AI 应用探索之路

接触 AI 应用开发已经有两年多的时间，虽说产出甚微，但也半主动半被动地学习了很多东西，在此记录一些宏观层面的思考。

Workflow: 有多少人工就有多少智能？

2024年春天，我到某小厂实习，最初负责维护一个生产 SEO 文章的 LLM 服务仓库。该服务的核心是通过编排一套工作流，将写作拆分为确定标题、生成大纲、补充段落三个步骤，使用 LangChainGo 调用 LLM API 进行内容生成。

这是我最初接触到的 AI 应用的形态，现在看来十分粗糙。没有自主决策，没有人机交互，仅仅是通过提示词工程来约束 LLM 的单轮输出。尽管我们可以精心编排 Workflow，来让 LLM 完成较为复杂的工作，但这似乎与期望的 AGI 相去甚远——依旧依靠大量人工来赋予 AI 智能。

Agent: LLM 的下一站

同年夏天的某日，公司 leader 让我去排查一个 Agent 原型，并建议我去系统学习这项技术，他有预感 Agent 会大火。在经过一段对当时的我来说极其痛苦的 debug 后，我把问题解决了，并对 Agent 的基本特性有了初步认识。它与 Workflow 不同，人工设置的不再是某个具体流程，而是解决一类问题的范式，例如 ReAct、Plan-and-Execute 等。

在此后的几周，我被带着在这个原型上做迭代，逐步增加了搜索工具、向量检索能力以及最简单的记忆层，让这个 Agent 更加 Agentic。在离职之前，我完成了最原始的 Agent 技术积累。

2025：在概念中随波逐流

2025年被一些人称为 Agent 元年，无论是在模型层、Agent 框架层还是应用层，不断有新事物涌出。从年初的 DeepSeek V3 发布，到年中的 Claude Code 正式版，Agent 相关的一切发展似乎都无法被阻止。

由于这一年的大部分时间忙着求职，我没有心境研究这些层出不穷的概念，只是通过流媒体来做一个粗浅的了解。直到年末的几个月，借着毕设的机会，我终于完成了 Context Engineering、MCP 等技术的实践，将这些内容融入到一个健康场景的 Agent 应用中。

Agent 革命

时至今日， Agent 发展依旧迅猛。开发者或追求更强更稳的任务执行能力，或追求更惊艳的环境交互能力。我们在构建 Agent 的同时，生活也在潜移默化中被它改变。就我而言，从 Coding 到日常办公，很多工作都被 Agent 自动化替代。虽说我无法准确预测今后 Agent 的发展，但它势必将带来生产力的变革，届时我想守住行业沉淀的私有知识、约束 Agent 行为是人的两张底牌。拥抱 Agent 并与其共同进化，会逐渐成为一种与英语相同地位的必备通用能力。