智能体演进简史

「Agent」这个词在 AI 领域被用滥之前，已经有六十年的历史。理解这段历史不是怀旧——2023 年 AutoGPT 踩过的坑，1995 年的 BDI 研究者早就踩过一遍；2025 年 MCP 解决的问题，和 1980 年代专家系统的困境在结构上是同一个。读史的意义在于：当下一个热点出现时，你能判断它是真范式转移，还是旧思想换了新引擎。

这一页按五个时期展开：前 LLM 时代的思想准备（1966–2019）、GPT 时代前夜的方法奠基（2020–2022）、2023 年的寒武纪爆发、2024 年的工程化收敛，以及 2025–2026 年的「Agent 元年」。如果你想先建立 Agent 的整体概念框架，可以先读什么是 AI Agent，再回来读历史。

一、前 LLM 时代（1966–2019）：思想早已齐备，缺的是引擎

1.1 ELIZA 与 Shakey：Agent 的两种原型

1966 年，MIT 的 Joseph Weizenbaum 发表了 ELIZA——一个用模式匹配和替换规则模拟心理治疗师的对话程序。ELIZA 没有任何「理解」，它把用户的陈述句改写成疑问句抛回去，但很多用户坚信机器懂自己。Weizenbaum 本人对此深感不安，后来成了 AI 最著名的批评者之一。

ELIZA 留下的遗产是双重的：它证明了「对话界面」的强大欺骗性/亲和力，也第一次暴露了后来被称为「ELIZA 效应」的陷阱——人类会本能地把流畅的语言输出当作智能的证据。2023 年大众对 AutoGPT 的过度期待，本质上是 ELIZA 效应在 LLM 时代的重演。

几乎同一时期（1966–1972 年），斯坦福国际研究院（SRI）的 Shakey 机器人走的是另一条路线：它用摄像头感知环境，用 STRIPS 规划器把「把箱子推到另一个房间」这样的目标分解成动作序列，再控制轮子执行。感知—规划—行动这个三段式结构，就是今天 Agent Loop 的直系祖先。区别在于：Shakey 的规划器只能处理手工建模的符号世界，而今天的 Agent 用 LLM 直接对开放世界做推理。

   Shakey (1969)                     现代 LLM Agent (2025)
 ┌───────────────┐                ┌───────────────┐
 │  摄像头/传感器  │                │  context窗口   │
 └──────┬────────┘                └──────┬────────┘
        ▼                                ▼
 │ 世界模型(符号) │                │ LLM(隐式世界模型)│
 └──────┬────────┘                └──────┬────────┘
        ▼                                ▼
 │ STRIPS 规划器  │     ───►       │ 推理+规划(CoT/ReAct)│
 └──────┬────────┘                └──────┬────────┘
        ▼                                ▼
 │  轮子/机械动作 │                │ 工具调用(function call)│
 └───────────────┘                └───────────────┘

1.2 专家系统：第一次「AI 落地」泡沫

1970–80 年代，AI 的旗舰是专家系统：把领域专家的知识写成 if-then 规则，交给推理机执行。斯坦福的 MYCIN（1970 年代）能诊断血液感染并推荐抗生素，准确率据称可达 65% 左右、超过部分非专科医生；DEC 的 XCON 从 1980 年起为 VAX 计算机做配置，据说每年为公司省下数千万美元。专家系统在 1980 年代初掀起第一波商业化浪潮，日本「第五代计算机」计划更是举国押注。

然后它在 1980 年代末崩盘了。原因对今天的 Agent 开发者极其有参考价值：

• 知识获取瓶颈：把专家脑中的隐性知识榨成规则，成本高到不可持续。
• 脆弱性：规则库一旦超出设计边界，系统不是「变笨一点」，而是直接给出荒谬答案——没有优雅降级。
• 维护地狱：数千条规则之间的相互作用无人能懂，改一条规则可能弄坏十条。

1987 年前后的 Lisp 机市场崩溃叠加专家系统泡沫破裂，带来了第二次 AI 寒冬。教训被浓缩成一句话：手工注入知识的路走不通，智能必须从数据和经验中规模化地学出来——这正是后来机器学习和 LLM 胜出的根本原因。

