親手做了12個AI Agent，我並不看好2025年的智能體！

2025年07月22日18:43:15 科技 1257

大模型爆紅後，不少人都在高喊「AI Agent 才是未來」，連英偉達 CEO 黃仁勛也曾斷言，Agent 將催生萬億級新市場。然而在一線開發者眼中，現實遠沒那麼樂觀。
近日，一位曾在開發、運維和數據運營等領域構建過 12 個以上生產級 AI Agent 系統的工程師發文，直言自己並不看好 2025 年這波 Agent 熱潮——他認為，當下關於「自主智能體」的設想在數學上根本走不通，真正能在生產環境中跑得穩的 Agent，也完全不是現在市面上宣傳的那一套。
原文鏈接：https://utkarshkanwat.com/writing/betting-agAInst-agents/

很多人說「2025 是 AI agent 元年」。各種新聞文章標題都這麼寫：

「AI agent 會徹底改變工作方式」
「Agent 是 AI 的下一個風口」
「未來是屬於 Agent」

而我卻剛剛花了一年時間搞清楚哪些 Agent 在生產環境里真的能用，也正因如此，我才不看好這股風。

我不是唱反調的人，我是真干過的

過去一年我做了十幾個上線的 Agent 系統，覆蓋整個軟體開發流程，比如：

開發類 Agent：自然語言生成 React 組件、重構老代碼、自動維護 API 文檔、根據說明生成函數。
數據和基礎設施類 Agent：自動執行複雜 SQL、搞定資料庫遷移、用 AI 管基礎設施代碼（IaC）並支持多雲。
質量和流程類 Agent：AI 驅動的 CI/CD 流水線，自動修復 lint、生成測試、做代碼審查、寫 PR 描述。

這些系統確實能用，確實創造了實際價值，每天都能幫人省下好幾個小時的手動操作。也正因為如此，我才認為外界把 2025 稱作「AI Agent 元年」的說法，忽略了很多關鍵現實。

要點速覽：關於 AI Agent 的三個殘酷現實

在構建了 12 套以上的生產級系統之後，我得出以下幾點結論：

多步驟流程中的錯誤率會呈指數級放大。即便每一步的成功率有 95%，到第 20 步時整體成功率也只剩 36%。而生產環境的要求是 99.9% 起步。
上下文窗口帶來的 token 成本是二次增長的。對話越長，成本越高，規模化後開銷驚人。
最大的難題不是 AI 本身的能力，而是如何設計 Agent 真正能用的工具和反饋系統。

一個沒人願意麵對的數學現實

所有做 AI Agent 的公司都在迴避一個難以接受的事實：在生產級別的多步驟任務中，錯誤的累積讓「全自動智能體」在數學上根本行不通。

AI Agent 流程中的錯誤累積

咱們算算賬。如果一個 Agent 流程中每一步的可靠率是 95%（這對現在的大模型來說已經很樂觀了），那麼整體成功率就是：

5 步流程，成功率約為 77%
10 步流程，成功率約為 59%
20 步流程，成功率僅剩 36%

而生產環境要求的可靠率通常要達到 99.9% 以上。即使你奇蹟般地讓每步成功率達到 99%（目前沒人做到），20 步的整體成功率也只有 82%。這不是提示詞設計的問題，也不是模型能力的問題，而是數學上的現實。

我做的 DevOps Agent 能用，正是因為它根本不是一個 20 步的全自動流程。它被拆分成 3-5 個獨立的、可以單獨驗證的操作，有明確的回滾點和人工確認環節。Agent 負責生成複雜的基礎設施代碼，但整個系統架構都是基於可靠性這個數學限制來設計的。

我做過的每一個成功 Sgent 系統都有相同的規律：有邊界清晰的上下文、可驗證的操作步驟，以及關鍵節點上的人工決策點。一旦你試圖讓智能體自主串聯起超過幾個步驟的複雜操作，數學就會讓你吃癟。

長對話意味著成本爆炸

還有一個數學現實是很多 AI agent 支持者故意忽略的：上下文窗口會導致 token 成本呈二次方增長，這讓基於對話的 Agent 在經濟上根本不划算。

具體來說，做一個「會聊天」的 Agent 會遇到這樣的問題：

每次新交互都得處理之前所有的上下文
token 消耗隨著對話長度成二次方增長
一場 100 輪的對話，僅 token 成本就可能高達 50 到 100 美元
用戶一多，成千上萬，這成本完全無法承受

我自己在做一個會話型資料庫 Agent 的原型時就深有體會。

剛開始幾次交互成本還低，但到了第 50 次請求時，每條回復花費已經是幾美元，遠超它能帶來的價值。絕大多數場景下，這種經濟模型根本行不通。

我做的函數生成 Agent 之所以成功，是因為它完全無狀態：輸入描述-輸出函數-過程結束。沒有需要維護的上下文，也不用追蹤對話，避免了成本的爆炸。它不是「和代碼聊天」的體驗，而是專註解決具體問題的工具。

