鷺羽 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

毋庸置疑！2025年title屬于「Agent元年」。

要說(shuō)Agent這把火，一直從年初燒到了年末——

先是Manus，再到最近的豆包手機(jī)……Agent已然成為全行業(yè)的關(guān)注焦點(diǎn)。

而回顧這一年，也是Agent從技術(shù)萌芽，走向工程化落地的關(guān)鍵一年。

于是乎，量子位趁熱打鐵攢了場(chǎng)局，邀請(qǐng)來(lái)兩位行業(yè)大拿——Dify開源生態(tài)負(fù)責(zé)人鄭立和騰訊云云原生產(chǎn)品副總經(jīng)理于廣游做客，聊一聊他們眼里Agent落地過(guò)程中的挑戰(zhàn)、機(jī)遇和未來(lái)：

• 從年初硅谷的宏大敘事，Agent正走向充滿煙火氣的務(wù)實(shí)。
• 行業(yè)之所以認(rèn)可Agent，在于它真的在做事。
• Agent真正落地，需要確定性的工程方法才能駕馭一個(gè)不確定性的復(fù)雜系統(tǒng)。
• Agent Infra解決企業(yè)的偶然復(fù)雜度問題，而非本質(zhì)復(fù)雜度。
• 對(duì)于中小公司或個(gè)人開發(fā)者，最大的門檻是缺乏勇氣。

兩位嘉賓還給出了一個(gè)高度一致的判斷：

• 在智能體落地過(guò)程中，Agent Infra是關(guān)鍵一環(huán)。

下面一起跟隨量子位的視角，看看他們具體都說(shuō)了些什么，知識(shí)密度之高，不要輕易眨眼。

回顧Agent元年，技術(shù)走向工程落地

量子位：那我們今天先從Agent這個(gè)概念聊起吧。今年也要結(jié)束了，那站在年末，二位對(duì)這一年Agent的整體發(fā)展有什么印象和總結(jié)？

于廣游：我今年對(duì)Agent的最主要看法還是，今年Agent已經(jīng)從技術(shù)萌芽期，走到了真正工程性落地的階段。我個(gè)人看到有三種比較標(biāo)志性的實(shí)踐：

• 面向企業(yè)內(nèi)部的Agent：首先是像咱們Dify這類產(chǎn)品，通過(guò)確定性去駕馭不確定性，從而實(shí)實(shí)在在地幫助企業(yè)內(nèi)部提效。
• 面向大眾的Agent：那再比如說(shuō)Manus和豆包，它倆通過(guò)新的交互形態(tài)點(diǎn)燃用戶對(duì)Agent的想象力。
• 新范式Agent：而像Claude Code這樣的產(chǎn)品，能夠通過(guò)Agent RL和工具調(diào)用，拓寬Agent自身能力范圍。

至于我個(gè)人印象比較深刻的應(yīng)用，其實(shí)還是AI代碼工具。我覺得一方面它不再只解決代碼問題，它也正在成為Agent連接現(xiàn)實(shí)世界的通用接口。

第二個(gè)點(diǎn)是AI代碼工具，切實(shí)改變了原先的軟件工程范式，然后在我們內(nèi)部，我們也做了大量的從AI Coding到AISE（AI Software Engineer）的調(diào)整，包括研發(fā)模式、組織管理、角色職責(zé)等。

鄭立：其實(shí)這一年Agent發(fā)展吧，我能感受到就是大傳統(tǒng)和小傳統(tǒng)之間的鮮明張力。

大傳統(tǒng)其實(shí)就比如說(shuō)來(lái)自硅谷那些的宏大敘事，他們會(huì)許諾用全自動(dòng)智能體取代白領(lǐng)，邏輯完美但實(shí)際落地的時(shí)候會(huì)有些水土不服。

那從小傳統(tǒng)來(lái)看，會(huì)充滿一些煙火氣，比如我看到義烏商家使用AI自動(dòng)回復(fù)客戶，還有比如獨(dú)立開發(fā)者會(huì)用工作流進(jìn)行代碼評(píng)審。

