Cygnus Tech Blog
Cygnus Tech Blog

第01章 Agent 的 70 年简史 —— 从符号推理到深度学习

Cygnus Yang 收录于 01-AI 工具与智能体/07-Harness
 约 1000 字 预计阅读 5 分钟 

你刚装好 Claude Code，输入一条命令，它就开始读代码、写文件、跑测试。一切都自动化了——感知代码库、推理目标、采取行动。这一切的背后是什么？是什么让一个模型变成了一个 agent？

什么是 Agent

Agent 的本质从 70 年前就没变过——一个在环境中感知、推理、行动的模型。

Agent = 模型 + 循环 模型：推理引擎（感知 → 推理 → 决策） 循环：observe → think → act → feedback

图表 代码
graph LR
    E[环境
Environment] -->|感知
Observation| M[模型
Model]
    M -->|推理
Inference| D[决策
Decision]
    D -->|行动
Action| E
    M --> MEM[记忆
Memory]
    MEM --> M
graph LR
    E[环境
Environment] -->|感知
Observation| M[模型
Model]
    M -->|推理
Inference| D[决策
Decision]
    D -->|行动
Action| E
    M --> MEM[记忆
Memory]
    MEM --> M
graph LR
    E[环境
Environment] -->|感知
Observation| M[模型
Model]
    M -->|推理
Inference| D[决策
Decision]
    D -->|行动
Action| E
    M --> MEM[记忆
Memory]
    MEM --> M
graph LR
    E[环境<br/>Environment] -->|感知<br/>Observation| M[模型<br/>Model]
    M -->|推理<br/>Inference| D[决策<br/>Decision]
    D -->|行动<br/>Action| E
    M --> MEM[记忆<br/>Memory]
    MEM --> M

核心定位：Agent 不是被编程出来的智能，而是被训练出来的智能。Agency——感知、推理、行动的能力——来自模型的训练，不是外部代码的编排。

符号 AI 时代（1956-1990）

Agent 的起点在 Dartmouth 会议（1956），那一年 “Artificial Intelligence” 这个词诞生了。

GOFAI：Good Old-Fashioned AI

符号 AI 的核心思想：智能来自符号操作和逻辑推理。通过手工编码规则、知识库、决策树来模拟智能行为。

维度符号 AI Agent弱点
定义规则 + 推理引擎❌ 无泛化能力
能力来源人工编码知识库❌ 规则脆弱
行动方式硬编码分支❌ 无法适应新场景
代表系统专家系统、决策树❌ 知识获取瓶颈

专家系统的兴衰：1980年代，专家系统（如 MYCIN、DENDRAL）在医疗诊断、化学分析等领域取得成功。但它们遭遇了"知识获取瓶颈"——每个领域的规则都需要专家手工编码，无法泛化，维护成本极高。

图表 代码
timeline
    title 符号 AI 时代（1956-1990）
    section 启蒙期
        1956 : Dartmouth会议
AI 概念诞生
        1958 : LISP 语言诞生
    section 专家系统时代
        1972 : MYCIN 医疗诊断系统
        1980 : 专家系统商业化热潮
    section 认知转向
        1987 : 专家系统泡沫破裂
        1990 : 符号 AI 被质疑
timeline
    title 符号 AI 时代（1956-1990）
    section 启蒙期
        1956 : Dartmouth会议
AI 概念诞生
        1958 : LISP 语言诞生
    section 专家系统时代
        1972 : MYCIN 医疗诊断系统
        1980 : 专家系统商业化热潮
    section 认知转向
        1987 : 专家系统泡沫破裂
        1990 : 符号 AI 被质疑
timeline
    title 符号 AI 时代（1956-1990）
    section 启蒙期
        1956 : Dartmouth会议
AI 概念诞生
        1958 : LISP 语言诞生
    section 专家系统时代
        1972 : MYCIN 医疗诊断系统
        1980 : 专家系统商业化热潮
    section 认知转向
        1987 : 专家系统泡沫破裂
        1990 : 符号 AI 被质疑
timeline
    title 符号 AI 时代（1956-1990）
    section 启蒙期
        1956 : Dartmouth会议<br/>AI 概念诞生
        1958 : LISP 语言诞生
    section 专家系统时代
        1972 : MYCIN 医疗诊断系统
        1980 : 专家系统商业化热潮
    section 认知转向
        1987 : 专家系统泡沫破裂
        1990 : 符号 AI 被质疑

