Agent 系统架构演变完整调研

一、总览：三代范式跃迁

Agent 系统架构的演变可归纳为三条并行的技术主线，历经约 70 年的迭代。按照核心驱动力，可划分为符号主义时代 → 强化学习时代 → LLM 原生时代三大范式。当前正处于第三次范式的高潮期，且呈现出多范式融合的趋势。

二、第一阶段：符号主义 / 经典 Agent 架构（1950s–1990s）

Agent理论的发展比深度学习还要早。 在ChatGPT这种能够真正回答人类问题的AI出现之前，就已经开始思考“一个完全由人工定义的智能会是什么样子”这一问题。 这点来讲，哲学理论走得要远远超前。

2.1 规则系统（Rule-Based Systems）

最早的 AI Agent 以 专家系统（Expert Systems） 为代表。架构核心是：

知识库（Knowledge Base） + 推理引擎（Inference Engine）

• 知识以 if-then 规则 显式编码
• 推理引擎执行前向/后向链式推理
• 典型代表：MYCIN（1976，医疗诊断）、DENDRAL（1965，化学分析）

局限：规则数量爆炸、无法处理模糊/未知场景、完全不具备学习能力。

我甚至不认为规则系统该作为Agent理论的一部分，它用众多规则堆砌出决策，似乎跟智能毫无关系。

但是目前的智能体有个说法：与其要求ai按照严格语法编写代码，不如让它编写完后执行一遍检查。规则系统适合ai与严谨的外部环境交互时使用。

2.2 BDI 架构（Belief-Desire-Intention）

这个理论是来自哲学界的产物，研究的是人类的行为。

早期的哲学中认为欲望驱动理性。Hume 的核心论证极其著名，就一句话：

| “Reason is, and ought only to be the slave of the passions.” |（理性是，也只应当是激情的奴隶。——《人性论》2.3.3）

这一观点不依赖任何实验，仅仅通过内省和推理便收获了人们的认可。

转换到Agent理论中，可以想象，如果让当时的人们设计一个智能体，他们设想的架构会是：给agent设定一个目标(Desire)，agent用它的知识(Belief，指ai相信的世界知识)完成目标。

即使放到今天，这个想法也不能说是错，但它很粗糙，表达起来很主观，比如Desire跟Belief是什么，都没有明确的定义。只是一种感觉上的描述。

Dennett(1971)将它更具体一些，让这个理论更像是科学里的描述了： 当我们说一个人有 belief 和 desire，不是说我们真的在他的大脑里找到了这些实体——而是说，用这组概念来预测他的行为，是最有效的策略。

当理解物理系统时，我们依靠精确但复杂的物理规律去了解；当理解人造物时，我们可以从它的设计目的去了解；当想要了解人类、动物、AI时，我们用belief和desire理论去了解。

当我们想要科学地研究agent(或人)时，我们

1. 假设agent是理性的
2. 根据它的处境和目的，赋予它应有的belief和desire
3. 预测理性系统会作出的最符合这些belief和desire的事

从此时开始，Belief-Desire理论听上去很像是严谨的科学了。它像是在强调，心理学其实是一种概率学，一种工具；也可以反过来理解，借助生成最高概率的做法，就能模拟出一个理性系统。

Michael Bratman（1987）的哲学理论，则认为Belief-Desire理论在解释瞬时行动的时候是合理的，但对于跨时间的计划行为，它的解释力不足。

1. 想要的未必真的就去做。例如用户可能希望去巴黎旅行，但这并不意味着会立刻触发“订机票、办签证、订住宿”这一系列流程。Desire List不会立刻触发行动。
2. 想要的东西之间存在矛盾。例如用户想吃蛋糕，以及希望减肥。如果Desire List以同等的地位进入执行阶段，便发生了冲突。但它们在Desire阶段是完全能够共存的。这也说明Desire到执行这一步之间，还存在一些步骤。

