📚Weii's Blog

Appearance

2026-06-18AIAgent
2245
8m
0

AI 智能体造词运动：一场精心设计的概念泡沫 ​

一、现象：每三个月一个新词 ​

如果你过去两年持续关注 AI 圈，会发现一个规律：每过三个月，就会出现一个你必须学会的新词，否则就会被行业"淘汰"。

时间热词当时的话术现在的状态
2023 Q1Prompt Engineering"不会写 Prompt = 不会用 AI"已被内化为基础技能，独立岗位消失
2023 Q4RAG"向量数据库是 AI 时代的 MySQL"工程化落地，成为基础设施的一环
2024 Q2CoT / ReAct / ToT"思维链让模型会思考"已被训练进模型，默认触发
2024 Q4Agent"AI 的终极形态是自主智能体"大规模概念炒作期
2025 Q2Context Engineering"Prompt 已死，上下文工程才是未来"被 Harness Engineering 吞并
2025 Q4MCP"AI 时代的 USB-C 接口标准"协议层基础设施，不再被单独讨论
2026 Q1Harness Engineering"给 Agent 搭脚手架才是核心壁垒"迅速过气
2026 Q2Loop Engineering"设计自循环才是下一代 AI 工程"正在膨胀的顶点

这种造词速度，已经超过了中国互联网的"风口制造机"。问题是：这些概念背后，真的有什么本质性的技术突破吗？

二、拆穿：每一个新词都是老活新整 ​

2.1 Agent 的本质 ​

外界对 Agent 的想象：

"它能思考、学习、进化，甚至可能产生意识……"

Agent 的实际代码：

python
while not done:
    thought = llm.think(context)      # 预测下一个 token
    action = pick_action(thought)     # 调用预定义工具
    observation = tool.execute(action) # 拿结果
    context += observation            # 拼接字符串更新上下文

一个 while 循环 + 一个 LLM + 一堆 API 调用。

OpenClaw 创始人 Peter Steinberger 在被问到"这不就是定时任务吗"时，回答得很直白：

"对，说到底就是定时任务。整个项目就是把几个依赖项粘合在一起，没有什么惊天原创，就像 Dropbox 本质也只是多了几步的 FTP。"

这不是谦虚，这是诚实。

2.2 Prompt → Context → Harness → Loop 的套娃 ​

把这四个"工程范式"并排对比，你会发现一个尴尬的事实：

范式宣称的核心实际做了什么本质上
Prompt Engineering写好提示词给模型输入文本写好函数的入参
Context Engineering喂够上下文把更多文本塞进窗口把入参变长、变结构化
Harness Engineering搭执行环境给模型注册工具、加权限给函数配外部依赖
Loop Engineering设计自循环用 while 循环反复调用把函数放进一个循环里

四者不是"范式跃迁"，而是同一套自动化脚本的不同抽象层级。就像你不可能说"从写函数到写循环是编程范式的革命"。

2.3 MCP 的本质 ​

MCP（Model Context Protocol）被包装成"AI 时代的 USB-C"。

实际呢？它是一个JSON-RPC 接口标准，规定了 LLM 如何调用外部工具。类似的东西在软件工程里存在了几十年：gRPC、REST、SOAP、CORBA……

把接口标准重新命名为"协议"，再套上"AI 原生"的外衣，估值就能翻十倍。这是概念炼金术，不是技术创新。

2.4 "自主决策"的真相 ​

很多 Agent 产品宣传的"自主决策"，拆解开来：

  • 判断用哪个工具 → 其实是硬编码的规则匹配或简单的关键词路由
  • 决定下一步做什么 → 其实是预定义的状态机
  • 自我修正 → 其实是把错误信息拼进下一次 Prompt

一旦遇到稍微复杂、边界模糊的场景，这些"自主决策"就会原形毕露。

三、谁在给泡沫充气 ​

3.1 资本需要新故事 ​

2024 年，全球 AI Agent 融资总额超过 87 亿美元。但同期有 62% 的项目连最基本的产品 Demo 都没推向市场。

一个估值 30 亿的明星项目，内测用户反馈"自动发邮件功能老是出毛病"，团队却忙着发公关稿宣扬"行业颠覆性"。

资本不会反复投资同一个故事。Prompt Engineering 讲完了，必须讲 Context；Context 讲完了，必须讲 Agent；Agent 讲完了，必须讲 Loop。叙事不能停，一停估值就崩。