總結(jié)起來(lái)，這是蠻有趣味的一年，然后也是在走向務(wù)實(shí)。

年初的時(shí)候，一個(gè)簡(jiǎn)單的Demo就能吸引資本市場(chǎng)，可以類比“立法階段”，那年末其實(shí)我們就會(huì)類似進(jìn)入到“司法階段”，開始處理具體的、瑣碎的執(zhí)行層面問題。

這不是線性的進(jìn)步，更多像是根莖狀的蔓延。

那我們也看到秩序的逐步建立，并非來(lái)自基座模型的升級(jí)，更多時(shí)候來(lái)自于那些“膠水”——如產(chǎn)品工程、提示詞工程、RAG、Pipeline和工具使用等技術(shù)手段，雖然它們不夠優(yōu)雅，但確實(shí)能夠有效地去維持我們數(shù)字社會(huì)的運(yùn)轉(zhuǎn)。

量子位：確實(shí)就像兩位所說(shuō)，可能年初的時(shí)候大家還是會(huì)被Demo驚艷，年末就到了更工程化的階段。其實(shí)以我們科技媒體的視角來(lái)看，這個(gè)進(jìn)程非?？?。智能體為什么會(huì)這么快成為行業(yè)共識(shí)呢？

于廣游：我覺得首先還是它能夠真正做到解決問題。過(guò)去生產(chǎn)力的發(fā)展，本質(zhì)上都是在延伸人類的手和腳，但實(shí)際我們工作中，確實(shí)也存在大量無(wú)法通過(guò)精確語(yǔ)言或編程描述的內(nèi)容，需要Agent來(lái)解決。

然后其次就是，我們?cè)诼涞剡^(guò)程中對(duì)工程方法的探索。今年有一系列工程方法快速成型，包括Agent Infra、Agent Runtime、不同的Agent架構(gòu)范式、內(nèi)容工程，這些技術(shù)幫助Agent實(shí)現(xiàn)了真正落地。

鄭立：其實(shí)我感覺也差不多，不過(guò)在我看來(lái)，共識(shí)其實(shí)是資本在尋求新的組織方式。因?yàn)樵谖铱磥?lái)，互聯(lián)網(wǎng)時(shí)代的紅利已經(jīng)被吃干抹凈了，App的邊際效用也在遞減。

但是Agent承諾的是交互成本的一種坍塌，其實(shí)能看到權(quán)力從指令式計(jì)算到異度式計(jì)算的轉(zhuǎn)移。

量子位：其實(shí)剛才兩位也談到了，今年有一些關(guān)鍵詞都是在變化的，比如可能以前講AI Infra，現(xiàn)在說(shuō)Agent Infra。Agent落地與AI落地之間存在哪些區(qū)別？以及是否存在工作流的變化和對(duì)Infra需求的差異。

鄭立：其實(shí)我覺得這個(gè)范式轉(zhuǎn)移還是很明顯的，我們從傳統(tǒng)的那種if/else的邏輯判斷轉(zhuǎn)向到Agent的概率性目標(biāo)規(guī)劃。

放在過(guò)去，機(jī)器必須執(zhí)行下一行代碼，現(xiàn)在我們開發(fā)者更像是老師這種角色，通過(guò)Prompt、RAG和原則給予模型自由處理的空間。

區(qū)別還是在于新增了很多不確定性，比如傳統(tǒng)軟件工程中，Bug就是對(duì)規(guī)則的違反，而放到Agent工程里，失敗其實(shí)是對(duì)我們意圖的誤解或概率上的漂移。我們沒辦法再像修Bug一樣修復(fù)它，而是需要像教育孩子一樣去約束或者說(shuō)服Agent。

