【Agent演化史 一】90% 的"智能体"是假的：剥掉话术后，它只剩 34 行代码
本篇是《智能体演化史》系列第 1 篇
系列主线不是"某年出现了某技术"，而是"因为上一步崩了，所以下一步才出现"。
全系列共用一个从 40 行长到 600 行的tiny-agent，本篇是它的 v0.1。
怎么读这篇
- 🚶15 分钟版：只看「崩坏现场」「一句话原理」和「现实对照」，知道怎么判别就够了。
- 🏃40 分钟版（推荐）：加读五件套拆解、四问决策树和那段 34 行代码，你会得到一个能立刻用上的判断框架。
- 🤿深潜版：顺着文末延伸阅读往下挖，去读 AutoGPT 当年那些真实的失败记录。
01 · 崩坏现场：上千家供应商，只有约 130 家是真的
2025 年 6 月，Gartner 发了一份不太客气的报告。
报告里有句话，翻译成人话是这样：市面上自称做 agentic AI（智能体）的供应商有上千家，我们数了数，真正算得上 Agent 的大概 130 家。
剩下那 90% 多，Gartner 专门发明了一个词来形容：Agent Washing（代理洗白）——把原有的 AI 助手、RPA 机器人、聊天机器人换个名字、换个包装，重新上市。功能一行没变，估值翻了三倍。
同一份报告还给了个更冷的数字：到 2027 年底，超过 40% 的 agentic AI 项目会被取消，原因是成本失控、商业价值说不清楚、风险控制跟不上。
每 10 家自称做 Agent 的供应商里，只有约 1.3 家是真的。
但我想说的不是"谁在吹牛"这种道德问题。真正麻烦的是：绝大多数人手上根本没有一把尺子。
你去验收一个号称"自主处理 80% 客户问题"的智能客服，销售给你演示三个精心准备的问题，全部通过，你签字付款。三个月后你才发现，所谓的"自主决策"其实是三行if-else加一张关键词表——问对了关键词它是智能体，问偏了它就是 2005 年的电话语音菜单。
你没法反驳，因为你也不知道"Agent"到底该怎么定义。
所以这一篇不讲趋势、不讲框架，只干一件事：给你一把可以当场掏出来用的尺子。
02 · 一句话原理
Agent = 有目标 + 有循环 + 有工具 + 有记忆 + 有停止条件。
五件齐了才叫 Agent，缺任何一件，它都只是聊天机器人或者工作流。
这句话不是修辞，它是一条可以逐项打勾的验收清单。下面把它拆开。
03 · 五件套：缺一件，它就不叫 Agent
| 组件 | 它负责回答 | 典型实现 | 缺了会怎样 |
|---|---|---|---|
| ① 目标 | 这次要达成什么？是"要什么"，不是"怎么做" | 一段 system/user prompt，最好带可判定的成功标准 | 瞎忙 |
| ② 循环 | 下一步做什么？做完没有？ | for / while+ 每轮把结果喂回模型 | 退化成一问一答的 chatbot |
| ③ 工具 | 我能动用哪些外部能力？ | 函数、HTTP、数据库、代码沙箱、MCP server | 只会说，不会做 |
| ④ 记忆 | 我之前做过什么、结果如何？ | 消息列表、文件、向量库、记忆图谱 | 每一步都从失忆开始 |
| ⑤ 停止条件 | 什么时候必须停？ | 步数上限 / 预算上限 / 超时 / 人工接管 | 跑到破产，或者永动机 |
这张表里最值得你盯三秒钟的，是最后一行。
前四件决定它能做多少事，第五件决定它会不会做成灾难。而它恰恰是最常被忽略的一件——因为演示的时候，第五件从来不出场。你给销售三个问题，三个都答对，看起来完美；真正上线之后，你才会遇到那个被困在循环里、烧了三小时 API 费用、最后一事无成的它。
这不是假设。2023 年 AutoGPT 最著名的失败模式，就是让模型自己判断"做完了没有"。结果它陷入递归验证循环：完成任务 → 检查 → 觉得不够 → 再检查 → 又觉得不够……有用户记录到2 小时、300 多次 API 调用之后手动按停，最终产出是：零。亚马逊科学家同年的一项研究里，AutoGPT 在标准化购物任务上的成功率是24%。它有循环，它有工具，它有记忆——它缺的是第五件。
这个故事我们会在 P2《while True 的威力与恐怖》里完整展开。这里先记住结论：有没有循环，和能不能停下来，是两个完全不同的问题。
04 · 判别四问：一个能当场掏出来的测试
有了五件套，就能把它翻译成四个可以直接问出口的问题。下次有人给你演示"智能体"，你就把这四句甩过去：
Q1：下一步做什么，是它自己定的吗？
如果流程是你写在代码里的分支，那叫workflow。哪怕每个节点都调了一次大模型，它依然是 workflow。
Q2：做错了，它会自己重试吗？
炸了就抛异常、等人来修的，是脚本。会自己看到错误、换个方法再来一次的，才谈得上智能体。
Q3：它能连续走好几步不问你吗？
每一步都要你点"继续"的，是聊天机器人。智能体的价值恰恰在于：你去睡觉，它还在干活。
Q4：它知道什么时候该停吗？
这一问最狠。答不上来的，要么是它会跑到破产，要么是它根本没想过这个问题——后者更常见。
