【引】Gartner预测到2026年底全球40%的企业应用将嵌入具备任务执行能力的AI智能体这一数字在2025年尚不足5%。麦肯锡更是估算到2030年Agent可为全球经济贡献2.6万亿至4.4万亿美元的年GDP增量。AI Agent这个概念本身极易被混淆。很多人将Agent与聊天机器人混为一谈——前者是主动执行数字任务的系统后者只是被动响应的问答工具。正如行业文章所精准定义的Agent 大语言模型 规划能力 工具调用 记忆系统当你对聊天机器人说帮我分析竞品定价策略它可能给你一段泛泛的文字但你对Agent说同样的话它会自主搜索竞品网站、抓取定价数据、整理成表格、找出规律、生成分析报告——全程无需你逐步指导。那么Agent驱动的应用究竟有哪些主流的架构设计模式不同模式之间有何差异各自适用于什么场景呢1、六种Agent驱动的架构模式概览在深入每种架构之前让我们先建立整体认知框架。下表展示了当前业界最具代表性的六类Agent驱动的架构模式它们分别对应不同的设计目标与适用场景架构模式核心定位典型代表关键特点Computer Using Agents (CUA)计算机使用型AgentOpenAI Operator模拟人类操作GUI界面Multi-Agent Interoperability多智能体互操作性大多数通用Agent标准化Agent间通信协议CodeAct AI Agents代码执行型AgentManus通过沙箱执行代码完成任务Magnetic Orchestration智能编排型Agent微软Copilot元Agent调度多专业子AgentSLM Powered Micro Agents小语言模型驱动微AgentCursor轻量化分布式Agent架构Context Engineering Via Evals基于评估的上下文工程大多数通用Agent通过评估优化上下文质量这六种架构并非完全互斥实际产品往往是多种模式的组合。下面让老码农逐一深入解析。2.计算机使用型Agent2.1 核心原理Computer Using AgentCUA是2024-2025年最具突破性的Agent架构之一。它的核心思想是让AI像人类一样看屏幕、点按钮、输入文字通过图形用户界面GUI完成任务而无需依赖特定的API接口。OpenAI在2025年1月发布的Operator是这一架构的典型代表。其底层模型CUA融合了GPT-4o的视觉能力与强化学习推理能力。整个交互过程是一个经典的感知-推理-行动循环感知Perception计算机的屏幕截图被添加到模型上下文中提供当前状态的视觉快照推理ReasoningCUA使用思维链Chain-of-Thought推理下一步操作通过评估观察结果、跟踪中间步骤并动态适应行动Action执行点击、滚动或输入等动作直到任务完成或需要用户输入2.2 性能边界CUA的能力边界在哪里权威基准测试OSWorld给出了答案。OSWorld在真实的Ubuntu和Windows系统中使用Chrome、VS Code等真实应用涵盖361个办公日常任务并由机器自动评分。测试结果揭示了AI与人类的显著差距2024年10月Anthropic在Claude 3.5 Sonnet中引入Computer Use功能OSWorld成功率仅14.9%2025年1月OpenAI的CUA将成绩提升至38.1%人类基线相同任务上的成功率约为70%-75%2026年最新Claude Mythos Preview已达到79.6%GPT-5.4实现75.0%首次超越人类基线值得注意的是纯视觉GUI操作对模型规模有严格要求。测试显示2B参数的视觉模型在操作复杂界面时容易在任务链中段卡死而8B模型才可能完成复杂多步任务。2.3 应用场景与局限CUA架构的优势在于无需适配特定网站或应用具有极强的通用性。OpenAI Operator可用于预订机票、网购、填表等任务对于敏感操作如输入登录信息会主动寻求用户确认。但其局限同样明显无论是Claude Computer Use还是OpenAI Operator执行自动化任务时都会移动用户光标、抢键盘焦点、把窗口拉到前台因此无法并行执行多个任务。OpenAI 2026年4月发布的Codex才支持background computer use允许多个Agent在macOS上并行工作而不干扰其他应用。3.Multi-Agent的互操作型3.1 从孤岛到互联当单个Agent的能力天花板、上下文窗口限制、角色混淆等问题日益突出多Agent协作成为必然选择。然而不同厂商、不同框架的Agent如何对话这就引出了互操作性协议的核心命题。2025年4月Google在Cloud Next 25大会上正式发布了Agent2AgentA2A协议。