他引入了Intention(意图)，即决定要去做的事。Desire经过“作出承诺要做这件事”这一步骤后，才进入到执行阶段。

这一理念将 Agent 建模为三种心理状态：

仅仅有Desire不代表真正去做，Intention，也就是下决心真的要去做的时候，才真正开始做。执行阶段不属于心理状态，因此不在表中。

Intention这一阶段的引入提供了三种作用：

1. 用Intention作为推理与执行的起点，而不是以Desire作为起点。同时想要减肥与吃蛋糕，欲望是同时存在的，但下决心，到了真正要指导行动的时候，只会留下一个Intention。
2. Intention可以实现跨时间协调，也就是对人的“惯性心理”的刻画。人并不会时时刻刻对所有Desire进行评估并重新规划。而是延续之前的“决定”，完成之前心中的承诺。例如在已经决定减肥后，默认的Intention依然是减肥，而不是再次比较一番所有Desire，完全独立的重新构建新的Intention。它不是不可改变，但它会抵抗改变，人们借此得以执行跨越时间的计划。
3. 在公共关系中同样需要“决定”这一步骤。“我想帮你”与“我会帮你”是存在不同的，在多agent系统中，就可能有必要区分清楚。

代表性框架：AgentSpeak(L)、Jason、PRS（Procedural Reasoning System）。BDI 至今仍在 MAS（Multi-Agent Systems）研究中有影响力——它将"计划选择"和"目标承诺"显式分离，是 Agent 架构中"认知层"概念的原型。

这些理论都是基于自省、思维实验构建的。跟工科认知中的科学相差甚远。这种理论通常需要依赖反证法：当缺失这一概念时，理论会怎样的不完善。从而使新理论得到认可。

2.3 SOAR 认知架构（1987）

SOAR（State, Operator And Result ）是Allen Newell、John Laird 等人提出的通用认知架构，目标是实现通用人工智能。

这是一个宏大的命题： 既然人类能在所有认知领域表现出智能，那么一定存在一套固定的、通用的底层机制——这个机制就是认知架构（cognitive architecture）。SOAR 是这一机制的一种实现。

SOAR 不是"一个 AI 程序"，而是一套关于智能是什么的理论——它说：任何表现出通用智能的系统，都得有某种固定的结构，这个结构包含什么记忆系统、什么决策流程、什么学习机制。

核心机制：

短期记忆（STM） ↔ 决策周期 ↔ 长期记忆（生产规则 + 语义 + 情节）
            ↕
      意向栈（Goal Stack）

• 决策周期（Decision Cycle）：感知 → 匹配规则 → 冲突消解 → 执行 → 学习（Chunking）
• 通用子目标（Universal Subgoaling）：遇到困境自动创建子目标
• 学习机制 Chunking：将解决方案编译为新的规则

SOAR 在 AI Agent 架构史上有着里程碑地位——它首次完整定义了 感知 - 推理 - 执行 - 学习的闭环架构，影响了后续几乎所有 Agent 架构的设计。

要我说，ReAct循环完全跟这个一样，所以算不上什么新东西。只不过SOAR提出的时间太久远了，人们又只关注近期的知识。这恐怕是人类在知识继承里的常态。

| 任何需要“在环境中持续行动的智能系统”，都需要有类似这样的闭环，这不能说是发明，而是一种工程约束。

顺便一提，SOAR可以称得上是早期的“终身学习系统”了，跟现在agent常见的宣传一样，都号称越用越聪明。

1. 外部输入
2. 思考
   1. 根据外部输入匹配规则
   2. 消解冲突规则，选择其中的规则
3. 执行
   1. 成功则输出
   2. 不成功则拆解任务为子目标
      1. 重复循环直到问题解决
      2. Chunking 将解决问题的方案编译为规则，下次遇到同样问题能够快速处理。

这其中的Chunking能力就跟Hermes Agent完成任务后编写SKILL的做法一样，并因此号称终身学习。

SOAR的认知架构（对应Agent记忆系统）同样是类似如今的多层架构，一共有9个记忆系统

1. 工作记忆。这是SOAR管理全局的记忆，所有输入，中间推理，决策状态都在这里，并用栈结构分层表示目标与状态，子目标与子状态。相当于主Agent。

SOAR架构没有死，甚至还活跃着。

2.4 ACT-R 架构

Anderson 等人开发的认知架构，专注于模拟人类认知过程。相比 SOAR 的全符号主义，ACT-R 引入了亚符号层（subsymbolic），包括：

• 扩散激活（Spreading Activation）：记忆检索的基础
• 效用学习（Utility Learning）：规则选择的最优化

ACT-R 是将"计算精度"与"认知真实性"结合的典范，后来被部分 LLM Agent 的记忆设计参考。

三、第二阶段：强化学习 Agent 架构（1990s–2010s）

3.1 经典 RL Agent（Q-Learning, SARSA）

RL 将 Agent 定义为 MDP（马尔可夫决策过程） 中的决策者：

状态(State) → 动作(Action) → 奖励(Reward) → 新状态(State')