这四问的共同点是：它们问的全是"谁在做决定"，不问"用了什么模型"。
这一点特别重要。一个用 GPT-4 但流程写死的系统，是 workflow；一个用最便宜的小模型、但会自己规划自己重试的系统，是 Agent。模型贵贱跟这个判定毫无关系。Gartner 说的"agent washing"，绝大多数都是把前者包装成后者卖给你。
05 · 三种形态：Chatbot、Workflow、Agent
把四问换个角度，就得到一条光谱。三者不是先进与落后的关系，而是自主权交出去多少的区别。
| Chatbot | Workflow | Agent | |
|---|---|---|---|
| 自主度 | 低 | 中 | 高 |
| 典型描述 | 你问一句，它答一句 | 你定流程，它按步骤执行 | 你给目标，它自己想办法 |
| 决策权在谁 | 人 | 写代码的人 | 它 |
| 目标 | 无（只有当前问题） | 有，但由人拆成步骤 | 有，且只有最终结果描述 |
| 循环 | 无 | 有，但路径写死 | 有，路径由它自己决定 |
| 工具 | 通常无 | 有 | 有 |
| 记忆 | 只有本轮上下文 | 只有本轮上下文 | 跨步骤保留 |
| 停止条件 | 天然有（答完即停） | 天然有（走完即停） | 必须你亲手装上去 |
看最后一行，讽刺的事情出现了：最原始的 Chatbot 和最古板的 Workflow，天生自带停止条件——答完就停，走完就停，想跑飞都跑不了。而最先进的 Agent，恰恰是唯一需要你亲手给它装刹车的东西。
这就是"能力越强越危险"在代码层面的真实形态。
顺带纠正一个常见误解：Workflow 不是落后的东西。很多时候它才是最正确的选择——流程固定、结果要求一致、出错代价高，这三条只要占一条，就该用 workflow。真正糟糕的不是用了 workflow，而是把它叫成 Agent 卖给你，让你为不存在的自主性买单。
06 · 最小实现：34 行，五件套一个不少
说了这么多，回到标题那个问题：剥掉话术，它到底剩多少代码？
下面这段就是全部。它是一个真能跑起来的 Agent：你给它一个目标，它自己决定要不要查天气、查完之后自己判断要不要继续，最后自己说"我做完了"然后停下。
# tiny-agent v0.1 —— 剥掉营销话术后，智能体的全部importos,jsonfromopenaiimportOpenAI client=OpenAI(api_key=os.environ.get("OPENAI_API_KEY"))# ① 目标：你只说"要什么"，不说"怎么做"GOAL="查一下北京今天下雨吗，告诉我需不需要带伞"# ⑤ 停止条件：最多 8 步，到点必须停MAX_STEPS=8# ③ 工具：它唯一的一只手TOOLS=[{"type":"function","function":{"name":"get_weather","description":"查询某城市今天的天气","parameters":{"type":"object","properties":{"city":{"type":"string"}},"required":["city"]}}}]defget_weather(city):returnjson.dumps({"city":city,"rain":True,"temp_c":18},ensure_ascii=False)# ④ 记忆：一条只会变长的消息列表messages=[{"role":"user","content":GOAL}]# ② 循环：观察 → 思考 → 行动，直到它自己说做完了forstepinrange(MAX_STEPS):resp=client.chat.completions.create(model="gpt-4o-mini",messages=messages,tools=TOOLS)msg=resp.choices[0].message messages.append(msg)ifmsg.tool_calls:forcinmsg.tool_calls:result=get_weather(**json.loads(c.function.arguments))print(f"[step{step+1}] 工具返回 ->{result}")messages.append({"role":"tool","tool_call_id":c.id,"content":result})else:print(f"[step{step+1}] 最终回答 ->{msg.content}")break把它按五件套拆开，统计每部分占了多少行（口径：27 行有效代码，已剔除 7 行空行）：
| 组件 | 行数 | 占比 |
|---|---|---|
| ② 循环 | 11 行 | 41% |
| ③ 工具 | 4 行 | 15% |
| ④ 记忆 | 4 行 | 15% |
