本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust
安德烈·卡帕西（Andrej Karpathy），openai前创始成员，深度学习与自动驾驶等方向的专家，也曾担任特斯拉AI的负责人，这两年崛起的AI意见领袖。
今天，他发了一条推文，其中说到，“作为一名程序员，我从没像现在这样强烈地感到自己落后了。这个职业正在被大幅重构……一场9级地震正在撼动整个行业。撸起袖子加油干吧，别被甩下来。”
这条推文，可能把2025年程序员群体的集体体感说透了：焦虑、兴奋、以及一种“不学就会掉队”的窒息感。过去一年，代理（agents）、子代理、MCP模型上下文协议、工作流、IDE集成等新名词层出不穷；企业一边为追逐AI生产力而裁员，一边又不断遭遇幻觉翻车、流程卡死与权限失控的现实成本。
卡帕西说，“这就像有人把一个强大的外星工具递给了所有人，只不过它没有说明书，每个人都得自己摸索该怎么理解、怎么操作。”
AI好像确实很能打了，2025年，也曾被认为是“agent代理元年”，那么，如今我们距离真正的“自动化的一切”到底还有多远？
《纽约客》刚刚发表了卡尔·纽波特的一篇文章，给出了一个冷静、甚至有点“泼冷水”的答案。纽波特的核心判断很直接：2025并没有迎来通用型AI代理的爆发，行业“过度承诺、交付不足”。
他指出，代理在编程领域之所以亮眼，是因为变成终端天然是文本世界，适配大语言模型。可一旦走出终端，进入需要鼠标点击、网页交互的真实工作流，速度慢、易卡住、错误会被多步骤任务放大。
著名AI批评者加里·马库斯（Gary Marcus）用了一句很刻薄的话：“他们是在笨拙的工具上再搭一层笨拙的工具。”而安德烈·卡帕西则在之前的采访中直言，代理“就是行不通（It’s just not working）”。
文章并不是否定AI，而是把兴奋拉回工程的现实与认知的基线：要么重建更“对机器人友好”的互联网协议，要么补上模型在时间、位置与常识推理上的短板。读到结尾，你可能会同意卡帕西那个判断：与其说这是“代理之年”，不如说更像“代理之十年（Decade of the Agent）”。
尖峰报告：稳定币到底是一场怎样的财富大转移？
This was supposed to be the year when autonomous agents took over everyday tasks.The tech industry overpromised and underdelivered.
ByCal Newport
December 27,2025
为什么人工智能没有在2025年改变我们的生活
原本这应该是“自主代理（autonomous agents）”接管日常琐事的一年。科技行业夸下海口，却交出了远低于承诺的结果。
一年前，OpenAI的首席执行官山姆·奥特曼做出大胆预测：“我们相信，在2025年，我们可能会看到第一批AI代理（AI agents）‘加入劳动力市场’，并在实质上改变公司的产出。”
几周后，这家公司的首席产品官凯文·韦尔（Kevin Weil）在1月于达沃斯举行的世界经济论坛会议上表示：“我认为，2025年是我们从ChatGPT只是个超级聪明的东西……走向ChatGPT能在现实世界替你做事的一年。”
他举例说，人工智能将能填写在线表格、预订餐厅座位。他后来还承诺：“我们一定能做到，毫无疑问。”（OpenAI与康泰纳仕（CondéNast，《纽约客》的所有者）有企业合作关系。）
这绝非小小的自夸。聊天机器人可以直接回应文本提示——比如回答问题，或写出一封电子邮件的初稿。但从理论上说，代理能够自行在数字世界中穿行，完成需要多步骤、并调用其他软件（例如网页浏览器）的任务。
想想预订酒店要做多少事：挑选合适的日期；按个人偏好筛选；阅读评价；在不同网站间搜索、比较价格与设施。代理从概念上完全可能把这些活动全都自动化。这类技术的影响将极其巨大。