架构特征：

• Value-based：Q-Learning，维护 Q(s,a) 表
• Policy-based：REINFORCE，直接学习策略 π(a|s)
• 局限：状态空间受限，难以应对高维感知

3.2 深度 RL Agent（DQN, 2013）

DeepMind 的 DQN（Deep Q-Network） 引发 RL 革命，关键架构创新：

CNN（视觉编码器）→ Q(s,a) Value Network → ε-greedy 策略
                              ↕
                    经验回放缓冲区（Experience Replay）
                              ↕
                    Target Network（稳定目标分布）

• 经验回放（Experience Replay）：打破时序相关性
• 两阶段目标网络（Double DQN）：减少价值过估计

3.3 Actor-Critic 架构（PPO, SAC）

现代 RL Agent 的主流架构。分离 策略网络（Actor） 与 价值评估网络（Critic）：

┌─────────────┐    ┌──────────────┐
│  Actor       │    │  Critic       │
│  π(a|s)      │←───│  V(s) / Q(s,a)│
│  生成动作     │    │  评估动作质量  │
└──────┬───────┘    └──────┬────────┘
       │                   │
       └─────────┬─────────┘
                 ▼
         环境交互 → 奖励信号

PPO（Proximal Policy Optimization, 2017） 使用 Clip 机制限制策略更新范围，成为 RL Agent 的事实标准。SAC（Soft Actor-Critic） 通过最大熵强化学习增强了探索能力。

RL Agent 的架构范式（感知 → 决策 → 执行 → 学习循环）为后来的 LLM Agent 提供了循环结构的设计母板。

3.4 多智能体 RL（MADDPG, 2017）

Lowe 等人提出 MADDPG（Multi-Agent DDPG），架构核心：每个 Agent 的 Critic 可以观察所有 Agent 的动作（CTDE: Centralized Training, Decentralized Execution）。

Agent 1: Actor(s₁) → a₁ │ Critic(s₁, s₂, a₁, a₂) → Q₁
Agent 2: Actor(s₂) → a₂ │ Critic(s₂, s₁, a₂, a₁) → Q₂

这在多 Agent 协作/竞争的架构设计上提供了基础范式，后来被 LLM Agent 框架（AutoGen、CrewAI）在概念层借鉴。

四、Pre-LLM 混合架构与过渡期

4.1 RLL（Reinforcement Learning with Language）

在 LLM 大爆发前，研究者试图将自然语言引入 Agent 架构。典型代表：

• Embodied Agents (ALFRED, 2020)：通过指令->子任务分解->RL策略
• Interactive Fiction Agents (Jericho, 2019)：自然语言文本界面 + RL

4.2 基于 LSTM/Transformer 的命令理解 Agent

• WebGPT（OpenAI, 2021）：用 GPT-3 + 模仿学习操作浏览器，首次展示了"语言模型 + 工具 + 搜索"的 Agent 雏形
• 架构：Behavior Cloning on human demonstrations + RL fine-tuning

这些系统虽然性能有限，但建立了语言模型作为 Agent 控制器的架构原型，是通往 LLM Agent 的关键桥梁。

五、第三阶段：LLM Agent 革命（2023–至今）

5.1 分水岭事件：GPT-4 Function Calling（2023-06）

2023年6月，OpenAI 发布 GPT-4 的 function calling 能力。这是 Agent 架构史上的分水岭。

架构变革：

之前: User → LLM → Text Output → 手动解析 → 调用API
之后: User → LLM → JSON tool_call → 自动执行 → 结果反馈 → LLM

Function Calling 使得 LLM 可以：

1. 结构化输出函数参数（不再是自由文本）
2. 多轮工具调用（chain of tool calls）
3. 自动反馈循环（工具结果作为上下文回注）

这标志着 LLM-based Agent 时代正式开启。

5.2 ReAct 范式的崛起（Yao et al., 2023）

ReAct（Reasoning + Acting）是 LLM Agent 最核心的架构范式，由 Yao 等人在 2023 年提出。

Thought: 我需要查找当前的天气数据
Action: search_weather(location="Beijing")
Observation: {"temp": 28, "humidity": 65%}
Thought: 气温 28°C，湿度 65%，建议穿短袖
Action: complete