1.3 BDI 与多智能体系统：Agent 理论的成型

寒冬里，学界反而完成了 Agent 的理论奠基。哲学家 Michael Bratman 在 1987 年的《Intention, Plans, and Practical Reason》中提出：理性主体的行为可以用信念（Belief）、愿望（Desire）、意图（Intention）三个心智状态来描述。Anand Rao 和 Michael Georgeff 在 1990 年代初把它形式化为 BDI 模型，并在 1995 年发表《BDI Agents: From Theory to Practice》，同年 Michael Wooldridge 与 Nicholas Jennings 发表综述《Intelligent Agents: Theory and Practice》，系统定义了 Agent 的自主性、社会性、反应性和主动性。

这一代研究（史称「分布式人工智能」/ 多智能体系统，MAS）贡献了至今仍在用的概念词汇表：目标驱动、意图提交（commitment）、Agent 间通信语言（KQML/FIPA ACL）、合同网协议（Contract Net）。当 2025 年 Google 推出 A2A 协议解决 Agent 间互操作时，熟悉这段历史的人会发现：问题没变，只是当年没有足够聪明的执行体让这些协议物尽其用。

历史的讽刺

1990 年代的 MAS 研究在工程上死于「每个 Agent 都太笨」——用规则和符号推理搭出来的 Agent，连自己的领域都处理不好，遑论协作。LLM 把「单个 Agent 的智能」这块短板补上之后，1995 年的理论框架几乎原样复活。概念的生命周期远比技术长。

1.4 强化学习 Agent：另一条血脉

与符号 AI 平行发展的，是从试错中学习的强化学习（RL）路线。这条线上站着一串 Agent 史上的里程碑：

• 1992 年，Gerald Tesauro 的 TD-Gammon 用神经网络加时序差分学习玩西洋双陆棋，达到人类顶尖棋手水平——第一次证明「自学可以胜过手工规则」。
• 1997 年，IBM 深蓝 以暴力搜索击败国际象棋世界冠军卡斯帕罗夫，但那不算「学习」，算工程胜利。
• 2013–2015 年，DeepMind 的 DQN 只用屏幕像素和游戏得分学会玩几十种 Atari 游戏，登上《Nature》封面，深度强化学习（Deep RL）时代开启。
• 2016 年 3 月，AlphaGo 以 4:1 击败李世乭；2017 年的 AlphaGo Zero 完全抛弃人类棋谱、纯自我对弈，以 100:0 碾压初代 AlphaGo。Monte Carlo Tree Search + 深度网络 + 自我博弈，成为「在封闭规则环境中训练超人 Agent」的标准配方。
• 2019 年，AlphaStar（星际争霸 II）和 OpenAI Five（Dota 2）先后击败人类职业选手，把 RL Agent 推进到部分可观测、长时序、多智能体的复杂游戏。

RL 血脉对 LLM Agent 的贡献常常被低估：它留下了「Agent = 在环境中通过奖励信号学习策略」这个严格定义，贡献了 PPO 等算法（后来成为 RLHF 的引擎），也留下了一个清醒剂——游戏里的超人 Agent 无法迁移到开放世界，因为游戏有明确的奖励函数，而真实世界没有。给真实世界造奖励函数这件事，要等到 RLHF 才有了解法。

1.5 小结：前 LLM 时代缺的三样东西

到 2019 年为止，Agent 的「躯体图纸」其实已经画完：感知—规划—行动的循环（Shakey）、目标与意图管理（BDI）、从经验中学习（RL）、Agent 间协作协议（MAS）。真正缺的是三样东西：

1. 通用的语言理解——能理解任意自然语言描述的任务，而不是预定义符号；
2. 通用的世界知识——不用手工录入的常识与领域知识；
3. 优雅降级——面对超出分布的输入，输出「大致合理」而非「荒谬」。

这三样，恰好是 LLM 一次性补上的。

二、GPT 时代前夜（2020–2022）：方法论的奠基

2.1 GPT-3：提示工程登场

2020 年 5 月，OpenAI 发布 GPT-3 论文（arXiv:2005.14165）。1750 亿参数的模型本身不是新闻——真正的发现是 in-context learning：不用微调，只在 prompt 里给几个示例（few-shot），模型就能临时「学会」新任务。这意味着 AI 的能力配置方式从「训练」变成了「写一段话」。

提示工程（prompt engineering）由此诞生。事后看，这是 Agent 史上的关键一跃：Agent 的「程序」第一次可以用自然语言书写，system prompt 就是可执行的意图说明书。今天我们在 Prompt 工程 里讨论的几乎所有技巧，源头都在这里。

