第02章 LLM 时代的 Agent 革命 —— 2023-2026 爆发期

2026-05-23 约 1200 字预计阅读 6 分钟

上一篇我们看到 Agent 的 70 年演变——从符号 AI 到深度学习。本章我们聚焦 2023-2026 年的爆发期：Agent 从游戏和实验室走向真实世界。

为什么是 LLM

2023 年初，ChatGPT 只能聊天。2025 年底，Claude Code 可以独立完成一个完整项目。这中间发生了什么？

LLM 与传统 RL Agent 的根本差异

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（Atari/Dota2）
泛化能力	✅ 跨领域泛化	❌ 领域特化（只擅长某游戏）
推理深度	✅ 多步推理、规划、反思	❌ 策略固定
知识广度	✅ 世界知识、编程知识	❌ 只有游戏规则
语言能力	✅ 理解/生成自然语言	❌ 只理解游戏状态

核心差异：传统 RL Agent（DQN、AlphaGo、AlphaStar）在特定领域数据上训练，学会的是特定领域的策略。LLM 在人类全部文本和代码上训练，学会的是推理本身——感知环境、理解目标、规划步骤、反思错误。

图表代码

graph TB
    subgraph 传统RL Agent
        A1[Atari 像素] --> A2[DQN 模型]
        A2 --> A3[游戏动作]
        A3 --> A4[游戏分数]
        A4 --> A1
        
        style A1 fill:#FFE0E0
        style A2 fill:#FFE0E0
    end
    
    subgraph LLM Agent
        B1[代码库
文档
用户指令] --> B2[Claude/GPT 模型]
        B2 --> B3[Read/Write/Edit
Bash/Browser]
        B3 --> B4[文件系统
终端
网络]
        B4 --> B1
        
        style B1 fill:#E0FFE0
        style B2 fill:#E0FFE0
    endgraph TB
    subgraph 传统RL Agent
        A1[Atari 像素] --> A2[DQN 模型]
        A2 --> A3[游戏动作]
        A3 --> A4[游戏分数]
        A4 --> A1
        
        style A1 fill:#FFE0E0
        style A2 fill:#FFE0E0
    end
    
    subgraph LLM Agent
        B1[代码库
文档
用户指令] --> B2[Claude/GPT 模型]
        B2 --> B3[Read/Write/Edit
Bash/Browser]
        B3 --> B4[文件系统
终端
网络]
        B4 --> B1
        
        style B1 fill:#E0FFE0
        style B2 fill:#E0FFE0
    endgraph TB
    subgraph 传统RL Agent
        A1[Atari 像素] --> A2[DQN 模型]
        A2 --> A3[游戏动作]
        A3 --> A4[游戏分数]
        A4 --> A1
        
        style A1 fill:#FFE0E0
        style A2 fill:#FFE0E0
    end
    
    subgraph LLM Agent
        B1[代码库
文档
用户指令] --> B2[Claude/GPT 模型]
        B2 --> B3[Read/Write/Edit
Bash/Browser]
        B3 --> B4[文件系统
终端
网络]
        B4 --> B1
        
        style B1 fill:#E0FFE0
        style B2 fill:#E0FFE0
    end

graph TB
    subgraph 传统RL Agent
        A1[Atari 像素] --> A2[DQN 模型]
        A2 --> A3[游戏动作]
        A3 --> A4[游戏分数]
        A4 --> A1
        
        style A1 fill:#FFE0E0
        style A2 fill:#FFE0E0
    end
    
    subgraph LLM Agent
        B1[代码库<br/>文档<br/>用户指令] --> B2[Claude/GPT 模型]
        B2 --> B3[Read/Write/Edit<br/>Bash/Browser]
        B3 --> B4[文件系统<br/>终端<br/>网络]
        B4 --> B1
        
        style B1 fill:#E0FFE0
        style B2 fill:#E0FFE0
    end

LLM 的推理能力来自何处

不是架构，是数据：

GPT/Claude 的推理能力不是来自 Transformer 架构本身，而是来自训练数据的规模和广度。在人类全部文本和代码上训练，模型学会了：

理解指令：解析用户意图，分解任务步骤
规划行动：确定需要读取哪些文件、执行哪些命令
反思错误：看到错误日志，推理原因，调整策略
泛化知识：将已知知识迁移到新领域

Agency 来自训练，不是编排：提示词链、节点图、工作流编排——它们无法创造 Agency。Agency 是模型在训练中学到的能力，外部代码只能提供 Harness（行动环境），无法创造智能。