這不僅僅是工作流的變化，還有交付物的變化，比如說(shuō)以前是確定的功能，那現(xiàn)在我們交付的就是一種概率性的能力，你沒有辦法明確定義它是否正確。

于廣游：對(duì)，我感覺不確定性非常關(guān)鍵。我們團(tuán)隊(duì)內(nèi)部觀察到的是，Agent是不確定性的復(fù)雜系統(tǒng)。

那首先，Agent的效果通常是由七八個(gè)不同因素構(gòu)成（模型本身、架構(gòu)范式、Prompt、Content、工具選擇和參數(shù)等）。這些子部件彼此之間又相互影響，我們很難明確它們的關(guān)系，所以Agent是一個(gè)復(fù)雜系統(tǒng)。

其次，對(duì)于同一個(gè)問題，你在不同時(shí)刻輸入，Agent的輸出，它也是不一樣的，咱們稱之為不確定性。那與之相反的，就是傳統(tǒng)的微服務(wù)系統(tǒng)。

所以我認(rèn)為工程師的工作方式必須進(jìn)行這兩點(diǎn)思維轉(zhuǎn)變：

1、從工程思維轉(zhuǎn)向科學(xué)實(shí)驗(yàn)思維：我們不能再僅僅依賴預(yù)先規(guī)劃，而是要去建立一個(gè)評(píng)測(cè)體系，把里面環(huán)環(huán)相扣的復(fù)雜系統(tǒng)分解為單獨(dú)的子系統(tǒng)，然后通過(guò)控制變量的方式，在科學(xué)實(shí)驗(yàn)中一步步駕馭Agent。

2、從Day One思維轉(zhuǎn)向Day Two思維：我覺得我們對(duì)AI開發(fā)的思維也需要轉(zhuǎn)變，過(guò)去Day One就代表代碼已經(jīng)上線給用戶提供服務(wù)，下一步怎么優(yōu)化看用戶的需要；現(xiàn)在Day One只能夠代表Agent能運(yùn)行，效果的持續(xù)優(yōu)化，也就是Day Two才是真正的開始。

所以我覺得Agent落地，不僅僅是靠幾個(gè)巧妙的范式，我們需要循序漸進(jìn)通過(guò)確定性的工程方法，才能駕馭一個(gè)不確定性的復(fù)雜系統(tǒng)，而這將帶來(lái)Infra的重塑。

智能體落地，Agent Infra是關(guān)鍵一環(huán)

量子位：于老師剛剛也提到了整個(gè)工具的重塑。那從Infra角度來(lái)說(shuō)，能詳細(xì)講一下騰訊云為加速Agent落地提供了哪些支持嗎？

于廣游：我剛剛說(shuō)Agent的本質(zhì)是不確定性的復(fù)雜系統(tǒng)，那它在上線過(guò)程中，我們首先要解決的最大問題其實(shí)是自主運(yùn)行帶來(lái)的破壞性風(fēng)險(xiǎn)。

所以我們團(tuán)隊(duì)選擇從后往前解決。先解決Agent安全問題，我們?cè)贏gent Infra上，推出了Agent安全沙箱，給Agent提供了一個(gè)獨(dú)立的執(zhí)行環(huán)境。

然后我們?cè)亳{馭Agent的不確定性和復(fù)雜性，為此我們會(huì)提供一系列的可觀測(cè)性工具以及評(píng)估工具。

再進(jìn)一步，我們就要進(jìn)行效果的提升，對(duì)Agent的記憶和學(xué)習(xí)能力進(jìn)行優(yōu)化，比如元寶就已經(jīng)進(jìn)入了這一階段。在積累相關(guān)經(jīng)驗(yàn)后，我們也會(huì)提供相應(yīng)的服務(wù)。

量子位：那包括您剛剛提到的Agent Runtime、安全沙箱這類Infra產(chǎn)品，和我們這些Agent平臺(tái)之間有什么關(guān)系呢？以及騰訊Infra當(dāng)前在關(guān)注什么？

