系列：《AI Agent 从原理到实战 —— 解密 Claude Code 背后的工程智慧》 第1篇

引言

你大概有过这样的体验：打开 ChatGPT，说一句"帮我写封邮件，拒绝周五的会议邀请，语气委婉一点"，几秒钟后一封措辞得体的邮件就出来了。复制，粘贴，发送，完事。

但如果你说的是"帮我把这个项目的测试覆盖率从 40% 提到 80%"呢？这不是写一段文字就能解决的事。它需要读代码、理解业务逻辑、找出没覆盖的分支、写测试用例、跑测试、看失败原因、改测试、再跑——可能要循环几十次。

前者是一个"工具"在帮你，后者才接近一个"Agent"在帮你。

这两件事的区别，远比大多数人以为的要大。而市面上很多自称"AI Agent"的产品，本质上还停留在第一种——只是把它包装得像第二种。

回到起点：最早的 AI Agent 长什么样

要理解什么是真正的 Agent，值得回头看几个里程碑。

2013年，DeepMind 的 DQN 打 Atari 游戏。 一个神经网络，输入是游戏画面的像素，输出是手柄操作。没有人写规则告诉它"看到敌人要开枪"，它自己从零开始，通过反复试错学会了玩几十款游戏——有些甚至超过了人类玩家的水平。

2019年，OpenAI Five 打 Dota 2。 五个 AI 组队，击败了 Dota 2 世界冠军 OG。Dota 2 是一个信息极其复杂的游戏：地图有战争迷雾，英雄有上百个技能，需要团队配合、资源分配、时机判断。OpenAI Five 没有任何硬编码的策略，全靠自我对弈训练出来。

同年，DeepMind 的 AlphaStar 打星际争霸。 星际争霸被认为是 AI 最难攻克的游戏之一——实时操作、不完全信息、长期规划缺一不可。AlphaStar 达到了欧服大师段位，超过 99.8% 的人类玩家。

还是2019年，腾讯的"绝悟"打王者荣耀。 在与 KPL（王者荣耀职业联赛）职业选手的对抗中取得了胜利。又一个纯粹靠训练、没有人工策略的 AI。

这些 Agent 的共同点

把这四个案例放在一起看，有一个关键共性：Agent 就是模型本身。

DQN 是一个神经网络。OpenAI Five 是五个神经网络。AlphaStar 是一个神经网络。绝悟也是。它们的"智能"不是外面套的代码给的，是训练出来的。没有人写了一个 if enemy_nearby then attack() 的规则——如果靠这种规则，它们不可能超越人类，因为写规则的人本身就是人类，天花板就在那里。

这就引出了一个核心观点。

Agent = 训练出来的模型，不是规则拼出来的工作流

现在市面上有大量"AI Agent 平台"，它们的工作方式通常是这样的：

1. 用户定义一个流程（比如"先搜索，再总结，再发邮件"）
2. 每一步调用一次 LLM
3. 步骤之间用硬编码的逻辑串起来

这不是 Agent。这是一条流水线，LLM 只是流水线上的一个零件。决策权不在模型手里，在写流程的人手里。

这种做法有一个学术名字，叫 GOFAI（Good Old-Fashioned AI），也就是"经典符号人工智能"。上世纪六七十年代的主流思路：把世界建模成规则和符号，用逻辑推理解决问题。专家系统就是这条路的产物。它能解决一些结构化的、边界清晰的问题，但碰到真实世界的复杂性就崩了——因为你不可能穷举所有规则。

给 LLM 套一个 if-else 外壳，本质上就是穿了新衣服的 GOFAI。它看起来时髦，但走的是同一条死胡同。

真正的 Agent 应该是：模型自己决定下一步做什么。 它看到当前状态，判断需要什么信息或操作，选择合适的工具执行，观察结果，再决定下一步。整个决策链条是模型的推理能力驱动的，不是预设的流程图驱动的。

那程序员的角色是什么？

如果 Agent 的智能来自模型，模型又不是我们训练的（那是 Anthropic、OpenAI 这些公司的事），那我们干什么？

这里有一个类比值得记住：

模型是司机，代码是车。你造的不是司机，你造的是车。

一个优秀的司机（模型），坐进一辆没有方向盘的车里，哪儿也去不了。而你的工作，就是造一辆好车——有方向盘、有仪表盘、有油门刹车、有导航系统——让司机能充分发挥能力。

这辆"车"，在 AI Agent 领域有一个专门的名字：Harness。

Harness 这个词在中文里不太好直译。它的本意是"线具"或"挽具"——套在马身上的那套装备，让马的力量能被有效利用。在 AI Agent 语境下，你可以把它理解成"驾驶舱"：它不提供动力（智能），但它决定了动力能不能被正确释放。

Claude Code 就是这样一个 Harness。它本身不是 Agent——Claude 模型才是 Agent。Claude Code 是给 Claude 造的那辆车，让它能在你的电脑上读文件、写代码、跑命令、搜索信息。

小结

回顾一下这篇文章的核心观点：

• AI Agent 的"智能"来自训练出来的模型，不是外面包的规则和流程
• 给 LLM 套 if-else 外壳的做法，本质是老式符号 AI 的翻版，有明确的天花板
• 我们（程序员、产品经理、各行各业的从业者）的角色不是造"司机"，而是造"车"
• 这辆车叫 Harness

那这辆车到底长什么样？它最核心的结构是什么？下一篇，我们来看 AI Agent 最简单也最重要的一个机制——Agent Loop。