这是一套开放标准旨在实现异构AI智能体系统之间的无缝通信与协作无论它们基于何种框架或由哪家公司构建。A2A的核心能力包括能力发现通过Agent Card了解其他Agent的能力任务委托将复杂任务分解并分配给专业Agent上下文维持通信过程中保持上下文不丢失安全协作提供企业级安全可信的互操作能力A2A采用HTTP(S)作为传输层JSON-RPC 2.0作为消息格式Server-Sent Events (SSE)用于流式传输。这种轻量级设计降低了学习成本和实现复杂度。3.2 MCPAgent的USB-C接口与A2A互补的是Anthropic于2024年11月推出的Model Context ProtocolMCP。MCP被官方比喻为AI应用的USB-C端口——提供统一的连接方式无需为每个外部工具编写专门的集成代码。MCP采用客户端-服务器架构支持三种功能类型Tools工具模型可以调用执行的函数有参数、有返回值可能有副作用Resources资源模型可以读取的数据类似文件系统或REST的GET接口只读无副作用Prompts提示词模板可复用的提示词模板带参数可被模型或用户直接调用MCP解决的是经典的N×M灾难假设企业有5个内部系统市场上有3个主流AI客户端传统方式需要开发维护15套不同的集成逻辑而MCP将网状结构简化为星型结构只需为每个数据源编写一次Server。3.3 A2A与MCP的分工Google官方文档明确将两者定位为互补关系MCP用于连接工具和数据A2A用于Agent之间的协作。一个典型的应用架构是使用MCP作为工具层让Agent能够访问本地文件、数据库和API使用A2A作为通信层让不同Agent能够像一个团队一样协作。截至2026年支持MCP的平台已包括Claude、ChatGPT、VS Code、Cursor等A2A则吸引了Atlassian、Box、Cohere、Salesforce、SAP等50多家公司共同开发。值得注意的是这两大阵营分别由Google和Anthropic主导OpenAI系缺席了A2A标准之战。4.代码执行型Agent4.1 从调用工具到执行代码CodeAct是一种革命性的Agent架构。传统方式下Agent通过Function Calling调用外部工具每调用一个工具就需要一次模型轮次导致工具调用 × 模型轮次的成本。CodeAct则将这个范式逆转让模型写一段可执行代码由受控沙箱代为运行将结构化结果回传给模型。Manus是CodeAct架构的典型代表。Manus首席科学家Peak曾在社交媒体上明确表示Manus doesnt use MCPbut inspired by CodeAct。Manus的核心设计理念是每个任务分配独立的云端虚拟机沙箱Agent自动拆解复杂任务生成Todo清单自主调用浏览器、Python代码、表格工具分步执行完整留存每一步执行日志便于回溯4.2 CodeAct的技术优势Microsoft Agent Framework中的CodeAct实现揭示了这一架构的三个核心优势降低工具往返成本传统函数调用的代价是工具调用 × 模型轮次CodeAct将整段编排合并成一次执行模型上下文里只新增一段标准输出stdout不会被多轮tool/role信息撑爆。明确执行边界模型生成的代码如果直接跑在宿主进程相当于把宿主能力面整体暴露给一段不可信文本。CodeAct将执行下沉到Hyperlight微型虚拟机宿主能力只通过显式注册的call_tool桥接进入能力面是白名单 入口集中。集中工具治理直接把十几个AIFunction挂到模型上会出现接口描述体积膨胀、模型挑错工具、审批界面被拆碎等问题。CodeAct把模型可见面收敛到一个execute_code治理点天然集中。4.3 Manus的商业奇迹Manus在2025年3月上线后迅速走红创造了AI应用领域史上最快的增长纪录内测码炒至10万元发布时一码难求8个月ARR破1亿美元2025年3月28日开始商业化12月中旬宣布ARR突破1亿美元Meta数十亿美元收购2025年12月30日Meta正式宣布收购Manus具体金额未披露但估计在20亿-30亿美元之间截至被收购时Manus已创建超过8000万台虚拟计算机处理了147万亿token。在GAIA基准测试中Manus实现了高难度级别的SOTA性能多Agent系统 outperformed 单Agent达90.2%。但后续的故事这里就不赘述了。5.智能编排型Agent5.1 核心设计理念Magentic Orchestration是一种面向复杂任务的元Agent编排架构代表产品是微软Copilot。其核心思想是用一个元AgentMeta Agent作为大脑动态调度多个专业子Agent并结合人工校验完成任务。这一架构源自微软Research和密歇根大学合作的Magentic-One系统。