机器学习时代（1990-2012）

符号 AI 的失败催生了新范式：从编码规则到训练模型。

从规则到学习

核心转变：不再人工编码决策逻辑，而是让模型从数据中学习模式。

维度机器学习 Agent符号 AI Agent
能力来源从数据训练人工编码规则
泛化能力✅ 可以泛化到新数据❌ 无法泛化
知识获取自动从数据学习需要专家编码
弱点需要特征工程规则脆弱

DeepBlue（1997）：IBM 的 DeepBlue 击败国际象棋世界冠军 Kasparov。但它本质上仍是搜索算法 + 评估函数，不是真正意义上的学习型 agent。

监督学习的局限：2000年代的机器学习以监督学习为主，需要大量标注数据。特征工程成为瓶颈——模型的表现很大程度上取决于人工设计的特征。

深度学习革命（2012-2022）

神经网络复兴：2012年，AlexNet 在 ImageNet 竞赛中大幅领先，开启深度学习时代。

端到端学习

核心突破：不再需要人工特征工程，模型可以直接从原始数据学习。

图表 代码
graph TB
    subgraph 传统机器学习
        A1[原始数据] --> A2[特征工程
人工设计]
        A2 --> A3[模型训练]
        A3 --> A4[预测结果]
    end
    
    subgraph 挥度学习
        B1[原始数据] --> B2[神经网络
自动学习特征]
        B2 --> B3[预测结果]
    end
graph TB
    subgraph 传统机器学习
        A1[原始数据] --> A2[特征工程
人工设计]
        A2 --> A3[模型训练]
        A3 --> A4[预测结果]
    end
    
    subgraph 挥度学习
        B1[原始数据] --> B2[神经网络
自动学习特征]
        B2 --> B3[预测结果]
    end
graph TB
    subgraph 传统机器学习
        A1[原始数据] --> A2[特征工程
人工设计]
        A2 --> A3[模型训练]
        A3 --> A4[预测结果]
    end
    
    subgraph 挥度学习
        B1[原始数据] --> B2[神经网络
自动学习特征]
        B2 --> B3[预测结果]
    end
graph TB
    subgraph 传统机器学习
        A1[原始数据] --> A2[特征工程<br/>人工设计]
        A2 --> A3[模型训练]
        A3 --> A4[预测结果]
    end
    
    subgraph 挥度学习
        B1[原始数据] --> B2[神经网络<br/>自动学习特征]
        B2 --> B3[预测结果]
    end

Agent 的里程碑（2013-2019）

DeepMind DQN（2013）：一个神经网络，只接收原始像素和游戏分数，学会了 7 款 Atari 2600 游戏。没有游戏专属规则，没有决策树。一个模型，从经验中学习。到 2015年，同一架构扩展到 49 款游戏，达到职业人类测试员水平。

AlphaGo（2016）：击败李世石。围棋曾是 AI 研究者的噩梦——组合动作空间超过宇宙原子数量。AlphaGo 通过自我对弈学会了围棋，证明了深度学习 + 强化学习可以征服最复杂的游戏。

AlphaStar（2019）：DeepMind 的 AlphaStar 在星际争霸 II 中 10-1 击败职业选手，达到宗师段位（前 0.15%）。信息不完全、实时决策、组合动作空间远超围棋——agent 是什么？是模型。训练出来的。

OpenAI Five（2019）：五个神经网络，在 10 个月内与自己对战了 45,000 年的 Dota 2，击败 TI8 世界冠军 OG。没有脚本化的策略，没有团队协调逻辑。模型通过自我对弈学会了团队协作、战术和实时适应。

