Agent 时代。
• AI Coding 和 Agent：AI Coding 是 Agent 的有力工具，但效率较低且难以协同复用，Agent 更倾向优先使用现有工具，找不到再用 AI Coding。
• RL 和 Agent 的关系：Agent 源于 RL。理解 Agent 需理解 RL 的三个要素：状态（Context）、行动（Tool Use）、激励信号（反馈）。创业公司需构建好的“环境”：清晰状态、行动空间、结果定义（激励信号）。
• Workflow 和 Agent：长期共存。Workflow (人类驱动) 稳定可靠但死板，适合日常 80% 任务。Agent (AI 驱动) 泛化灵活但不确定性高，适合 20% 开放探索任务。
• Agent 的重要交互入口：“Chat” 提供用户自由度。
• 意图识别和 Context：互为依赖。Context 越多，意图越准；理解意图后，需更多 Context 完成任务。模型应能判断 Context 是否充分并主动获取。
• System Prompt：辅助模型表现，垂直领域更有效。
• Google 的优势：海量用户点击数据，未来可用于意图识别构建 Context。
• Agent 开发者需解决的信任问题：
  • 信任大模型能力，避免退回 Rule-based。
  • 通过产品设计（如展示推理过程）让用户信任 Agent 结果。
• Sheet0：数据 Agent，自动化数据收集、处理、基于数据行动（如抓取 YC 公司信息并建联），准确率 100%。通过预先搭建小工具模块（复用）和引入 AI Coding 提高准确性。
• Sheet0 与其他 Agent 区别：交付结果不同。Sheet0 是表格 Agent，侧重“定量分析”，解决对精确度有要求的场景。其他多为 Coding Agent 或调研 Agent（交付报告）。
• 未来 Agent 发展预测：取决于模型能力和 Context 工程的突破。
• 判断 Agent 公司好坏的问题：是否理解 RL（Mindset）、如何设计激励信号（评估结果好坏）。
• Sheet0 的激励信号：AI 生成的表格数据是否为空，AI Coding 生成的脚本能否成功运行。