在Magentic编排中Meta Agent元Agent负责统筹拆解任务判断是否有可直接返回的结果或把任务分发给子AgentRetriever检索器从本地数据源检索相关信息Researcher研究员通过外部搜索获取补充信息Task Ledger任务账本同步记录所有任务进度Evaluator评估器判断结果是否符合要求不符合则返回Meta Agent重新处理Human Verification人工验证复杂任务可触发人工校验保障准确性5.2 工业级实践在Microsoft Agent Framework中Magentic Orchestration已被实现为一种灵活的多代理模式。它专为需要动态协作的复杂开放式任务设计Meta Agent根据不断变化的上下文、任务进度和Agent能力选择哪个代理应在接下来的步骤中采取行动。值得注意的是微软官方文档明确指出Magentic Orchestration目前不支持C#仅支持Python。这反映了该架构仍处于快速演进阶段。5.3 与LangGraph的对比Magentic Orchestration的体系结构与群聊编排模式相同拥有一个非常强大的Manager它通过计划来协调代理之间的协作。如果你的方案需要更简单的协调而不进行复杂的规划可以考虑使用更轻量的群聊模式。6.小模型驱动微Agent6.1 为什么是小语言模型2025年11月英伟达发布了一篇引发行业震动的论文《Small Language Models are the Future of Agentic AI》。论文提出了一个反直觉的观点在大多数Agentic AI场景中小型语言模型SLM已足够强、更适配、更便宜理应成为默认选择。核心论据包括V1 足够强7B模型在代码生成、工具调用、指令遵循等关键指标上已≈70B LLMV2 更适配低时延、可本地部署、单任务fine-tune一夜完成V3 更便宜推理、微调、运维成本全线下降一个量级英伟达测算了一个惊人的数字2024年面向Agent的LLM推理API市场规模约56亿美元对应的云端推理基础设施投资却高达570亿美元——硬件成本是软件营收的10倍。按照当前的商业模式很多大模型应用活不到盈利那天。6.2 CursorSLM Agent的极致实践Cursor是SLM Powered Micro Agents架构的代表产品。Cursor 0.5版本2025年5月基于VSCode套壳融合了GPT-4、Claude 3.7和Gemini 2.5等语言模型推出了丰富的Agent工作流。Cursor在2025年10月发布的2.0版本更加坚定了自研模型路线Composer模型专为低延迟Agentic编程打造大多数回合在30秒内完成速度达同等智能模型的4倍并行Agent支持最多8个Agent并行运行可在不同工作区互不干扰地工作速度优势每秒输出token数超过200个优于Claude Haiku 4.5和Gemini Flash 2.5Cursor的架构核心是Code Manager代码管理器统一调度将复杂的代码任务拆解给多个 specialized 的Micro Agent每个Micro Agent对接经过领域微调的小语言模型。这种星型调度架构降低了推理成本提升了响应速度。7.基于评估的上下文工程模式7.1 什么是上下文工程如果说模型是Agent的大脑那么上下文工程就是确保大脑在正确的时间获得正确的信息的神经系统。Anthropic在2025年发布的《Effective Context Engineering for AI Agents》将这一概念提升到了独立工程实践的高度。Agent上下文由多个层次构成系统提示角色定义、行为规则、输出格式要求工具定义可用工具的名称、参数和功能描述历史记录当前会话的对话和工具调用记录检索上下文从外部知识库或代码库中检索的内容用户输入用户当前的指令或问题上下文工程的核心在于回答一个问题在这轮调用中Agent最需要知道什么7.2 Evals是Agent体检系统基于评估的上下文工程强调模型不是瓶颈系统才是。一个能解IMO金牌题的模型仍然会在一个四小时的全栈开发任务中途忘记自己在干什么。基于评估的Context Engineering 架构核心是为Agent的每个组件设置可量化的评估指标Tools工具集→ 工具失败率Tool Failure RateDb数据库→ 上下文检索准确率Contextual RetrievalMemory记忆模块→ 记忆持久性Memory PersistenceLLM大语言模型→ 偏见与公平性Bias and Fairness通过持续评估这些指标开发者可以针对性优化上下文质量。行业数据显示Spotify内部Agent会话中LLM judge层 约25%的输出使用基于评估Context Engineering 能纠正一半。