腾讯绝悟（2019）：在王者荣耀 5v5 模式下击败 KPL 职业选手。训练强度：一天等于人类 440 年。没有手工编写的英雄克制表，没有脚本化的阵容编排。

图表 代码
timeline
    title 深度学习 Agent 里程碑
    section 2013-2016
        2013 : DQN 玩 Atari
从像素学习
        2016 : AlphaGo 击败李世石
征服围棋
    section 2019
        2019 : AlphaStar 制霸星际
宗师段位
        2019 : OpenAI Five 征服 Dota2
击败世界冠军
        2019 : 腾讯绝悟统治王者荣耀
超越职业选手
timeline
    title 深度学习 Agent 里程碑
    section 2013-2016
        2013 : DQN 玩 Atari
从像素学习
        2016 : AlphaGo 击败李世石
征服围棋
    section 2019
        2019 : AlphaStar 制霸星际
宗师段位
        2019 : OpenAI Five 征服 Dota2
击败世界冠军
        2019 : 腾讯绝悟统治王者荣耀
超越职业选手
timeline
    title 深度学习 Agent 里程碑
    section 2013-2016
        2013 : DQN 玩 Atari
从像素学习
        2016 : AlphaGo 击败李世石
征服围棋
    section 2019
        2019 : AlphaStar 制霸星际
宗师段位
        2019 : OpenAI Five 征服 Dota2
击败世界冠军
        2019 : 腾讯绝悟统治王者荣耀
超越职业选手
timeline
    title 深度学习 Agent 里程碑
    section 2013-2016
        2013 : DQN 玩 Atari<br/>从像素学习
        2016 : AlphaGo 击败李世石<br/>征服围棋
    section 2019
        2019 : AlphaStar 制霸星际<br/>宗师段位
        2019 : OpenAI Five 征服 Dota2<br/>击败世界冠军
        2019 : 腾讯绝悟统治王者荣耀<br/>超越职业选手

关键结论

每一个里程碑都指向同一个事实：Agency——感知、推理、行动的能力——是训练出来的，不是编出来的。

LLM Agent 时代（2022-2026）

大语言模型登场：GPT、Claude、Gemini——在人类全部文本和代码上训练的大模型，具备了前所未有的推理和泛化能力。

为什么是 LLM

维度LLM Agent传统 RL Agent
训练数据人类全部文本/代码特定领域数据
泛化能力✅ 跨领域泛化❌ 领域特化
推理深度✅ 多步推理、规划❌ 策略固定
知识广度✅ 世界知识❌ 游戏规则

LLM Agent 的核心：GPT/Claude 在人类全部文本上训练，推理能力来自数据而非架构。Agency 来自训练，不是来自提示词链或工作流编排。

Agent 产品爆发（2024-2025）

产品定位Harness 特点
Claude Code编程 AgentBash/Read/Write/Edit + Skills + MCP
CursorIDE Agent代码补全 + 重构 + 调试
OpenClaw个人助手 Agent多渠道通信 + 自动化
Codex CLI命令行 AgentShell 执行 + 文件操作

提示词水管工陷阱

假 Agent 的本质：拖拽式工作流构建器、无代码 “AI Agent” 平台、提示词链编排库——它们共享同一个幻觉：把 LLM API 调用用 if-else 分支、节点图、硬编码路由逻辑串在一起。

图表 代码
flowchart TB
    subgraph FakeAgent["提示词水管工 (假Agent)"]
        A1[用户输入] --> A2{if-else 分支}
        A2 -->|分支1| A3[LLM调用1]
        A2 -->|分支2| A4[LLM调用2]
        A3 --> A5{再判断}
        A4 --> A5
        A5 --> A6[硬编码输出]
    end
    
    subgraph RealAgent["真Agent (Model + Harness)"]
        B1[用户消息] --> B2[Agent Loop
observe→think→act]
        B2 --> B3[Model 推理]
        B3 -->|tool_use| B4[Harness 执行工具]
        B4 --> B2
        B3 -->|end_turn| B5[返回结果]
    end
    