于廣游：首先我們要厘清一個(gè)概念——Agent Infra到底是什么，我們可以先把企業(yè)問題劃分為本質(zhì)復(fù)雜度和偶然復(fù)雜度兩種，前者是必須要解決的問題，后者會(huì)隨著工具和方法選擇存在一定的偶然性。

所以我覺得，Infra層其實(shí)就是解決企業(yè)在問題處理過(guò)程中，遇到的偶然復(fù)雜問題，但是這個(gè)問題是沒有定下來(lái)的，對(duì)于不同的場(chǎng)景，要面臨的偶然復(fù)雜度完全不同，具體要解決什么問題也要視情況而定。

不過(guò)無(wú)論解決什么問題，這里都有一個(gè)共性問題，這也是我們團(tuán)隊(duì)現(xiàn)在做的，就是去構(gòu)建偶然復(fù)雜度問題的最大公共子集，包括：安全、執(zhí)行環(huán)境、工具、記憶和觀測(cè)。

而這些問題或多或少都有解決方案，其中我們認(rèn)為最突出的一個(gè)問題就是Agent的自主運(yùn)行。

所以我們團(tuán)隊(duì)做的安全沙箱，并不是簡(jiǎn)單的隔離環(huán)境，而是一個(gè)多層次、全鏈路的Agent運(yùn)行安全體系。

量子位：那鄭老師這邊，您在提供Agent Runtime這類底層組件時(shí)，Dify是更傾向于自研還是說(shuō)使用第三方產(chǎn)品，以及您對(duì)Agent Infra開閉源有什么看法嗎？

鄭立：我們本身的話，核心模塊還是選擇自研，我們覺得如果這些使用第三方組件，勢(shì)必會(huì)導(dǎo)致核心組件不可控、給用戶的服務(wù)質(zhì)量無(wú)法保證，而其它的我們也會(huì)選擇一些合適的開閉源方案。

然后開源這件事我們是這樣認(rèn)為的，AI時(shí)代基礎(chǔ)模型可以是黑箱，但Infra必須是白箱，因?yàn)殚_發(fā)者需要看到底層代碼，想了解Agent行為邏輯。而且我們觀察到，對(duì)于初創(chuàng)公司和創(chuàng)新者，他們會(huì)選擇開源，因?yàn)檫@里有一種低成本和靈活性。

相反，那些大企業(yè)則更加傾向于選擇開源的商業(yè)版本或閉源版本，因?yàn)殚]源實(shí)則是給大企業(yè)提供了責(zé)任轉(zhuǎn)移與兜底服務(wù)。

量子位：于老師，根據(jù)您這邊接觸用戶的經(jīng)驗(yàn)來(lái)看，他們?cè)谶x擇Agent Infra產(chǎn)品時(shí)，一般會(huì)比較關(guān)注哪些要素？

于廣游：我覺得，首先對(duì)核心的業(yè)務(wù)邏輯層，我看到用戶還是在意它是不是開源的，因?yàn)檫@樣他們就可以圍繞自己的業(yè)務(wù)進(jìn)行任意修改，也會(huì)更透明更可控。

那具體到Infra層上，用戶更在意體驗(yàn)是否極致、能否降低開發(fā)成本。在用戶使用時(shí)，用戶就更在意Agent的穩(wěn)定性和效率，那么在這種情況下，我覺得閉源是有非常好的優(yōu)勢(shì)的。

量子位：聽二位這樣講下來(lái)，我感覺在Agent這個(gè)領(lǐng)域里，開閉源正在形成分層互補(bǔ)，那么在這樣的結(jié)構(gòu)下，像那種小白開發(fā)者或者個(gè)人開發(fā)者能夠通過(guò)Agent Infra把Agent開發(fā)和落地簡(jiǎn)化到一個(gè)什么程度？

鄭立：其實(shí)這樣我們會(huì)逼近于AI開發(fā)的一個(gè)Excel時(shí)刻。

這種簡(jiǎn)化其實(shí)是非常激進(jìn)的，它會(huì)把基礎(chǔ)設(shè)施的認(rèn)知負(fù)荷降到最低，然后你就可以把全部精力集中在Prompt和數(shù)據(jù)治理上。

