Harness 与 Agent 工程 · Agent架构与协作 · 2025-10-29

公司上了Agent,裁掉90%员工

AI Agent真的会取代90%的员工吗?深入解析Agent发展阶段与当前局限。

核心内容:

  1. Agent发展的5个阶段:从简单指令执行到数字人格的演进路径
  2. 企业级Agent应用现状:L2向L3过渡期的能力与局限
  3. Agent核心架构解析:5大关键组件如何实现智能化运作

上周,我给一家企业实施AI Agent应用时,对方的项目总监悄悄问我:“K总,我听说这个Agent上线后,会裁掉90%的员工,是真的吗?”听到这一类问题,我一点也不惊讶,“AI焦虑”已经成为一种普遍社会现象。但要想全面深入地回答这个问题,就会涉及到Agent的发展阶段、核心组成、类型划分、以及当前面临的种种不足等等,不是一两句话就能说得清,下面通过这篇文章,好好剖析一下这个问题。


01

Agent发展的5个阶段 AI Agent不是突然冒出来的成熟产物,而是随着底层大模型推理能力的不断增强,逐步走向完善的。整体上,我们可以将它的发展划分为五个阶段(L1–L5):

L1:简单步骤跟随 在这个初级阶段,Agent的能力仅限于按照用户或开发者预先设定的确切指令,一步步完成任务。比如,你可以让它“打开邮件,阅读第一封未读邮件”,它更像一个智能化的执行器,但缺乏自主判断和更复杂的决策能力。 L2:确定性任务自动化进阶到L2,Agent能够基于对确定性任务的描述,在预设的动作空间内自动完成一系列步骤。它不再需要每一步都精确指令,而是能在给定规则下完成相对封闭、可预测的流程,比如你可以让它“查询今天上海的天气”。在这一过程中,Agent 会自动调用并整合多个数据源。 L3:战略任务自动化这是当前许多先进Agent正在努力达到的阶段。在L3,Agent可以根据用户指定的高层次任务目标,自主调用各种资源和工具,规划并执行步骤,并能根据中间反馈,迭代优化计划。 L4:记忆和上下文感知在这个阶段,Agent将具备更深层次的智能,能够感知用户在长期交互中的上下文,理解用户过去的记忆,并有时主动提供个性化的服务。它能记住你的偏好、习惯,甚至能预测你的需求,比如“告诉扫地机器人今晚打扫房间”,它会根据你的日常习惯,避开你常用的区域,或根据天气状况推荐何时清洗窗户。 L5:数字人格这是Agent发展的终极目标,智能体将能代表用户完成更复杂的事务,甚至能与他人进行交互,并确保其安全和可靠性。这个时候,它可能不仅仅是你的助理,更是你在数字世界中的一个分身,能够独立思考、决策,并保护你的利益。 目前,随着推理大模型的进一步成熟,以及Manus、百度文心智能体平台、扣子空间、通义千问智能体等通用Agent的出现,企业AI Agent的应用正加速从L2向L3阶段迈进。它们在执行确定性流程和一定程度的自主规划方面,已经表现出色;但在真正拥有长期记忆、上下文理解和主动服务方面,仍有很长的路要走。


02

Agent关键组件和架构 一个AI Agent之所以能够“智能”地运作,离不开其背后精密的组件协同和逻辑架构。 1、5个关键组件 就像人类的思考和行动一样,Agent也有一套完整的认知与执行系统: 感知:它是智能体与外部环境交互的基础接口,负责收集和解析环境数据,包括文本、图像和声音等。 规划:作为智能体的决策中心,它负责将复杂的总目标分解成可执行的步骤,并制定实现策略。这里不得不提的是“思维链”,这种提示技术已成为提高大模型在复杂任务表现上的标准方法,它让Agent能像人类一样进行逐步推理。 记忆:存储着历史交互、知识积累和临时任务数据,是Agent实现上下文感知和长期学习的基础。 工具使用:通过调用外部资源,如API、代码库、RPA或应用程序,来扩展自身能力,是Agent在企业环境中实现价值的关键。 行动:是感知、规划、记忆和工具使用的最终成果,也是智能体执行任务和与环境交互的具体表现。 2、架构逻辑图 把这些组件连接起来,Agent 的逻辑架构也就一目了然。整条信息流清晰呈现了其从输入、处理到输出的完整路径:

来源@顿悟山丘智库 用户输入层: Agent的起点,接收用户以图文、语音、视频等多种形式提供的指令或信息。 接入网关层:负责统一接口管理,进行身份认证、协议转换和路由,确保输入信息能够安全、高效地进入Agent的核心处理区。 意图识别层:对输入的原始数据进行预处理、意图分类和实体提取,将非结构化的用户指令转化为…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/shuziyuangong/2025102942785.html