    style FakeAgent fill:#FFE0E0
    style RealAgent fill:#E0FFE0
flowchart TB
    subgraph FakeAgent["提示词水管工 (假Agent)"]
        A1[用户输入] --> A2{if-else 分支}
        A2 -->|分支1| A3[LLM调用1]
        A2 -->|分支2| A4[LLM调用2]
        A3 --> A5{再判断}
        A4 --> A5
        A5 --> A6[硬编码输出]
    end
    
    subgraph RealAgent["真Agent (Model + Harness)"]
        B1[用户消息] --> B2[Agent Loop
observe→think→act]
        B2 --> B3[Model 推理]
        B3 -->|tool_use| B4[Harness 执行工具]
        B4 --> B2
        B3 -->|end_turn| B5[返回结果]
    end
    
    style FakeAgent fill:#FFE0E0
    style RealAgent fill:#E0FFE0
flowchart TB
    subgraph FakeAgent["提示词水管工 (假Agent)"]
        A1[用户输入] --> A2{if-else 分支}
        A2 -->|分支1| A3[LLM调用1]
        A2 -->|分支2| A4[LLM调用2]
        A3 --> A5{再判断}
        A4 --> A5
        A5 --> A6[硬编码输出]
    end
    
    subgraph RealAgent["真Agent (Model + Harness)"]
        B1[用户消息] --> B2[Agent Loop
observe→think→act]
        B2 --> B3[Model 推理]
        B3 -->|tool_use| B4[Harness 执行工具]
        B4 --> B2
        B3 -->|end_turn| B5[返回结果]
    end
    
    style FakeAgent fill:#FFE0E0
    style RealAgent fill:#E0FFE0
flowchart TB
    subgraph FakeAgent["提示词水管工 (假Agent)"]
        A1[用户输入] --> A2{if-else 分支}
        A2 -->|分支1| A3[LLM调用1]
        A2 -->|分支2| A4[LLM调用2]
        A3 --> A5{再判断}
        A4 --> A5
        A5 --> A6[硬编码输出]
    end
    
    subgraph RealAgent["真Agent (Model + Harness)"]
        B1[用户消息] --> B2[Agent Loop<br/>observe→think→act]
        B2 --> B3[Model 推理]
        B3 -->|tool_use| B4[Harness 执行工具]
        B4 --> B2
        B3 -->|end_turn| B5[返回结果]
    end
    
    style FakeAgent fill:#FFE0E0
    style RealAgent fill:#E0FFE0

真相：它们做出来的东西是鲁布·戈德堡机械——过度工程化的、脆弱的过程式规则流水线。那不是 Agent。那是一个有着宏大妄想的 shell 脚本。

真正的 Agent 工程：Agency 来自模型，Harness 提供环境。Claude Code、OpenAI Five、AlphaStar——它们共享同一个架构：一个训练好的模型 + 一个让它能在特定环境中工作的基础设施（Harness）。

Agent 定义的演化

时代Agent 定义能力来源弱点
符号AI（1956-1990）规则 + 推理引擎人工编码无泛化、脆弱
机器学习（1990-2012）特征 + 模型训练数据需特征工程
深度学习（2012-2022）端到端网络海量数据计算昂贵、领域特化
LLM Agent（2022-2026）大模型 + Harness全量训练需要 Harness

本章小结

  • Agent 的本质：一个在环境中感知、推理、行动的模型
  • Agency 的来源：来自模型训练，不是外部代码编排
  • 70 年演变：符号AI → 机器学习 → 深度学习 → LLM Agent
  • 永恒真理：最好的 Agent 出自信任模型、专注 Harness 的工程师之手

预告：下一篇我们深入看 LLM Agent 如何从游戏和实验室走向真实世界——2023-2026 的爆发期。

相关内容

收录于 合集・01-AI 工具与智能体/07-Harness 27
更新于 2026-05-23 
CC BY-NC-SA 4.0
返回 | 主页
如果这篇文章对你有帮助，欢迎请我喝杯咖啡 ☕
Cygnus Yang 支付宝支付宝
Cygnus Yang 微信微信

目录