Agentic Systems

具有自主行动、决策和自我改进能力的 AI 系统。

开发理念

  • 思想胜于工程:Agent 的核心壁垒在于优秀的逻辑机制与认知框架设计。
  • ReAct 范式:核心是“思考-行动-观察”循环。 [来源:2026-06-17-x-x-com-dongxi_nlp-status-2059388069380329670-s-46(来源未公开)]
  • 结构化协作与并行群架构 (Swarm Architecture):AI Agent 落地的关键不是简单的并行,而是多 Agent 之间的结构化编排与协作。例如基于 agentic-swarms 架构, Orchestrator(编排器)能够动态将复杂宽度的任务分解、实例化专职子 Agent 并在隔离局部上下文中并行 Wave 执行,以平滑上下文损耗、降低延迟并提升可靠性。 [来源:2026-06-17-xiaohongshu-xhslink-com-o-9vVhcK9a3T(来源未公开), 2026-06-24-x-x-com-av1dlive-status-2062561213532471707-s-46(来源未公开)]
  • Loop 设计与反馈闭环:正从手动 Prompt 向自动化循环演进。企业级 Agent 真正可用的核心在于反馈闭环,即 Agent 必须具备写代码、自动测试、编译构建、差异审查和结果验证的闭环能力。 [来源:2026-06-17-x-x-com-gosailglobal-status-2066341302577340882-s-46(来源未公开), 2026-06-22-xiaohongshu-xhslink-com-o-4Nm6QKJ9qFU(来源未公开)]
  • 人机协同与开发者上移 (Moving Up the Stack):随着 Agent 反馈闭环的落地,人类开发者的角色正向上移动,从传统的逐行编写代码转变为审查更广泛的业务意图和评估设计决策的权衡,扮演类似杰出工程师(Principal Engineer)的角色。 [来源:2026-06-22-xiaohongshu-xhslink-com-o-4Nm6QKJ9qFU(来源未公开)]
  • Harness 控制系统(真正的主体):AI Agent 的核心产品不再是 LLM 本身(它相当于汽车发动机,由基座实验室提供),而是围绕 LLM 的控制系统 and 运行时环境(Harness,相当于底盘、轮子、车身等)。底座模型升级时,需要重新构建 Harness 以发挥其最大效力。详见:harness-in-agentic-systems。 [来源:2026-06-22-xiaohongshu-xhslink-com-o-3QNNBapJVwB(来源未公开)]
  • 测试时规模化 (Test-Time Scaling):推理侧的大模型算力规模化,通过生成大量中间 token(思考或工具交互)端到端解决复杂任务。包含“缸中之脑”的纯串行反思(如 O1 路线)与多轮工具交互(如 Kimi K2 / Claude 路线)两大主流范式。 [来源:2026-06-22-youtube-youtu-be-91fmhAnECVc-si-YJi23juyT-M2MZqu(来源未公开)]

组织与变现

  • 组织重塑:遵循“折叠、展开、再折叠”的演进规律,老板必须亲自下场 Build 建立体感。 [来源:2026-06-17-xiaohongshu-xhslink-com-o-eokCHyjSrw(来源未公开)]
  • 金融应用:利用多 Agent 对抗辩论生成高质量投资建议。 [来源:2026-06-17-x-x-com-viviennabtc-status-2061682788915638337-s-46(来源未公开)]
  • 中央导演智能体模式 (Director-Agent Pattern):在多智能体组织系统(L5级)的生产实践中,传统的固定、刚性工作流开始暴露出局限,转而演进为无预设工作流的中央导演模式。系统由一个中央智能体扮演“导演(Director)”角色,接受用户的自然语言意图并实时动态设计执行 Plan。它指挥并协调 8-9 个垂直分工的子智能体(如设计师、编剧、研究员、分镜作家、合成剪辑师等),所有子智能体统一向其汇报,最终自主端到端生成高度复杂的音视频、脚本和动画多模态成果。 [来源:2026-06-30-xiaohongshu-xhslink-com-o-9l7DFz7tGo9(来源未公开)]
  • 智能体演进的大模型阶梯:从 L3 (Agent) 演进到 L4 (Innovator) 的关键标志是模型的自我迭代(模型深度参与到下一代模型的研发实验中);而演进到 L5 (Organization) 则对应 Multi-agent(多智能体)组织协作系统,实现多智能体分工开发与合并。 [来源:2026-06-22-youtube-youtu-be-91fmhAnECVc-si-YJi23juyT-M2MZqu(来源未公开)]
  • 桌面级后台 Computer Use 突破:大模型(如 GPT-5.6 Soul)在“端侧电脑操控(Computer Use)”上表现出重大飞跃。智能体获得了系统级的静默操作权限与自主指针(cursor),能够在后台自动接管并操控系统原生应用(如自动在 Apple Notes 中进行整理、分类、新建文件夹)。这使得人机协同走向了“用户在前端工作/搜寻,Agent 在后台静默执行系统任务”的隐性助理时代。 [来源:2026-07-13-xiaohongshu-xhslink-com-o-AoJ3sNOEQSZ(来源未公开)]
  • 代理团队的 Ultra 模式并行化 (Ultra Mode Team Collaboration):大模型正从单一 Agent 独立思考演进为多个 Agent 组成的敏捷团队。在 OpenAI 的 Ultra 模式(Ultra Mode)中,通过多 Agent 并行分工(如自动提取多系统凭证、在 Excel 中运行 variance 差额分析、在后台起草 PPT 和交互式 Sites 看板,并通过 Slack 发送汇报),实现了极低延迟的高频任务并行处理,展现出多 Agent 组织形态的落地。 [来源:2026-07-13-xiaohongshu-xhslink-com-o-AoJ3sNOEQSZ(来源未公开)]