这恰恰说明Evals体系的价值——没有评估这四分之一的坏结果会直接被推给用户。结束语AI Agent正经历从能跑到能治的范式转变。Harness Engineering作为正在成形它关注的是让Agent在真实任务中能稳定完成工作的系统工程——包括上下文交付、工具接口、规划构件、验证循环、记忆系统和沙箱环境。六种架构模式代表了不同侧面最佳实践CUA让Agent获得手脚A2A/MCP让Agent学会团队协作CodeAct让Agent掌握执行工具Magnetic Orchestration让Agent拥有管理智慧SLM Micro Agents让Agent变得更经济高效Context Engineering让Agent获得持续进化的能力。对于开发者和企业决策者而言理解这些架构模式的内涵与边界选择适合自身场景的技术路径将是赢得Agent时代的关键。最重要的不是追逐最热的框架而是用对的架构解决对的问题。ps 作译者群中的老师作品推荐——【关联阅读】大模型应用的10种架构模式大模型应用的10个架构挑战7B13B175B解读大模型的参数DeepSeek 到底用了多少GPU呢解读文本嵌入语义表达的练习解读知识图谱的自动构建“提示工程”的技术分类大模型系列提示词管理WEB语义化的新探索浅析LLMs.txt浅析面向场景的大模型应用框架选择解读小模型——SLM提示工程中的10个设计模式解读基于图的大模型提示技术大模型微调RHLF与DPO浅析大模型应用框架LangChain与LlamaIndex的对比选择初探Ranking系统的离在线满意度评估解读大模型应用的可观测性大模型系列之解读MoE面向知识图谱的大模型应用让知识图谱成为大模型的伴侣如何构建基于大模型的AppQcon2023: 大模型时代的技术人成长简《深入浅出Embedding》随笔LLM的工程实践思考大模型应用设计的10个思考基于大模型LLM的Agent 应用开发解读大模型的微调解读向量数据库解读向量索引解读ChatGPT中的RLHF解读大模型LLM的token解读提示词工程Prompt Engineering解读Toolformer解读TaskMatrix.AI解读LangChain解读LoRA大模型应用框架之Semantic Kernel浅析多模态机器学习大模型应用于数字人深度学习架构的对比分析老码农眼中的大模型LLM
【引】Gartner预测到2026年底全球40%的企业应用将嵌入具备任务执行能力的AI智能体这一数字在2025年尚不足5%。麦肯锡更是估算到2030年Agent可为全球经济贡献2.6万亿至4.4万亿美元的年GDP增量。AI Agent这个概念本身极易被混淆。很多人将Agent与聊天机器人混为一谈——前者是主动执行数字任务的系统后者只是被动响应的问答工具。正如行业文章所精准定义的Agent 大语言模型 规划能力 工具调用 记忆系统当你对聊天机器人说帮我分析竞品定价策略它可能给你一段泛泛的文字但你对Agent说同样的话它会自主搜索竞品网站、抓取定价数据、整理成表格、找出规律、生成分析报告——全程无需你逐步指导。那么Agent驱动的应用究竟有哪些主流的架构设计模式不同模式之间有何差异各自适用于什么场景呢1、六种Agent驱动的架构模式概览在深入每种架构之前让我们先建立整体认知框架。下表展示了当前业界最具代表性的六类Agent驱动的架构模式它们分别对应不同的设计目标与适用场景架构模式核心定位典型代表关键特点Computer Using Agents (CUA)计算机使用型AgentOpenAI Operator模拟人类操作GUI界面Multi-Agent Interoperability多智能体互操作性大多数通用Agent标准化Agent间通信协议CodeAct AI Agents代码执行型AgentManus通过沙箱执行代码完成任务Magnetic Orchestration智能编排型Agent微软Copilot元Agent调度多专业子AgentSLM Powered Micro Agents小语言模型驱动微AgentCursor轻量化分布式Agent架构Context Engineering Via Evals基于评估的上下文工程大多数通用Agent通过评估优化上下文质量这六种架构并非完全互斥实际产品往往是多种模式的组合。下面让老码农逐一深入解析。2.计算机使用型Agent2.1 核心原理Computer Using AgentCUA是2024-2025年最具突破性的Agent架构之一。它的核心思想是让AI像人类一样看屏幕、点按钮、输入文字通过图形用户界面GUI完成任务而无需依赖特定的API接口。OpenAI在2025年1月发布的Operator是这一架构的典型代表。