架构循环：

┌─────────────────────────────────────┐
│  LLM (核心推理引擎)                   │
│                                      │
│  思考(Thought) → 动作(Action)        │
│       ↑                  ↓           │
│  观察(Observation) ← 工具执行结果     │
│       ↑                              │
│  Scratchpad (上下文缓冲区)            │
└─────────────────────────────────────┘

ReAct 的关键设计要素：

• Scratchpad：作为 Agent 的"工作记忆"，存储推理链
• Thought-Action-Observation 三元组：可解释的决策轨迹
• 动态停止条件：Agent 自行判断任务是否完成

5.3 第一代自主 Agent 框架（2023 年中）

AutoGPT（2023-03） 和 BabyAGI（2023-04） 引爆了 Agent 概念。

AutoGPT 架构：

┌─────────────────────────────────────────┐
│  Goal → 任务队列(Task Queue)             │
│           ↓                              │
│  LLM 推理 → 执行动作 → 存储结果          │
│           ↓                              │
│  优先队列(优先级排序 → 再次执行)         │
│           ↓                              │
│  向量数据库(长期记忆检索)                 │
└─────────────────────────────────────────┘

BabyAGI 架构创新：引入了任务分解（task decomposition） 与记忆优先级（memory prioritization），但其无限制的自我循环也引发了"Agent 失控"的讨论。

5.4 主流框架生态成型（2023 年底–2024 年）

LangChain → LangGraph 的架构进化

LangChain 最初使用 Sequential Chain（线性管道），架构为：

Input → PromptTemplate → LLM → OutputParser → NextChain → ...

问题：线性链条无法处理条件分支、循环、多工具调用。

LangGraph 的革命性升级：

StateGraph:
  Node(agent) → Edge(router) → Node(tools)
     ↑                             │
     └─────────────────────────────┘
     (循环，直到 agent 决定停止)

LangGraph 引入了：

• Stateful Graph：节点间通过共享状态通信
• Conditional Edges：根据条件动态路由
• Persistence：内置的持久化/中断/恢复机制

AutoGen 的对话式架构

Microsoft AutoGen 的架构核心是 Agent-Centric 的消息驱动模型：

┌─────────────────────────────────────────────┐
│  UserProxyAgent       AssistantAgent         │
│  (人类代理)             (LLM代理)             │
│       │                      │              │
│       └─────── 对话循环 ──────┘              │
│                  │                           │
│            Tool/Function                     │
│           (代码/API执行)                      │
└─────────────────────────────────────────────┘

关键创新：多 Agent 通过自然语言对话完成协作，而非硬编码的流程控制。

CrewAI 的角色化架构

CrewAI 引入了组织隐喻（Organizational Metaphor）：

Crew (团队)
├── Agent: 研究员（角色: 研究者, 目标: 收集信息, 工具: web_search）
├── Agent: 分析师（角色: 分析师, 目标: 分析数据, 工具: code_exec)
├── Task: 收集数据（分配给 研究员 Agent）
└── Task: 生成报告（分配给 分析师 Agent, 依赖 Task1）

设计理念：将 Agent 组织视为虚拟公司，通过角色、职责、任务的显式分配来解耦复杂系统。

5.5 Prompt Agent → 工具 Agent 的架构转变

2024 年的关键趋势是从提示代理（Prompt Agent） 向工具代理（Tool Agent） 的演变：

Prompt Agent:
  单一 LLM 调用 → 文本输出
  无外部反馈循环
  依赖模型能力

Tool Agent:
  LLM(工具描述 + 上下文) → tool_call → 执行结果 → LLM(结果)
  结构化工具接口
  持续交互闭环

Function Calling / Tool Use 成为 Agent 架构的标准层：

Agent
├── Orchestrator（编排器：决定调用哪个工具、何时停止）
├── Tool Registry（工具注册表：名称+描述+参数Schema）
│   ├── search | code | calculator | file_ops | ...
│   └── MCP Tool（通过 Model Context Protocol 发现）
├── Memory（记忆系统）
│   ├── Working Memory（Scratchpad）
│   ├── Short-term（对话历史）
│   └── Long-term（向量检索 + 持久化）
└── Safety Layer（安全层：输入过滤 + 输出审核）