聊天机器人对人类员工来说是方便的工具；而高效的A.I.代理可能会直接取代员工。赛富时（Salesforce）的首席执行官马克·贝尼奥夫（Marc Benioff）曾宣称他公司一半的工作由A.I.完成，他预测代理将帮助引爆一场“数字劳动力革命”，价值数万亿美元。
风投大佬和科技公司创始人纷纷补课，这个人在AI时代的含金量力正在飙升
在一定程度上，之所以把2025年称为“A.I.代理之年”，是因为到2024年底，这些工具在计算机编程方面已变得无可否认地娴熟。5月的一段OpenAICodex代理演示里，用户让工具修改他的个人网站：“在investment/tools旁边再加一个标签页，叫‘food I like’。在文档里放——tacos。”用户写道。
聊天机器人迅速完成一连串彼此关联的动作：它先查看网站目录中的文件；再检查一个看起来很有希望的文件内容；然后用搜索命令找出应插入新代码行的位置。代理弄清网站结构后，利用这些信息成功新增了一个页面，页面主题就是tacos。
作为一名计算机科学家，我不得不承认，Codex处理这个任务的方式，或多或少就像我会做的一样。硅谷因此深信：其他更困难的任务也将很快被攻克。
然而，当2025年临近尾声时，通用型A.I.代理的时代并未出现。今年秋天，OpenAI的联合创始人安德烈·卡帕西（Andrej Karpathy）离开公司并启动了一个A.I.教育项目，他形容代理“在认知上有所欠缺（cognitively lacking）”，并说：“就是行不通。”
长期批评科技行业炒作的加里·马库斯（Gary Marcus）最近在他的Substack上写道：“到目前为止，AI代理大多是个哑炮（dud）。”这种预测与现实之间的落差很重要。
能对答如流的聊天机器人、能扭曲现实的视频生成器确实令人惊叹，但单凭它们，并不能开启一个机器接管我们大量活动的世界。如果主要的A.I.公司无法交付广泛有用的代理，那么它们也许就无法兑现自己对“由A.I.驱动的未来”的承诺。
AI时代，曾经最简单的事，如今却成了最大的问题
“A.I.代理”这个词会让人联想到类似《黑客帝国》或《碟中谍：最终清算》那样火力全开的新技术。其实，代理并不是某种定制的数字大脑；相反，它们由聊天机器人同款的大语言模型驱动。
当你让一个代理去做家务式的任务时，一个控制程序——一种很直接的应用，用来协调代理的行动——会把你的请求转成给大语言模型的提示：我想完成什么、有哪些可用工具、我第一步该做什么？控制程序随后尝试语言模型建议的行动，把结果告诉它，再问：那我接下来该做什么？这个循环不断继续，直到大语言模型认为任务完成为止。
事实证明，这种架构特别擅长自动化软件开发。创建或修改一个计算机程序所需的大多数动作，都可以通过在文本终端里输入一小组有限命令来实现。这些命令会让计算机在文件系统中移动、在源文件中添加或更新文本，并在需要时把人类可读的代码编译成机器可读的比特。
对大语言模型来说，这是理想环境。“终端界面是基于文本的，而语言模型正是建立在文本这个领域之上，”亚历克斯·肖（Alex Shaw）——Terminal-Bench的共同创建者——告诉我。Terminal-Bench是一种流行工具，用于评估编码代理。
而像奥特曼设想的那种更通用的助手，则需要代理离开终端这种舒适的约束。因为大多数人完成电脑任务靠的是指指点点，一种能“加入劳动力市场”的A.I.很可能得学会使用鼠标，而这竟是个出人意料地困难的目标。
为什么聪明人正在纷纷逃离社交媒体？
《纽约时报》最近报道了一批新创业公司，它们在搭建“影子站点”——把美国联合航空和Gmail等热门网页复制出一份，让A.I.在这些复制页面上分析人类如何使用光标。7月，OpenAI发布了ChatGPT代理，这是一个能用网页浏览器完成任务的机器人早期版本。
但有一篇评测指出：“即使是点击、选择元素、搜索这类简单动作，也可能让代理花上几秒——甚至几分钟。”有一次，这个工具在一个房地产网站的下拉菜单里试图选中某个价格，竟卡住了将近一刻钟。
