前言

在人工智能的语境里，“Agent”这个词几乎成了一个 buzzword。无论是自动驾驶、智能机器人，还是今天火热的 AI 辅助编程，大家都在谈 Agent。

但“Agent”究竟意味着什么？它为什么在今天被重新强调？姚顺雨（前 OpenAI 研究员）在多次访谈和文章中，对 Agent 做过系统性的思考。

我梳理他的核心观点，帮大家从更完整的脉络理解 Agent 的演变、现状和未来。

一、Agent 的定义：从工具到智能体

姚顺雨认为，Agent 并不是一个新概念，而是一个随时代不断变化的概念。

• 在自然语言处理的角度，Agent 是相对单纯“生成内容”的模型而言的。它不仅能写文章、对话，还能与外部世界交互，比如调用计算器、搜索互联网、操作电脑软件。
• 在更广义的 AI 背景下，任何能自主决策、与环境交互并优化奖励的系统，都可以被称为 Agent。从 AlphaGo，到 Waymo 自动驾驶，再到今天的大语言模型驱动的工具，它们都符合这个定义。

因此，Agent 的含义依赖具体语境。在今天，讨论的核心是：如何基于大语言模型，构建能推理、能交互的智能体。

二、核心区别：推理与泛化

特别强调，语言 Agent 与传统 Agent 的本质区别在于推理能力。

举了个例子：人类面对一个新环境，比如走进黑暗房间，会基于常识推理出“先点灯以避免危险”。这种能力让人可以快速适应陌生场景。

而传统强化学习系统往往需要成百上千万次训练，才能学会同样的事。

推理 → 泛化：语言模型带来了强大的“先验知识”，使得智能体具备推理的基础。推理能力让 AI 能在不同环境之间迁移，真正实现泛化。

这也是为什么 ReAct 框架（Reason + Act）如此重要：它不仅生成行动，还在行动前进行思考。

三、Agent 的三次演变

姚顺雨把 Agent 的发展，分为三波浪潮：

1. 符号主义 Agent（Good Old-Fashioned AI）：基于规则和逻辑推理构建。比如“温度 > 30℃ → 开空调”。但这种方法很快遇到瓶颈：规则无法覆盖复杂世界，导致第一次 AI 寒冬。
2. 神经网络 + 深度强化学习 Agent：代表是 AlphaGo、OpenAI Five 等。通过大量试错和奖励函数学习策略，在封闭环境（游戏、虚拟模拟）里表现出色。但问题是：无法泛化，围棋 Agent 学不会打游戏，虚拟环境成果难以迁移到现实世界。
3. 语言模型驱动的 Agent：大语言模型提供了推理和常识的先验，使得 Agent 可以进入更多数字环境：编程、互联网、电脑操作。
   同时，任务本身也从“棋类游戏”走向“复杂数字环境”，更接近现实应用。

这三波浪潮，不仅是方法论的演进（规则 → 神经网络 → 语言模型），也是任务环境的演进：从符号环境，到虚拟环境，再到数字世界。

AI 五级能力分层（L1–L5）的：

• L1：Chatbot（聊天机器人） —— 基于语言先验。
• L2：Reasoner（推理者） —— 在语言基础上具备推理能力。
• L3：Agent（智能体） —— 推理 + 与环境交互，能够泛化。
• L4：Innovator（创新者）
• L5：Organizer（组织者）

Agent 必须建立在 Chatbot 与 Reasoner 之上。而未来的发展方向，一是让 Agent 拥有自主奖励机制，二是形成 Multi-Agent 协作组织。

4、任务设定：从“上半场”到“下半场”

在博文《The Second Half》中，姚顺雨提出：AI 的瓶颈已经从“方法设计”转向“任务定义”。

早期我们关注的是“怎么造武器”（算法、模型）；但当我们拥有了大语言模型这一“通用武器”后，更重要的是思考“朝哪里开枪”（任务设定）。

任务设计的关键：

1. 结果导向而非过程导向： 数学、编程任务的成功，取决于结果是否正确，而不是过程多么优美。
2. 奖励要白盒、可计算： 最好基于规则，而非人类偏好，否则容易被“投机取巧”。

SWE-bench、SWE-Agent 等工作，就是通过构建清晰、白盒的 reward，使得 AI 能够在真实软件工程环境中不断迭代学习。

六、Agent任务的难度与划分

不同任务的挑战维度是正交的：

• 可靠性导向：如客服，需要 99% 以上的稳定性。
• 创造力导向：如科研、写作，允许大量失败，只要偶尔成功即可。
• 时间跨度：短循环任务（修改一行代码） vs. 长循环任务（构建操作系统）。
• 广度：窄任务（修复 bug） vs. 宽任务（从 0 搭建大型系统）。

因此，人类觉得难的任务，不一定对 Agent 难。

比如客服对人来说门槛低，但对 AI 来说，需要极高鲁棒性，反而更难。

七、Code：Agent 的“手”

姚顺雨有个有趣的比喻：人类最重要的 affordance 是“手”，而 AI 最重要的 affordance 可能是 “代码”。

代码天然是机器能理解和操作的语言。不同于网页、视频这种“为人设计”的信息形式，代码是为机器设计的表达形式。这使得 Code 成为 Agent 进入真实世界的最佳入口。

从 SWE-bench 到 Coding Agent，再到更广泛的 API 调用、GUI 操作，姚顺雨认为：未来的 AGI，很可能是 API + GUI 的混合体，最终能适配各种环境。

八、语言与泛化

为什么语言是关键？：

• 语言是人类为实现泛化而发明的工具。
• 学会攀岩，并不能帮助你解决写作问题；但掌握语言，你能通过交流、推理，学习各种新技能。
• 大语言模型正是继承了语言这一“泛化工具”，才使得 RL 终于具备了跨领域迁移的可能。

这也是为什么我们今天看到：在数学、编程上通过 RL 训练过的模型，在创意写作上也表现更好。这不是单纯的数据记忆，而是泛化能力的显现。

九、Agent的总结

姚顺雨关于 Agent 的理解，可以归纳为三个核心点：

1. Agent 的本质：具备自我决策、能与环境交互，并以优化奖励为目标的系统。
2. 核心突破：推理能力让 Agent 能够泛化，而大语言模型提供了推理的先验。
3. 未来方向：

• 任务设定比模型设计更重要；
• Code 是 AI 的“手”，是通往真实世界的关键；
• Agent 的发展路径，是从单一推理者，走向多智能体协作和自主奖励。

今天的 Agent，不仅是一个技术框架，更是通向通用人工智能（AGI）的必经之路。

---

任务场景的Agent，Injob AI 模拟面试：「AI面试官」 VS「 AI 求职者」、探索面试最优解

它的核心模式很简单：

AI⾯试官：扮演⼤⼚⾯试官，内置真实的大厂岗位考核数据。它从五个维度对你进行综合考察

AI求职者：扮演“你”。导入你的真实简历，让这个AI成为你的“数字分身”，用它来和AI面试官过招。

看两个AI讨论，是世界上最有效的面试课。 你不再是参与者，而是站在上帝视角的观察者和学习者，学习如何解析问题、结构化解构回答。