六、多 Agent 系统架构成熟期（2024–2025）

6.1 主流多 Agent 架构模式

模式 1：中心化编排器（Orchestrator）

┌──────────────┐
│ Orchestrator  │ ← 单一决策点
├──────┬───────┤
│      │       │
  ↓     ↓       ↓
Agent1 Agent2 Agent3

• 代表：LangGraph（Supervisor Pattern）
• 优点：全局可控、确定性高
• 局限：单点瓶颈、编排器可能成为性能瓶颈

模式 2：对话式协作（Conversational）

Agent1 ←→ Agent2 ←→ Agent3
   ↕        ↕          ↕
  Tool     Tool       Tool

• 代表：AutoGen
• 优点：自然协作、灵活性高
• 局限：对话开销、可能陷入循环

模式 3：分层管理（Hierarchical）

Manager Agent
├── Researcher Agent
│   ├── Web Searcher
│   └── Paper Analyzer
├── Writer Agent
└── Reviewer Agent

• 代表：Anthropic Multi-Agent Research System
• 优点：任务分解自然、各层职责清晰
• 局限：层级间通信延迟

模式 4：群体智能（Swarm）

  Agent1 → Agent2 → Agent3
  ↑ Agent4 → Agent5 ↕
  Agent6 ← Agent7 ← Agent8

• 代表：OpenAI Swarm、MADDPG 精神延续
• 优点：容错、可扩展
• 局限：协调复杂、调试困难

6.2 关键研究成果

6.3 Reflexion 架构：Agent 的自我改进

Reflexion（Shinn et al., 2023）在 ReAct 基础上引入评估-反思闭环：

┌─────────────────────────────────────┐
│  Actor (ReAct Loop)                  │
│  Thought → Action → Observation     │
└─────────────┬───────────────────────┘
              │ 完成/失败
              ▼
┌─────────────────────────────────────┐
│  Evaluator                           │
│  评估任务完成质量 → 生成反馈          │
└─────────────┬───────────────────────┘
              │ 结构化反馈
              ▼
┌─────────────────────────────────────┐
│  Memory                             │
│  经验回放缓冲区（失败的决策 + 原因）  │
└─────────────┬───────────────────────┘
              │ 提取经验
              ▼
        回到 Actor 重新执行

核心创新：Agent 通过自然语言反思自己的失败并将经验存入记忆，而非通过权重更新。

七、协议标准化时代（2024 年底–2026）

7.1 MCP（Model Context Protocol）

Anthropic 于 2024 年 11 月推出的开放协议，定位在 Agent 与工具/数据源之间的标准化接口。2025 年 12 月，Anthropic 将其捐赠给 Linux 基金会下的 Agentic AI Foundation。

┌─────────┐    MCP 协议    ┌──────────┐
│  Agent   │ ◄──────────► │  MCP Server │
│ (Host)   │              │            │
│          │              │ ├── Database│
│          │              │ ├── Files   │
│          │              │ ├── API     │
│          │              │ └── Search  │
└─────────┘              └──────────┘

架构意义：MCP 将工具接口从"厂商锁定"推向标准化，使任何 MCP-compatible 的 Agent 都能自动发现和调用工具。

7.2 A2A（Agent-to-Agent Protocol）

Google 于 2025 年 4 月发布，定位在 Agent 与 Agent 之间的通信协议。2025 年 6 月贡献给 Linux 基金会。

                ┌──────────────┐
                │ Orchestrator  │
                │    Agent      │
                └──────┬───────┘
          A2A  ┌───────┴────────┐
        ┌──────▼────┐   ┌──────▼────┐
        │ Agent A   │   │ Agent B   │
        │ (MCP工具)  │   │ (MCP工具)  │
        └───────────┘   └───────────┘

MCP vs A2A 的关系：

7.3 协议栈全景（2025–2026）

Agent-to-Agent (A2A) ← Agent 间协作层
       ↕
   Agent 核心（推理+规划+执行）
       ↕
Model Context Protocol (MCP) ← 工具/数据接入层
       ↕
  数据库 | 文件 | API | 搜索 | 代码

八、2025–2026 架构前沿

8.1 深度推理 Agent（Deep Research）

OpenAI 的 Deep Research 和类似的深度研究 Agent 架构：

User Query → [Search Loop]
               ├── 规划搜索策略
               ├── 并行多源搜索（Web + Academic + Code）
               ├── 阅读 + 提取关键信息
               ├── 交叉验证冲突信息
               └── 是否足够？→ 是 → 合成报告
                                    ↓
                             报告生成（带引用）