3.2 创业公司需要护城河幻觉 ​

大模型能力是巨头垄断的，创业公司很难在底层竞争。那怎么办？

造概念。

"我们不做模型，我们做 Context Engineering 的基础设施"——这句话翻译过来就是："我们在巨头的 API 外面包了一层，希望能多收点钱。"

很多拿到融资的 Agent 创业公司，核心代码量不超过 5000 行，70% 的工作量是在写 PPT 和发推特。

3.3 自媒体需要流量 ​

技术圈有个黑色幽默：

一篇论证"Prompt Engineering 已死"的文章，是用三轮精心迭代的 Prompt 写出来的。

这是自我证否的套娃。自媒体需要不断制造"旧概念已死、新概念当立"的焦虑，才能维持流量。读者越焦虑，点击量越高。

四、Gartner 曲线不会骗人 ​

Gartner 2024-2025 年的技术成熟度曲线给出了一个清晰的定位：

Agentic AI（自主性 AI）正处于"期望膨胀顶峰（Peak of Inflated Expectations）"的前夜。

这意味着什么？

阶段特征当前 Agent 圈的状态
技术萌芽期概念提出，少数早期采用者2023-2024，已过去
期望膨胀期媒体炒作、资本涌入、过度承诺我们现在在这里
泡沫破裂期幻觉暴露、成本现实、Demo 与产品鸿沟即将到来
失望低谷期"Agent 已死"论、回归传统开发大概率 2027 年
稳步爬坡期工程化落地、垂直场景深耕2028 年以后
生产成熟期成为基础设施的一部分远期

17 只 AI 智能体概念股中，已有 10 只从年内高点回撤超过 20%。股价比论文先一步说出了真相。

五、最讽刺的自我证伪 ​

AI 圈流传最广的一个悖论：

"2026 年，Prompt Engineering 已经死了。"——这句话本身是用精心设计的 Prompt 写出来的。

更深层的问题是：当模型足够强、系统足够智能，人类剩下的那部分判断力——定义'什么是好的输出'——还能维持多久？

如果 Loop Engineering 真的成立，那么设计 Loop 的人，是不是也在给自己写墓志铭？

下一个被宣布"死亡"的，会不会就是 Loop Engineering 本身？

六、什么才是真正有价值的 ​

拆穿泡沫，不是为了否定一切。Agent 方向确实有真实价值，但它藏在喧嚣之下：

泡沫叙事真实价值
"通用 Agent 能做任何事"垂直场景的专用 Agent（如科研文献整理、代码 Review）
"零代码构建复杂系统"工程化的工作流编排（如 CI/CD 自动化、审批流水线）
"AI 自主决策取代人类"人机协作的决策辅助（人负责判断，AI 负责执行和草稿）
"新范式革命"模型能力提升带来的渐进式改进

真正创造价值的项目，有几个共同特征：

  1. 敢展示真实数据：用户日活、任务成功率、客户续费率
  2. 解决具体问题：不是"颠覆行业"，而是"帮生物学家省 30% 的文献整理时间"
  3. 人在环中（Human-in-the-loop）：保留人类最终决策权，而不是盲目追求"全自动"

七、给开发者的生存指南 ​

不要做的事情 ​

  • ❌ 追着新概念跑，每三个月重构一次技术栈
  • ❌ 把"封装了 OpenAI API"当成技术壁垒
  • ❌ 在 PPT 里写"AI 原生""范式跃迁""颠覆性创新"
  • ❌ 相信"通用 Agent"的叙事，忽视垂直场景的深耕

应该做的事情 ​

  • ✅ 关注模型能力的真实边界，而不是营销参数
  • ✅ 把 Agent 当成自动化脚本的增强版，而不是魔法
  • ✅ 在具体业务场景中验证价值，用数据说话
  • ✅ 保持工程化思维：可观测、可回滚、有兜底

八、总结 ​

AI Agent 圈的造词运动，本质是一场多方合谋的概念游戏：

  • 资本需要新叙事来维持估值
  • 创业公司需要护城河幻觉来融资
  • 自媒体需要焦虑流量来变现
  • 从业者需要"掌握最新范式"的安全感

四方合力，把同一个 while 循环包装成了四代"革命性工程范式"。

但技术不会骗人。Gartner 曲线正在爬坡，泡沫信号已经显现。当 2027 年"Agent 已死"的论调开始出现时，真正活下来的，不会是那些最会造词的公司，而是那些最懂业务、最能落地、最尊重工程常识的团队。

概念会过时，循环会停止，但代码还在跑——只要它能跑通。

最近更新