还有另一条提升代理能力的路：让现有工具变得更易于被A.I.掌握。一个开源努力旨在开发所谓的模型上下文协议（Model Context Protocol），这是一种标准化接口，允许代理通过文本请求来访问软件。
另一个是Google去年春天推出的Agent2Agent协议，它设想一个代理彼此直接交互的世界。如果我的个人A.I.能改为向一个专用A.I.发问——也许由酒店公司自己训练——让对方代我在订房网站上操作，那么它就不必亲自使用酒店预订站点。
当然，要围绕机器人重建互联网基础设施需要时间。（多年来，开发者一直积极试图阻止机器人在网站上乱动。）而且即便技术人员能完成这个项目，或成功驯服鼠标，他们还会面对另一项挑战：作为代理决策底座的大语言模型本身存在的弱点。
游戏真的变了，当“大空头”关掉基金开了付费群
在一段宣布ChatGPT代理亮相的视频里，奥特曼和一组OpenAI工程师演示了它的若干功能。有个时刻，它生成了一张地图，据称展示了走访北美三十座美国职业棒球大联盟球场的行程。奇怪的是，路线里竟包含墨西哥湾中部的一个停靠点。
你可以把这次翻车当成个例，但对硅谷批评者马库斯来说，这类错误凸显了更根本的问题。他告诉我，大模型缺乏对“世界中的事物如何运作”的充分理解，因此无法可靠地处理开放式任务。即便在相对直接的场景里，比如规划旅行，他说，“你仍然得推理时间，你仍然得推理位置”——这些是人类的基本能力，而语言模型在这方面很吃力。“他们是在笨拙的工具上再搭一层笨拙的工具，”他说。
还有评论者警告，代理会放大错误。聊天机器人用户很快就会发现，大模型有编造内容的倾向；一个广为人知的基准测试显示，OpenAI最前沿模型GPT-5的不同版本，其幻觉率大约在10%左右。
对于要完成多步骤任务的代理来说，这种半规律性的走神可能是灾难性的：只要一步走错，整个行动就可能偏离轨道。今年春天，《商业内幕》（Business Insider）的一条标题警告说：“别对AI代理太兴奋。它们会犯很多错。”
都2026年了，全世界最会搞钱的这群大聪明为什开始狂搞自媒体？
为了更好地理解一个大语言模型大脑可能如何走偏，我让ChatGPT讲解：如果它在驱动一个酒店预订代理，它会遵循怎样的计划。它描述了一套包含18个步骤与子步骤的序列：选择订房网站；对搜索结果应用筛选；输入信用卡信息；把预订摘要发给我；等等。
我对模型拆解活动的细致程度印象很深。（在你看到它们被一条条列出来之前，很容易低估这样一个常见任务究竟包含多少微小动作。）但我也能看出，我们这个假想代理可能在哪些地方脱轨。
比如子步骤4.4，让代理用一个公式给房间排序：α*(location score)+β*(rating score)−γ*(price penalty)+δ*(loyalty bonus)。在这种情况下，这确实是正确的做法类型，但大语言模型对细节的规定却令人不安地过于含糊。
它会如何计算这些惩罚（penalty）与奖励（bonus）值？又会如何选择权重（用希腊字母表示）来平衡它们？人类大概会靠反复试错和常识来手工调参，但谁知道大语言模型自己会怎么做。而小错误也会很要命：如果过度强调“价格惩罚”，你可能最终住进城里最不堪的酒店之一。
赚钱为什么越来越难？这是我看过的最深刻的一篇
几周前，奥特曼在一份内部备忘录中宣布：开发A.I.代理只是OpenAI诸多项目之一，公司将弱化这一方向，因为它想把重点放在改进核心聊天机器人产品上。就在去年这个时候，奥特曼这类领导者说得好像我们已经冲过了技术悬崖边，正混乱翻滚着坠向一支自动化劳动力大军。
现在看来，那种屏息狂热显得轻率。最近，为了校准自己对人工智能的预期，我一直在想起10月的一段播客采访：采访对象是OpenAI联合创始人卡帕西。采访者德瓦克什·帕特尔（Dwarkesh Patel）问他，为什么“代理之年”没有兑现。
“我感觉行业里存在一些过度预测，”卡帕西回答，“在我看来，这更准确的说法是：这是‘代理之十年（Decade of the Agent）’。”【懂】