核心架构特征：

• 多层搜索规划：BFS 式探索
• 信息到报告的直接转换：减少中间损耗
• 引用锚定（Citation Anchoring）：免幻觉的可溯源设计

8.2 Agentic RAG（检索增强生成 + Agent 决策）

Agentic RAG 将传统 RAG 的"一阶段检索+生成"升级为多策略决策：

Query
  ↓
Router（路由决策）
├──→ Vector Search（语义检索）
├──→ Web Search（实时网络搜索）
├──→ SQL Query（结构化数据）
└──→ Agent Loop（复杂查询：分解→检索→合成）

8.3 Hermes Agent 自身的架构（Mirror of the Trend）

你正在对话的 Hermes Agent 本身也体现了当前架构设计的最新趋势：

• 工具中心：所有工具（web_search, browser, terminal, execute_code 等）通过工具注册表暴露
• ReAct Loop：Thought（推理）→ Action（工具调用）→ Observation（结果回注）的自然循环
• Skills = 过程记忆：将可复用的工作流编码为 skill（类似 SOAR 的 Chunking）
• Memory 系统：持久记忆（跨 session）+ 会话搜索（短时上下文检索）
• MCP 原生支持：通过 Native MCP 技能连接标准协议工具
• Subagent 架构：delegate_task 实现多 Agent 并行协作（类似 AutoGen 模式）
• Cron Job：事件驱动的自主执行

九、架构演变总览图

1950s──┐
       ├── 专家系统（规则引擎）
1960s──┘
       │
1980s  ├── BDI（信念-愿望-意图）
       ├── SOAR（通用认知架构 / 决策周期 + Chunking）
       └── ACT-R（认知建模 + 亚符号层）
       │
1990s  ├── MDP + Q-Learning（经典RL）
       ├── 多Agent系统理论
2000s──┘
       │
2013   ├── DQN（深度RL / 经验回放）
2016   ├── PPO（Actor-Critic / 策略优化）
2017───┴── MADDPG（CTDE / 多Agent协作）
       │
2021   ├── WebGPT（语言模型 + 浏览器）
2022───┴── ChatGPT + 第三方插件
       │
2023-03├── AutoGPT / BabyAGI（任务分解 + 循环）
2023-06├── GPT-4 Function Calling（工具调用原生化）
2023-10├── ReAct（推理-行动闭环）
2023-12├── LangChain / LangGraph（链→图 / 状态机）
2024    ├── AutoGen / CrewAI（多Agent编排）
        ├── Reflexion（自我反思 + 经验回放）
2024-11 ├── MCP（工具/数据协议标准化）
2025-04 ├── A2A（Agent间通信协议）
2025-06 ├── Deep Research（深度推理检索）
2025-12 ├── MCP捐赠至Agentic AI Foundation
2026    └── 多范式融合：符号规则 + LLM 推理 + RL 反馈

十、核心洞察与结论

1. 从封闭到开放：Agent 架构从封闭的符号规则系统，演化为通过协议（MCP/A2A）开放互联的生态系统。

2. 从单一体到协作体：单一 LLM Agent → 多 Agent 编排（Orchestration）→ Agent 联邦（Federation）。

3. 循环结构是永恒模式：从 SOAR 的决策周期到 ReAct 的 Thought-Action-Observation，循环感知-推理-执行架构是所有 Agent 系统的基础。

4. 记忆系统分层化：Working Memory（Scratchpad）→ Short-term（对话历史）→ Long-term（向量数据库）的三层架构成为事实标准。

5. 编排粒度的细化：从 Sequential Chain → State Graph → Multi-Agent Conversation → Role-based Team，编排抽象层次不断上升。

6. “大脑"与"四肢"分离：LLM 作为推理核心 → 工具作为执行层 → 协议作为连接层，三者走向解耦与标准化。

7. 评估-反馈-学习闭环：Reflexion、RLHF、SFT from Agent Trajectory… Agent 正在从"一次执行"走向"自我进化”。

8. 当前的瓶颈：Agent 可靠性（一致性幻觉）、成本控制（token 堆积）、安全边界（工具调用权限）、调试/可观测性——这些是 2025–2026 年的核心工程挑战。