于廣游：我補(bǔ)充一下，我們騰訊云的Infra產(chǎn)品就更偏向于專業(yè)開發(fā)者，他們會(huì)有非常多的復(fù)雜度問題需要治理，所以我們主要還是面向Agent原生企業(yè)和AI原生企業(yè)，去幫助他們加速Agent落地過(guò)程。

量子位：想請(qǐng)兩位老師來(lái)幫我們總結(jié)一下，你觀察到的Agent Infra技術(shù)進(jìn)展或趨勢(shì)。

于廣游：我還是前面提到的AI Coding，我對(duì)這個(gè)事情印象非常深刻。

首先過(guò)去一年里，我能看到代碼不僅是大模型抽象能力的來(lái)源，也正在成為Agent駕馭不確定性、連接世界的工具。

就拿AI Coding來(lái)說(shuō)，它帶來(lái)的是開發(fā)模式的顛覆改變，能夠做到讓我們團(tuán)隊(duì)里的每一個(gè)開發(fā)者，在分鐘級(jí)就能拉起一個(gè)獨(dú)立的全套開發(fā)環(huán)境，所以我覺得代碼肯定是會(huì)產(chǎn)生全面影響的。

我認(rèn)為任何一個(gè)工程師或者Agent從業(yè)者，都絕不能小覷Coding的影響，它非常之重要。

鄭立：就我們個(gè)人而言，過(guò)去一年我們都在做自己的事情，主要的技術(shù)進(jìn)展也都集中在補(bǔ)齊我們的短板。我們也看到了一個(gè)比較清晰的趨勢(shì)，就是技術(shù)正在從開發(fā)者向非開發(fā)者移動(dòng)。

量子位：如果現(xiàn)在讓你們拿三個(gè)詞限定的話，您能再講講Agent Infra為什么說(shuō)是智能體落地應(yīng)用的關(guān)鍵環(huán)節(jié)嗎？

鄭立：我先說(shuō)吧，我認(rèn)為主要是以下三點(diǎn)：

• 秩序：首先它會(huì)讓混亂的模型變得可控；
• 連接：其次我們需要打通Agent孤島，讓AI真正融入到業(yè)務(wù)中去；
• 自動(dòng)：接下來(lái)就是將簡(jiǎn)單繁瑣的任務(wù)去變得自動(dòng)化。

于廣游：我想到的是這三點(diǎn)：

• 安全高效：第一個(gè)是我們?nèi)ヂ涞谹gent的關(guān)鍵，就是讓它能夠安全高效地跑起來(lái)；
• 智能進(jìn)化：第二步就是我們?nèi)?yōu)化Agent本身的這個(gè)能力，無(wú)論是通過(guò)知識(shí)庫(kù)、記憶還是Agent RL進(jìn)化它；
• 人機(jī)協(xié)同：那么要實(shí)現(xiàn)Agent的進(jìn)化，就需要人類作為老師去教Agent。

Agent Infra的下一步

量子位：最后還是來(lái)展望一下，剛剛都在聊過(guò)去一年，那對(duì)于未來(lái)的一到兩年，甚至三到五年時(shí)間里，各位覺得Agent Infra接下來(lái)的重點(diǎn)會(huì)是哪些方向？

于廣游：對(duì)我而言，我們最關(guān)注的是Agent Infra如何服務(wù)好Agent，能夠確保其安全可靠運(yùn)行。

我其實(shí)覺得Agent Infra和AI Infra是交叉的關(guān)系，當(dāng)我們把Agent運(yùn)行好后，就會(huì)發(fā)現(xiàn)它的一些不足，然后我們?cè)賹a(chǎn)生的數(shù)據(jù)進(jìn)行利用，就能對(duì)Agent本身和Agent模型進(jìn)行持續(xù)優(yōu)化。