硬件与具身智能(物理智能体)

随着大模型的发展,智能体正向物理实体(具身智能,Embodied AI)渗透,形成更硬核的劳动力智能化:

  • 物理智能体 (Physical Agent):即具身机器人本体,需要与数字智能体(Digital Agent)共同基于仿真和本地算力进行演进。
  • 物理智能体演进的三阶段:
    1. 一阶段:2D/2.5D 平面机器人(扫地/割草/泳池清洁机,技术已高度成熟);
    2. 二阶段:3D 移动与交互机器人(如 Watchdog 宠物/守卫犬,利用多轮工具调用实现入侵驱逐的安全闭环,技术栈已收敛,正在走向产品化);
    3. 三阶段:多维空间操作人形机器人(Humanoid,技术栈和硬件尚未收敛,目前以预研为主)。 [来源:2026-06-22-youtube-youtu-be-kBsqirnWTpI-si-Pf8YGH4F4Pu81o7S(来源未公开)]
  • 端侧 AI 芯片与存算一体:机器人需要在本地执行泛化大模型进行实时决策,这依赖于端侧 AI 芯片。相比传统架构,存算一体芯片能够在本地超低功耗、低延迟地部署数十亿参数的“边缘脑”,配合云端“超脑”和终端百万参数小模型(感知/控制神经元),解决具身智能的本地算力瓶颈。 [来源:2026-06-22-youtube-youtu-be-kBsqirnWTpI-si-Pf8YGH4F4Pu81o7S(来源未公开)]
  • 具身交互的 TAO 框架:物理智能体的行为遵循 T (Task,任务) - A (Action,动作) - O (Observation,观察) 闭环机制。VLA 模型负责 O ➔ A 的推导,世界模型负责 A ➔ O 的预测,其终极理想是积累多模态物理 TAO 闭环交互数据并训练端到端具身基础模型。 [来源:2026-06-22-youtube-youtu-be-kBsqirnWTpI-si-Pf8YGH4F4Pu81o7S(来源未公开)]
  • 数字仿真与光追物理模拟:在机器人真实落地前,需要依靠支持实时光线追踪的物理仿真平台(如 moore-threads 开发的 DaDa 平台)来反馈真实物理世界,并在数字空间中对机器人技能进行不间断的训练和达标检测。
  • Root 权限安卓手机:对于某些纯数字化/移动化 Agent 而言,获取 Root 权限的真机是绕过网络和 GPS 物理限制的强力端侧工具。 [来源:2026-06-17-x-x-com-vida_bwe-status-2061812936428171436-s-46(来源未公开)]

机器人革命:将比互联网更彻底

“Clearly everything that moves will be robotic someday and it will be soon.”

这一引用来自 NVIDIA CEO 黄仁勋对机器人革命的预判:

  • 所有移动物体(割草机、汽车)最终都会机器人化,这不仅是趋势,而且”很快就会发生”
  • 机器人将在 Omniverse/Cosmos 等仿真环境中学习,生成物理上合理的未来场景,再迁移到物理世界
  • 最终结果:人类将被机器人围绕——这是确定的,而非假设

这与 agentic-systems 中”物理智能体演进三阶段”(从平面机器人→移动机器人→人形机器人)的框架呼应,但视角更宏观:是整个物理世界的自动化,而不只是特定品类机器人的落地。

关联实体:unitree(具身智能硬件先行者)

Source: 2026-07-06-xiaohongshu-xhslink-com-o-A1mEre6NHzO(来源未公开)

Source: 2026-06-17-x-x-com-0xcodez-status-2065089060104720776-s-46(来源未公开) | 2026-06-17-x-x-com-gosailglobal-status-2066341302577340882-s-46(来源未公开) | 2026-06-17-xiaohongshu-xhslink-com-o-9vVhcK9a3T(来源未公开) | 2026-06-17-xiaohongshu-xhslink-com-o-eokCHyjSrw(来源未公开) | 2026-06-19-xiaohongshu-xhslink-com-o-5PiiRYKVnBL(来源未公开) | 2026-06-22-xiaohongshu-xhslink-com-o-3QNNBapJVwB(来源未公开) | 2026-06-22-xiaohongshu-xhslink-com-o-4Nm6QKJ9qFU(来源未公开) | 2026-06-22-youtube-youtu-be-91fmhAnECVc-si-YJi23juyT-M2MZqu(来源未公开) | 2026-06-22-youtube-youtu-be-kBsqirnWTpI-si-Pf8YGH4F4Pu81o7S(来源未公开) | 2026-06-24-x-x-com-av1dlive-status-2062561213532471707-s-46(来源未公开)