其底层模型CUA融合了GPT-4o的视觉能力与强化学习推理能力。整个交互过程是一个经典的感知-推理-行动循环感知Perception计算机的屏幕截图被添加到模型上下文中提供当前状态的视觉快照推理ReasoningCUA使用思维链Chain-of-Thought推理下一步操作通过评估观察结果、跟踪中间步骤并动态适应行动Action执行点击、滚动或输入等动作直到任务完成或需要用户输入2.2 性能边界CUA的能力边界在哪里权威基准测试OSWorld给出了答案。OSWorld在真实的Ubuntu和Windows系统中使用Chrome、VS Code等真实应用涵盖361个办公日常任务并由机器自动评分。测试结果揭示了AI与人类的显著差距2024年10月Anthropic在Claude 3.5 Sonnet中引入Computer Use功能OSWorld成功率仅14.9%2025年1月OpenAI的CUA将成绩提升至38.1%人类基线相同任务上的成功率约为70%-75%2026年最新Claude Mythos Preview已达到79.6%GPT-5.4实现75.0%首次超越人类基线值得注意的是纯视觉GUI操作对模型规模有严格要求。测试显示2B参数的视觉模型在操作复杂界面时容易在任务链中段卡死而8B模型才可能完成复杂多步任务。2.3 应用场景与局限CUA架构的优势在于无需适配特定网站或应用具有极强的通用性。OpenAI Operator可用于预订机票、网购、填表等任务对于敏感操作如输入登录信息会主动寻求用户确认。但其局限同样明显无论是Claude Computer Use还是OpenAI Operator执行自动化任务时都会移动用户光标、抢键盘焦点、把窗口拉到前台因此无法并行执行多个任务。OpenAI 2026年4月发布的Codex才支持background computer use允许多个Agent在macOS上并行工作而不干扰其他应用。3.Multi-Agent的互操作型3.1 从孤岛到互联当单个Agent的能力天花板、上下文窗口限制、角色混淆等问题日益突出多Agent协作成为必然选择。然而不同厂商、不同框架的Agent如何对话这就引出了互操作性协议的核心命题。2025年4月Google在Cloud Next 25大会上正式发布了Agent2AgentA2A协议。这是一套开放标准旨在实现异构AI智能体系统之间的无缝通信与协作无论它们基于何种框架或由哪家公司构建。A2A的核心能力包括能力发现通过Agent Card了解其他Agent的能力任务委托将复杂任务分解并分配给专业Agent上下文维持通信过程中保持上下文不丢失安全协作提供企业级安全可信的互操作能力A2A采用HTTP(S)作为传输层JSON-RPC 2.0作为消息格式Server-Sent Events (SSE)用于流式传输。这种轻量级设计降低了学习成本和实现复杂度。3.2 MCPAgent的USB-C接口与A2A互补的是Anthropic于2024年11月推出的Model Context ProtocolMCP。MCP被官方比喻为AI应用的USB-C端口——提供统一的连接方式无需为每个外部工具编写专门的集成代码。MCP采用客户端-服务器架构支持三种功能类型Tools工具模型可以调用执行的函数有参数、有返回值可能有副作用Resources资源模型可以读取的数据类似文件系统或REST的GET接口只读无副作用Prompts提示词模板可复用的提示词模板带参数可被模型或用户直接调用MCP解决的是经典的N×M灾难假设企业有5个内部系统市场上有3个主流AI客户端传统方式需要开发维护15套不同的集成逻辑而MCP将网状结构简化为星型结构只需为每个数据源编写一次Server。3.3 A2A与MCP的分工Google官方文档明确将两者定位为互补关系MCP用于连接工具和数据A2A用于Agent之间的协作。一个典型的应用架构是使用MCP作为工具层让Agent能够访问本地文件、数据库和API使用A2A作为通信层让不同Agent能够像一个团队一样协作。截至2026年支持MCP的平台已包括Claude、ChatGPT、VS Code、Cursor等A2A则吸引了Atlassian、Box、Cohere、Salesforce、SAP等50多家公司共同开发。值得注意的是这两大阵营分别由Google和Anthropic主导OpenAI系缺席了A2A标准之战。4.代码执行型Agent4.1 从调用工具到执行代码CodeAct是一种革命性的Agent架构。传统方式下Agent通过Function Calling调用外部工具每调用一个工具就需要一次模型轮次导致工具调用 × 模型轮次的成本。CodeAct则将这个范式逆转让模型写一段可执行代码由受控沙箱代为运行将结构化结果回传给模型。