當(dāng)前的Infra體系，它更多的是服務(wù)于基礎(chǔ)大模型本身的能力和智力的進(jìn)化，而不是業(yè)務(wù)可用，所以我認(rèn)為Agent Infra的下一步，一定是從服務(wù)好Agent的運(yùn)行構(gòu)建到服務(wù)好Agent的智能進(jìn)化。

鄭立：我這邊會(huì)更加關(guān)注Agent Infra的可調(diào)試性，也就是看清楚是哪一步Agent理解錯(cuò)誤，需要去做推理鏈的可視化調(diào)試。

然后就是記憶管理，不僅僅是聲音的那種向量搜索，還有就是關(guān)注語(yǔ)義化的情景記憶和可計(jì)算的時(shí)間觀吧。我理解中，Agent的記憶不能是簡(jiǎn)單的常量存儲(chǔ)，而應(yīng)該是一種變量，Agent的目標(biāo)在執(zhí)行過(guò)程中可能會(huì)被重寫、降級(jí)，所以我們需要對(duì)目標(biāo)進(jìn)行一些置信度處理。

量子位：好，那感謝兩位老師的分享，最后我們來(lái)回答幾個(gè)觀眾問題吧。第一個(gè)問題，從你們的角度看，中小公司和個(gè)人開發(fā)者他們來(lái)做Agent應(yīng)用最大的門檻是什么？是技術(shù)還是成本？

于廣游：我感覺這兩個(gè)都不是，應(yīng)該是商業(yè)模式。

既然是中小公司，那肯定是要賺錢的，但是現(xiàn)在AI Agent還沒有到改變整個(gè)社會(huì)商業(yè)模式的程度，這個(gè)時(shí)候產(chǎn)生的新消費(fèi)和新的生產(chǎn)力變革還只發(fā)生在小領(lǐng)域。

所以如果希望把它應(yīng)用到你的公司產(chǎn)品中去，我覺得更多的是，創(chuàng)業(yè)者需要回到實(shí)際問題中解決，同時(shí)也可以嘗試著把自己的商業(yè)模式和形態(tài)進(jìn)行一個(gè)巨大的轉(zhuǎn)變。

鄭立：我也覺得技術(shù)不是問題，你比方說(shuō)現(xiàn)在大模型智力本身已經(jīng)過(guò)剩了。真正最大的困難，我還是覺得在于企業(yè)數(shù)據(jù)的壁壘和缺乏開始的勇氣。

量子位：最后一個(gè)觀眾問題交給于老師，您覺得如果未來(lái)Agent成為主流，會(huì)對(duì)現(xiàn)在的移動(dòng)開發(fā)生態(tài)造成什么影響？它們會(huì)被徹底顛覆嗎？

于廣游：OK，我覺得這個(gè)可以要從應(yīng)用交互形態(tài)和開發(fā)方式兩個(gè)角度去討論。

首先第一個(gè)對(duì)于形態(tài)，我覺得移動(dòng)端（iOS/Android）形態(tài)沒有人能給出確切答案。

在Agent的這個(gè)形態(tài)之外，我們就會(huì)立馬面臨兩個(gè)問題：

• APP集成Agent能力：第一個(gè)問題是公司會(huì)希望你在APP中集成一些Agent能力，這時(shí)開發(fā)者就需要將思維從工程轉(zhuǎn)向科學(xué)實(shí)驗(yàn)，我覺得這個(gè)轉(zhuǎn)型是非常巨大的。
• 利用AI Coding工具開發(fā)APP：第二是你所在的公司可能會(huì)讓你使用AI Coding去開發(fā)，那么開發(fā)者就不能只用它來(lái)生成代碼，更要用它來(lái)改變你們的協(xié)同模式和工具體系。

我相信，只有與AI工具為伍、改造研發(fā)流程，并用科學(xué)實(shí)驗(yàn)思維駕馭不確定性的人，才能抓住未來(lái)Agent形態(tài)轉(zhuǎn)移的機(jī)遇。