| 样板（import / client） | 4 行 | 15% |
| ① 目标 | 2 行 | 7% |
| ⑤ 停止条件 | 2 行 | 7% |
注意两端的反差：光是把循环跑起来就花掉 41% 的代码，而决定它会不会跑到破产的停止条件，只占 7%。
比例很荒谬，但这正是绝大多数 Agent 项目的真实代码结构。
34 行。这就是全部。没有任何一层是神秘的，没有任何一行是不可理解的。
如果你手上那个号称"AI 员工"的系统，拆不出这五件套中的任何一件——尤其是第五件——那它大概率属于 Gartner 说的那 87%。
07 · 现实对照：它其实是个实习生
如果上面的代码还是有点抽象，把它翻译成一件你一定经历过的事：给实习生派活。
| 组件 | 代码里 | 现实里 |
|---|---|---|
| 目标 | GOAL = "..." | “帮我把这份竞品调研做出来”——说清要什么，而不是教他先打开哪个网站 |
| 循环 | for step in range(...) | 他去查、回来想、再去做、再回来——不是一个动作做完就完了 |
| 工具 | get_weather() | 他手上的浏览器、Excel、公司数据库——没这些，他只能干坐着跟你聊天 |
| 记忆 | messages.append(...) | 他得记得上一轮查过什么——每五分钟失忆一次的人没法干活 |
| 停止条件 | MAX_STEPS = 8 | “卡住超过半小时就来问我，别自己死磕”——这句话不说，他能磕到凌晨三点 |
这个类比一摆，很多事情就通了：
- 为什么"只有循环没有手"没用—— 一个没有浏览器、没有数据库权限的实习生，只能坐在工位上跟你聊天。
- 为什么"有手没记忆"也没用—— 他每一轮都问你"我们刚才说到哪了"，你迟早崩溃。
- 为什么停止条件最容易被忘—— 因为你交待活儿的时候，本能会说"要什么"和"去查"，但很少会说"卡住多久来找我"。而实习生恰恰会在没人喊停的时候，把一份 3 页的调研磨成 30 页，理由是"我觉得还能再完善一下"。
最后这一条不是段子。AutoGPT 的"完美主义偏差"就是这个毛病的技术名称：模型总能找到"还能再改进"的地方，而它脑子里没有"够好了"这三个字。2023 年那批用户的真实遭遇包括：Downloads 文件夹被反复重组 15 次以上、写了两小时代码最后产出一份待办清单、烧掉几百美元 API 费用拿到一个空结果。
所以下次设计 Agent 的时候，有个更朴素的问法：我会怎么把这件活交待给一个实习生？
你不会只说"去做吧"，你会说清要什么、给他权限、告诉他卡住就喊你。这三条，就是循环、工具、停止条件。
08 · 三个数字：冷水和热水，一起看
最后把三个真实数字摆在一起。Agent 这个领域最容易被两种极端叙事带跑——“它马上取代你"和"它全是骗局”，两边都是错的。
| 数字 | 含义 | 来源 |
|---|---|---|
| 40% | agentic AI 项目会在 2027 年底前被取消（成本失控 / 价值不清 / 风控不足） | Gartner，2025.06 |
| 24% | AutoGPT 在标准化购物任务上的成功率 | 亚马逊科学家研究，2023 |
| 15% | 2028 年日常工作决策由 Agent 自主做出的比例（2024 年为 0%） | Gartner，2025.06 |
这三个数字放一起，结论很清晰：被取消的是错配的项目，不是这项技术。
大量项目死掉，原因不是 Agent 不行，而是它们本该用 workflow 解决、却硬上了 Agent；不是模型不够强，而是没人给它装第五件套。
把这五件套装齐，就是 P1 到 P9 这整件事。
09 · 下一篇：它只会说话，怎么办？
tiny-agent v0.1 里有一只手（get_weather），但它其实从没碰过这只手。
更准确地说：模型从来没有执行过任何工具。它只是写了一份格式严格的调用申请书，真正执行的是你代码里那个get_weather()函数。
这个"申请书"机制，就是 2023 到 2026 整个工具生态的地基。下一站：P1《给语言模型装上手》，我们拆开这份申请书，看看它为什么长得是这个样子，以及模型凭什么知道自己"有手可用"。
思考题：你手上现在在用的、或者你们公司正在卖的那个"智能体"，能通过判别四问吗？四问里最先卡住的，通常是哪一问？
欢迎在评论区对一下答案。
延伸阅读（深潜版）
- Gartner 新闻稿《Over 40% of Agentic AI Projects Will Be Canceled by End 2027》，2025-06-25
- GitHub 仓库《awesome-agent-failures》中 AutoGPT 规划失败的完整案例记录
- AutoGPT 递归验证循环的原始 issue 讨论
本文为盘子工具站生态原创技术专题系列，转载请注明出处。
配套代码：tiny-agent v0.1（34 行）,可以在资料下载处直接下载