Manus是CodeAct架构的典型代表。Manus首席科学家Peak曾在社交媒体上明确表示Manus doesnt use MCPbut inspired by CodeAct。Manus的核心设计理念是每个任务分配独立的云端虚拟机沙箱Agent自动拆解复杂任务生成Todo清单自主调用浏览器、Python代码、表格工具分步执行完整留存每一步执行日志便于回溯4.2 CodeAct的技术优势Microsoft Agent Framework中的CodeAct实现揭示了这一架构的三个核心优势降低工具往返成本传统函数调用的代价是工具调用 × 模型轮次CodeAct将整段编排合并成一次执行模型上下文里只新增一段标准输出stdout不会被多轮tool/role信息撑爆。明确执行边界模型生成的代码如果直接跑在宿主进程相当于把宿主能力面整体暴露给一段不可信文本。CodeAct将执行下沉到Hyperlight微型虚拟机宿主能力只通过显式注册的call_tool桥接进入能力面是白名单 入口集中。集中工具治理直接把十几个AIFunction挂到模型上会出现接口描述体积膨胀、模型挑错工具、审批界面被拆碎等问题。CodeAct把模型可见面收敛到一个execute_code治理点天然集中。4.3 Manus的商业奇迹Manus在2025年3月上线后迅速走红创造了AI应用领域史上最快的增长纪录内测码炒至10万元发布时一码难求8个月ARR破1亿美元2025年3月28日开始商业化12月中旬宣布ARR突破1亿美元Meta数十亿美元收购2025年12月30日Meta正式宣布收购Manus具体金额未披露但估计在20亿-30亿美元之间截至被收购时Manus已创建超过8000万台虚拟计算机处理了147万亿token。在GAIA基准测试中Manus实现了高难度级别的SOTA性能多Agent系统 outperformed 单Agent达90.2%。但后续的故事这里就不赘述了。5.智能编排型Agent5.1 核心设计理念Magentic Orchestration是一种面向复杂任务的元Agent编排架构代表产品是微软Copilot。其核心思想是用一个元AgentMeta Agent作为大脑动态调度多个专业子Agent并结合人工校验完成任务。这一架构源自微软Research和密歇根大学合作的Magentic-One系统。在Magentic编排中Meta Agent元Agent负责统筹拆解任务判断是否有可直接返回的结果或把任务分发给子AgentRetriever检索器从本地数据源检索相关信息Researcher研究员通过外部搜索获取补充信息Task Ledger任务账本同步记录所有任务进度Evaluator评估器判断结果是否符合要求不符合则返回Meta Agent重新处理Human Verification人工验证复杂任务可触发人工校验保障准确性5.2 工业级实践在Microsoft Agent Framework中Magentic Orchestration已被实现为一种灵活的多代理模式。它专为需要动态协作的复杂开放式任务设计Meta Agent根据不断变化的上下文、任务进度和Agent能力选择哪个代理应在接下来的步骤中采取行动。值得注意的是微软官方文档明确指出Magentic Orchestration目前不支持C#仅支持Python。这反映了该架构仍处于快速演进阶段。5.3 与LangGraph的对比Magentic Orchestration的体系结构与群聊编排模式相同拥有一个非常强大的Manager它通过计划来协调代理之间的协作。如果你的方案需要更简单的协调而不进行复杂的规划可以考虑使用更轻量的群聊模式。6.小模型驱动微Agent6.1 为什么是小语言模型2025年11月英伟达发布了一篇引发行业震动的论文《Small Language Models are the Future of Agentic AI》。论文提出了一个反直觉的观点在大多数Agentic AI场景中小型语言模型SLM已足够强、更适配、更便宜理应成为默认选择。核心论据包括V1 足够强7B模型在代码生成、工具调用、指令遵循等关键指标上已≈70B LLMV2 更适配低时延、可本地部署、单任务fine-tune一夜完成V3 更便宜推理、微调、运维成本全线下降一个量级英伟达测算了一个惊人的数字2024年面向Agent的LLM推理API市场规模约56亿美元对应的云端推理基础设施投资却高达570亿美元——硬件成本是软件营收的10倍。按照当前的商业模式很多大模型应用活不到盈利那天。6.2 CursorSLM Agent的极致实践Cursor是SLM Powered Micro Agents架构的代表产品。