Agent 产品爆发（2023-2026）

图表代码

timeline
    title LLM Agent 产品爆发期
    2023 : AutoGPT / BabyAGI / LangChain
概念验证
    2024 : Claude Code / Cursor / Windsurf
生产级编程 Agent
    2025 : OpenClaw / OpenAI Codex CLI / Gemini Agent
个人助手 & CLI Agent
    2026 : 多 Agent 团队 / 自主 Agent / Agent Teams
协作模式成熟timeline
    title LLM Agent 产品爆发期
    2023 : AutoGPT / BabyAGI / LangChain
概念验证
    2024 : Claude Code / Cursor / Windsurf
生产级编程 Agent
    2025 : OpenClaw / OpenAI Codex CLI / Gemini Agent
个人助手 & CLI Agent
    2026 : 多 Agent 团队 / 自主 Agent / Agent Teams
协作模式成熟timeline
    title LLM Agent 产品爆发期
    2023 : AutoGPT / BabyAGI / LangChain
概念验证
    2024 : Claude Code / Cursor / Windsurf
生产级编程 Agent
    2025 : OpenClaw / OpenAI Codex CLI / Gemini Agent
个人助手 & CLI Agent
    2026 : 多 Agent 团队 / 自主 Agent / Agent Teams
协作模式成熟

timeline
    title LLM Agent 产品爆发期
    2023 : AutoGPT / BabyAGI / LangChain<br/>概念验证
    2024 : Claude Code / Cursor / Windsurf<br/>生产级编程 Agent
    2025 : OpenClaw / OpenAI Codex CLI / Gemini Agent<br/>个人助手 & CLI Agent
    2026 : 多 Agent 团队 / 自主 Agent / Agent Teams<br/>协作模式成熟

代表产品对比

产品	定位	Harness 特点	适用场景
Claude Code	编程 Agent	Bash/Read/Write/Edit/Glob/Grep + Skills + MCP + Subagent	IDE 开发、代码重构、调试
Cursor	IDE Agent	代码补全 + 重构 + 调试 + 文件编辑	VSCode 内嵌开发
OpenClaw	个人助手 Agent	多渠道通信（25+ 平台）+ 自动化 + 知识管理	生活管理、日程协调
Codex CLI	命令行 Agent	Shell 执行 + 文件操作 + 网络请求	命令行自动化
Windsurf	编程 Agent	多文件编辑 + 上下文管理 + 代码推理	大规模代码重构

Claude Code：Harness 工程的标杆

Claude Code 是我们所见过的最优雅、最完整的 agent harness 实现。

核心架构：

Claude Code = Agent Loop（心跳）
            + 工具系统（双手）
            + 按需 Skill 加载（知识库）
            + 上下文压缩（记忆管理）
            + 子 Agent 派发（团队协作）
            + 权限治理（安全边界）
            + MCP 扩展（外挂）

图表代码

graph TB
    subgraph ClaudeCode["Claude Code Harness"]
        subgraph L1["Loop 层"]
            LOOP[Agent Loop
observe→think→act]
        end
        
        subgraph L2["工具层"]
            T1[Bash]
            T2[Read/Write/Edit]
            T3[Glob/Grep]
            T4[Browser/MCP]
        end
        
        subgraph L3["管理层"]
            M1[权限判断]
            M2[上下文压缩]
            M3[任务系统]
            M4[子Agent派发]
        end
        
        subgraph L4["扩展层"]
            E1[Skills 按需加载]
            E2[MCP 插件集成]
            E3[Hooks 扩展点]
        end
        
        LOOP --> L2
        L2 --> L3
        L3 --> L4
    end
    
    Model[Claude 4.x
推理引擎] -->|调用| ClaudeCode
    ClaudeCode -->|执行| Env[IDE/终端/文件系统]graph TB
    subgraph ClaudeCode["Claude Code Harness"]
        subgraph L1["Loop 层"]
            LOOP[Agent Loop
observe→think→act]
        end
        
        subgraph L2["工具层"]
            T1[Bash]
            T2[Read/Write/Edit]
            T3[Glob/Grep]
            T4[Browser/MCP]
        end
        
        subgraph L3["管理层"]
            M1[权限判断]
            M2[上下文压缩]
            M3[任务系统]
            M4[子Agent派发]
        end
        
        subgraph L4["扩展层"]
            E1[Skills 按需加载]
            E2[MCP 插件集成]
            E3[Hooks 扩展点]
        end
        
        LOOP --> L2
        L2 --> L3
        L3 --> L4
    end
    
    Model[Claude 4.x
推理引擎] -->|调用| ClaudeCode
    ClaudeCode -->|执行| Env[IDE/终端/文件系统]graph TB
    subgraph ClaudeCode["Claude Code Harness"]
        subgraph L1["Loop 层"]
            LOOP[Agent Loop
observe→think→act]
        end
        
        subgraph L2["工具层"]
            T1[Bash]
            T2[Read/Write/Edit]
            T3[Glob/Grep]
            T4[Browser/MCP]
        end
        
        subgraph L3["管理层"]
            M1[权限判断]
            M2[上下文压缩]
            M3[任务系统]
            M4[子Agent派发]
        end
        
        subgraph L4["扩展层"]
            E1[Skills 按需加载]
            E2[MCP 插件集成]
            E3[Hooks 扩展点]
        end
        