實際上，生產環境中最成功的 Agent 往往根本不依賴對話。他們是聰明而有邊界的工具，專註做好一件事，然後乾淨利落地退出，不拖泥帶水。

最大難題不是模型能力，而是工具設計

你就算搞定了上面兩個數學問題，還得面對一個現實：AI 想用好工具，必須有合適的介面和反饋系統。但現在很多團隊都嚴重低估了這個挑戰。

現在的工具調用其實已經相當精準了，真正的難點在於工具設計。每個工具都必須經過精心打磨，既能給出合適的反饋，又不能讓上下文窗口被信息淹沒。你需要考慮：

Agent 怎麼知道某個操作只是部分成功？怎麼在不浪費大量 token 的情況下傳達複雜的狀態變化？
比如資料庫查詢可能返回 1 萬條數據，但 Agent 只需要知道「查詢成功，1 萬條結果，這裡是前 5 條」，設計這種抽象是一門藝術。
當工具失敗時，Agent 需要哪些信息來恢復？信息太少它會卡住，太多又浪費上下文資源。
怎麼處理相互影響的操作？比如資料庫事務、文件鎖、資源依賴關係。

我做的資料庫 Agent 能用，不是因為工具調用不出錯，而是因為我花了幾周時間設計了能和 AI 有效溝通的工具介面。每個工具都會返回結構化的反饋，Agent 能真正用來做決策，而不是單純拿到一堆原始的 API 響應。

那些號稱「接上 API，Agent 就能搞定一切」的公司根本沒做過這方面的工程工作。他們把工具當成人機交互界面設計，而不是針對 AI 設計。結果是，雖然 Agent 表面上能成功調用 API，卻無法真正完成複雜流程，因為它根本沒弄懂發生了什麼。

每個生產環境中的 Agent 系統背後有個不為人知的真相：AI 可能只做了 30% 的工作，其餘 70% 是工具工程——設計反饋介面、高效管理上下文、處理部分失敗，以及構建 AI 能理解和利用的恢復機制。

整合現實考驗

假設你已經解決了可靠性和經濟性問題，接下來還得面對一個更大的挑戰——和現實世界系統的集成，而現實往往很複雜糟糕。

企業系統並不是一套乾淨利落的 API，等著 AI agent 去協調。它們大多是遺留系統，有各種怪癖、存在各種故障模式、隨時可能變動的認證流程、按時間變化的訪問頻率限制，還有一些合規要求，根本套不進簡單的提示模板里。

我的資料庫 Agent 不只是「自動執行查詢」。它還得處理連接池管理、事務回滾、只讀副本、查詢超時，並且記錄所有操作以備審計。AI 負責生成查詢語句，其他一切都靠傳統系統編程。

那些吹噓「全自動 Agent 能無縫集成你整個技術棧」的公司，要麼太樂觀，要麼根本沒真正在大規模生產環境試過。現實中，集成現實場景往往是 AI Agent 的墳墓。

什麼才是真正可行的（以及原因）

做過十幾個覆蓋整個軟體開發生命周期的 Agent 系統後，我發現成功的項目都有共同特點：

我的 UI 生成 Agent 之所以能用，是因為每個界面都會有人審查後才上線。AI 負責將自然語言轉成可用的 React 組件，最終用戶體驗由人來把關。

我的資料庫 Agent 之所以可靠，是因為每次有破壞性的操作都會先確認。AI 負責把業務需求轉成 SQL，但數據完整性由人來保證。

我的函數生成 Agent 只在明確的邊界內工作：給它一個規範，它輸出一個函數。沒有副作用，沒有狀態管理，也沒有複雜集成。

我的 DevOps 自動化 Agent 通過生成基礎設施即代碼（IaC）來工作，這些代碼可以審查、版本控制、回滾。AI 負責把需求轉成 Terraform 代碼，但部署流程有我們多年積累的安全機制。

我的 CI/CD Agent 有明確的成功標準和回滾機制。AI 負責分析代碼質量、生成修復建議，但最後合併與否由流水線控制。

總結一句話：

AI 負責處理複雜問題，人工負責掌控關鍵決策，傳統軟體工程保障系統穩定可靠。

我的預測

以下是我對 2025 年哪些人將陷入困境的具體預測與判斷：

那些靠風險投資撐腰、打著「完全自主 Agent」旗號的初創公司，會最先碰到經濟瓶頸。他們的 Demo 在五步以內的流程還挺順，但客戶真正需要的是 20 步以上的複雜流程，這從數學上根本撐不住。為了解決這種不可能解決的可靠性問題，燒錢速度會飆升。
那些在已有企業軟體產品上硬塞「AI agent」的公司，用戶接受度會停滯不前。因為他們的 Agent 根本無法深入集成，處理不了真正的工作流程。
勝出者會是那些打造受限、面向特定領域的工具團隊，這些工具用 AI 處理難點，同時在人類控制或關鍵決策上保持嚴格邊界。換句話說，不是「全自動一切」，而是「能力超強且邊界清晰的助手」。
市場最終會學會區分「演示效果好」的 AI 和「真正穩定可用」的 AI，而這個過程對許多公司來說代價會很高。

我並不是不看好 AI，而是對當前 Agent 架構的做法不看好。但我相信，未來會遠比現在的炒作更有價值。