Cursor 0.5版本2025年5月基于VSCode套壳融合了GPT-4、Claude 3.7和Gemini 2.5等语言模型推出了丰富的Agent工作流。Cursor在2025年10月发布的2.0版本更加坚定了自研模型路线Composer模型专为低延迟Agentic编程打造大多数回合在30秒内完成速度达同等智能模型的4倍并行Agent支持最多8个Agent并行运行可在不同工作区互不干扰地工作速度优势每秒输出token数超过200个优于Claude Haiku 4.5和Gemini Flash 2.5Cursor的架构核心是Code Manager代码管理器统一调度将复杂的代码任务拆解给多个 specialized 的Micro Agent每个Micro Agent对接经过领域微调的小语言模型。这种星型调度架构降低了推理成本提升了响应速度。7.基于评估的上下文工程模式7.1 什么是上下文工程如果说模型是Agent的大脑那么上下文工程就是确保大脑在正确的时间获得正确的信息的神经系统。Anthropic在2025年发布的《Effective Context Engineering for AI Agents》将这一概念提升到了独立工程实践的高度。Agent上下文由多个层次构成系统提示角色定义、行为规则、输出格式要求工具定义可用工具的名称、参数和功能描述历史记录当前会话的对话和工具调用记录检索上下文从外部知识库或代码库中检索的内容用户输入用户当前的指令或问题上下文工程的核心在于回答一个问题在这轮调用中Agent最需要知道什么7.2 Evals是Agent体检系统基于评估的上下文工程强调模型不是瓶颈系统才是。一个能解IMO金牌题的模型仍然会在一个四小时的全栈开发任务中途忘记自己在干什么。基于评估的Context Engineering 架构核心是为Agent的每个组件设置可量化的评估指标Tools工具集→ 工具失败率Tool Failure RateDb数据库→ 上下文检索准确率Contextual RetrievalMemory记忆模块→ 记忆持久性Memory PersistenceLLM大语言模型→ 偏见与公平性Bias and Fairness通过持续评估这些指标开发者可以针对性优化上下文质量。行业数据显示Spotify内部Agent会话中LLM judge层 约25%的输出使用基于评估Context Engineering 能纠正一半。这恰恰说明Evals体系的价值——没有评估这四分之一的坏结果会直接被推给用户。结束语AI Agent正经历从能跑到能治的范式转变。Harness Engineering作为正在成形它关注的是让Agent在真实任务中能稳定完成工作的系统工程——包括上下文交付、工具接口、规划构件、验证循环、记忆系统和沙箱环境。六种架构模式代表了不同侧面最佳实践CUA让Agent获得手脚A2A/MCP让Agent学会团队协作CodeAct让Agent掌握执行工具Magnetic Orchestration让Agent拥有管理智慧SLM Micro Agents让Agent变得更经济高效Context Engineering让Agent获得持续进化的能力。对于开发者和企业决策者而言理解这些架构模式的内涵与边界选择适合自身场景的技术路径将是赢得Agent时代的关键。最重要的不是追逐最热的框架而是用对的架构解决对的问题。ps 作译者群中的老师作品推荐——【关联阅读】大模型应用的10种架构模式大模型应用的10个架构挑战7B13B175B解读大模型的参数DeepSeek 到底用了多少GPU呢解读文本嵌入语义表达的练习解读知识图谱的自动构建“提示工程”的技术分类大模型系列提示词管理WEB语义化的新探索浅析LLMs.txt浅析面向场景的大模型应用框架选择解读小模型——SLM提示工程中的10个设计模式解读基于图的大模型提示技术大模型微调RHLF与DPO浅析大模型应用框架LangChain与LlamaIndex的对比选择初探Ranking系统的离在线满意度评估解读大模型应用的可观测性大模型系列之解读MoE面向知识图谱的大模型应用让知识图谱成为大模型的伴侣如何构建基于大模型的AppQcon2023: 大模型时代的技术人成长简《深入浅出Embedding》随笔LLM的工程实践思考大模型应用设计的10个思考基于大模型LLM的Agent 应用开发解读大模型的微调解读向量数据库解读向量索引解读ChatGPT中的RLHF解读大模型LLM的token解读提示词工程Prompt Engineering解读Toolformer解读TaskMatrix.AI解读LangChain解读LoRA大模型应用框架之Semantic Kernel浅析多模态机器学习大模型应用于数字人深度学习架构的对比分析老码农眼中的大模型LLM