        LOOP --> L2
        L2 --> L3
        L3 --> L4
    end
    
    Model[Claude 4.x
推理引擎] -->|调用| ClaudeCode
    ClaudeCode -->|执行| Env[IDE/终端/文件系统]

graph TB
    subgraph ClaudeCode["Claude Code Harness"]
        subgraph L1["Loop 层"]
            LOOP[Agent Loop<br/>observe→think→act]
        end
        
        subgraph L2["工具层"]
            T1[Bash]
            T2[Read/Write/Edit]
            T3[Glob/Grep]
            T4[Browser/MCP]
        end
        
        subgraph L3["管理层"]
            M1[权限判断]
            M2[上下文压缩]
            M3[任务系统]
            M4[子Agent派发]
        end
        
        subgraph L4["扩展层"]
            E1[Skills 按需加载]
            E2[MCP 插件集成]
            E3[Hooks 扩展点]
        end
        
        LOOP --> L2
        L2 --> L3
        L3 --> L4
    end
    
    Model[Claude 4.x<br/>推理引擎] -->|调用| ClaudeCode
    ClaudeCode -->|执行| Env[IDE/终端/文件系统]

为什么成功：Claude Code 没有试图成为 agent 本身。它没有强加僵化的工作流，没有用精心设计的决策树去替模型做判断。它给模型提供了工具、知识、上下文管理和权限边界——然后让开了。

提示词水管工陷阱

“Agent” 这个词已经被一整个提示词水管工产业劫持了。

假 Agent 的特征

维度	提示词水管工（假Agent）	真 Agent
核心架构	if-else 分支 + 节点图	Model + Agent Loop
决策方式	硬编码路由逻辑	模型推理决策
泛化能力	❌ 无法泛化到新场景	✅ 跨领域泛化
适应性	❌ 每个分支需手工编码	✅ 自动适应新任务
可维护性	❌ 规则爆炸、脆弱	✅ 模型自动演化

图表代码

flowchart TB
    subgraph WaterPlumber["提示词水管工陷阱"]
        W1[用户输入] --> W2{if-else 分支1}
        W2 -->|条件A| W3[提示词模板1]
        W2 -->|条件B| W4[提示词模板2]
        W3 --> W5{if-else 分支2}
        W4 --> W5
        W5 -->|条件C| W6[LLM调用1]
        W5 -->|条件D| W7[LLM调用2]
        W6 --> W8[硬编码输出格式]
        W7 --> W8
    end
    
    W9[❌ 规则爆炸
❌ 无法泛化
❌ 维护噩梦
❌ GOFAI还魂]
    
    style WaterPlumber fill:#FFE0E0
    style W9 fill:#FFE0E0flowchart TB
    subgraph WaterPlumber["提示词水管工陷阱"]
        W1[用户输入] --> W2{if-else 分支1}
        W2 -->|条件A| W3[提示词模板1]
        W2 -->|条件B| W4[提示词模板2]
        W3 --> W5{if-else 分支2}
        W4 --> W5
        W5 -->|条件C| W6[LLM调用1]
        W5 -->|条件D| W7[LLM调用2]
        W6 --> W8[硬编码输出格式]
        W7 --> W8
    end
    
    W9[❌ 规则爆炸
❌ 无法泛化
❌ 维护噩梦
❌ GOFAI还魂]
    
    style WaterPlumber fill:#FFE0E0
    style W9 fill:#FFE0E0flowchart TB
    subgraph WaterPlumber["提示词水管工陷阱"]
        W1[用户输入] --> W2{if-else 分支1}
        W2 -->|条件A| W3[提示词模板1]
        W2 -->|条件B| W4[提示词模板2]
        W3 --> W5{if-else 分支2}
        W4 --> W5
        W5 -->|条件C| W6[LLM调用1]
        W5 -->|条件D| W7[LLM调用2]
        W6 --> W8[硬编码输出格式]
        W7 --> W8
    end
    
    W9[❌ 规则爆炸
❌ 无法泛化
❌ 维护噩梦
❌ GOFAI还魂]
    
    style WaterPlumber fill:#FFE0E0
    style W9 fill:#FFE0E0

flowchart TB
    subgraph WaterPlumber["提示词水管工陷阱"]
        W1[用户输入] --> W2{if-else 分支1}
        W2 -->|条件A| W3[提示词模板1]
        W2 -->|条件B| W4[提示词模板2]
        W3 --> W5{if-else 分支2}
        W4 --> W5
        W5 -->|条件C| W6[LLM调用1]
        W5 -->|条件D| W7[LLM调用2]
        W6 --> W8[硬编码输出格式]
        W7 --> W8
    end
    
    W9[❌ 规则爆炸<br/>❌ 无法泛化<br/>❌ 维护噩梦<br/>❌ GOFAI还魂]
    
    style WaterPlumber fill:#FFE0E0
    style W9 fill:#FFE0E0

真相：它们是 GOFAI（Good Old-Fashioned AI）的现代还魂——几十年前就被学界抛弃的符号规则系统，现在喷了一层 LLM 的漆又登场了。

为什么会失败

无法创造 Agency：

Agency（感知、推理、行动的能力）是模型在训练中学到的，不是外部代码能创造的。提示词水管工试图通过堆叠过程式逻辑来暴力模拟智能——庞大的规则树、节点图、链式提示词瀑布流——然后祈祷足够多的胶水代码能涌现出自主行为。

不会的。你不可能通过工程手段编码出 agency。Agency 是学出来的，不是编出来的。

脆弱性：

每增加一个分支，复杂度就指数级增长。当用户需求超出预定义的分支——系统崩溃。当模型输出不符合预期格式——解析失败。当任务需要跨分支协作——手工编排失效。

真正的 Agent 工程

Agent 产品 = Model + Harness

图表代码

graph LR
    subgraph 公式["Agent 产品公式"]
        M[Model
推理引擎
Claude/GPT] + H[Harness
能力边界
工具/权限/上下文]
    end
    
    M + H --> A[Agent
完整产品
感知/推理/行动]
    
    style M fill:#E3F2FD
    style H fill:#E8F5E9
    style A fill:#FFF3E0graph LR
    subgraph 公式["Agent 产品公式"]
        M[Model
推理引擎
Claude/GPT] + H[Harness
能力边界
工具/权限/上下文]
    end
    
    M + H --> A[Agent
完整产品
感知/推理/行动]
    
    style M fill:#E3F2FD
    style H fill:#E8F5E9
    style A fill:#FFF3E0graph LR
    subgraph 公式["Agent 产品公式"]
        M[Model
推理引擎
Claude/GPT] + H[Harness
能力边界
工具/权限/上下文]
    end
    
    M + H --> A[Agent
完整产品
感知/推理/行动]
    
    style M fill:#E3F2FD
    style H fill:#E8F5E9
    style A fill:#FFF3E0

graph LR
    subgraph 公式["Agent 产品公式"]
        M[Model<br/>推理引擎<br/>Claude/GPT] + H[Harness<br/>能力边界<br/>工具/权限/上下文]
    end
    
    M + H --> A[Agent<br/>完整产品<br/>感知/推理/行动]
    
    style M fill:#E3F2FD
    style H fill:#E8F5E9
    style A fill:#FFF3E0

Model 负责：

感知环境（理解代码库、解析错误日志）
推理决策（规划步骤、判断工具调用）
行动策略（决定读什么文件、执行什么命令）

Harness 负责：

提供工具（Bash、Read、Write、Edit、Browser）
管理权限（沙箱隔离、审批流程）
上下文管理（压缩历史、加载知识）
扩展能力（Skills、MCP、Hooks）

Harness 工程师的工作

你不是在编写智能。你是在构建智能栖居的世界。

工作	职责	对应 Harness 组件
实现工具	给 Agent 双手	Tools（Bash/Read/Write）
策划知识	给 Agent 领域专长	Skills（按需加载）
管理上下文	给 Agent 干净记忆	Context Compression
控制权限	给 Agent 安全边界	Permissions（deny→ask→allow）
收集任务数据	训练下一代模型	Trajectory Logging

启示：最好的 Agent 产品，出自那些明白自己的工作是 Harness 而非 Intelligence 的工程师之手。

本章小结

LLM Agent 的核心：推理能力来自训练数据，不是架构或编排
Agent 产品公式：Agent = Model + Harness
提示词水管工陷阱：假 Agent 无法泛化，是 GOFAI 的还魂
Harness 工程师：构建 Agent 栖居的世界，不编写智能
Claude Code：Harness 工程的标杆——信任模型、专注环境

预告：下一篇我们深入理解 Harness 这个概念——“模型是大脑，Harness是身体”。

☕ 如果这篇文章对你有帮助

欢迎请我喝杯咖啡，你的支持是我持续创作的动力 ❤️

捐赠支持 GitHub Sponsors

第02章 LLM 时代的 Agent 革命 —— 2023-2026 爆发期

为什么是 LLM

LLM 与传统 RL Agent 的根本差异

LLM 的推理能力来自何处

Agent 产品爆发（2023-2026）

代表产品对比

Claude Code：Harness 工程的标杆

提示词水管工陷阱

假 Agent 的特征

为什么会失败

真正的 Agent 工程

Agent 产品 = Model + Harness

Harness 工程师的工作

本章小结

相关内容

目录