2.2 InstructGPT：对齐让模型「可用」

GPT-3 的问题是它只会「续写」，不会「听指令」。2022 年 1 月 OpenAI 宣布、3 月发表论文（arXiv:2203.02155）的 InstructGPT 用 RLHF（人类反馈强化学习）解决了这一点：让人类标注员给模型输出排序，训练奖励模型，再用 PPO 微调。结论是反直觉的——1.3B 参数的 InstructGPT 在「有用、听话」上被认为优于 175B 的 GPT-3。

RLHF 对 Agent 的意义在于：它第一次给了开放世界一个可优化的「奖励信号」。RL 时代「真实世界没有奖励函数」的死结，被「从人类偏好中学一个奖励模型」绕开了。

2.3 Chain-of-Thought 与 ReAct：推理和行动的两块基石

2022 年 1 月，Google Brain 的 Jason Wei 等人发表 Chain-of-Thought Prompting（arXiv:2201.11903）：只要在 prompt 里示范「一步步推理」，模型在数学和逻辑题上的成绩就大幅跃升。CoT 揭示了一个此后被反复利用的事实：LLM 的推理能力不是不存在，而是需要用生成过程把它「引出来」。

2022 年 10 月，普林斯顿与 Google 的 Shunyu Yao 等人发表 ReAct（arXiv:2210.03629），把 CoT 从「纯思考」扩展为「思考 + 行动」的交错循环：模型交替生成 Thought（推理）、Action（调用工具/检索）、Observation（观察结果），直到得出答案。这个三段式结构看起来平淡无奇，但它统一了推理与工具使用，成为此后几乎所有 LLM Agent 的运行时骨架——今天你在 LangGraph、Claude Agent SDK、OpenAI Agents SDK 里看到的 loop，都是 ReAct 的后代。论文精读可见核心论文。

同样在 2022 年 10 月，Harrison Chase 开源了 LangChain——最初只是把「prompt 模板 + 外部调用 + 链式组合」封装成 Python 库的小项目。它的出现说明：方法论一旦确立，工程框架会立刻跟上，哪怕模型还远远不够强。

2.4 ChatGPT：一切引信的总集合

2022 年 11 月 30 日，OpenAI 把 InstructGPT 的配方用在 GPT-3.5 上，包上对话界面，发布 ChatGPT。五天破百万用户，两个月破亿——这不是 Agent 事件，但它完成了 Agent 爆发的全部前置条件：公众接受了对话界面，开发者拿到了便宜好用的指令模型 API，资本开始相信「AI 能做事」。2023 年 3 月 14 日 GPT-4 发布，提供了第一个「够聪明到可以当 Agent 引擎」的模型。

引信齐备，只差一根火柴。

三、寒武纪爆发（2023）：自主 Agent 的第一次狂欢

3.1 AutoGPT 与 BabyAGI：现象级开源

2023 年 3 月底，Toran Bruce Richards 在 GitHub 开源 AutoGPT：给 GPT-4 一个目标，它自己拆解任务、联网搜索、读写文件、循环执行，直到目标完成。项目发布不到三周（4 月中旬）星标即突破 7 万，成为当时 GitHub 史上增长最快的项目之一，最终越过 15 万星。4 月初，Yohei Nakajima 发布了更极简的 BabyAGI——大约 140 行 Python，一个任务队列加执行循环，演示了「任务创建 → 优先级排序 → 执行 → 再规划」的最小闭环。

这两个项目的技术含量都不算高，但它们完成了一次大规模的社会实验：让几十万人第一次看到「AI 自己干活」的样子。随后的诚实复盘同样重要——AutoGPT 在长任务上频繁陷入死循环、幻觉累积、烧钱失控，「全自动通用 Agent」的愿景被证明远超当时模型的能力。这个判断在当时是泼冷水，事后看是准确的：AutoGPT 的架构没错，是引擎还没造好。详见 AutoGPT 案例。

3.2 Generative Agents：斯坦福小镇

2023 年 4 月，斯坦福与 Google 的 Joon Sung Park 等人发表《Generative Agents: Interactive Simulacra of Human Behavior》（arXiv:2304.03442）：25 个由 LLM 驱动的虚拟人生活在一个像素风小镇里，各自有日程、记忆和社交关系。研究者只给一个初始设定「Isabella 想办情人节派对」，两天后派对自发地开起来了——邀请、传播、赴约全是 Agent 自主行为。

这篇论文的工程贡献比「小镇」的噱头更持久：记忆流（memory stream）+ 反思（reflection）+ 检索打分的记忆架构，至今仍是 Agent 记忆系统设计的经典参考。它也点燃了「多智能体社会模拟」这条研究线。

3.3 function calling：从自由文本到结构化调用

2023 年 6 月 13 日，OpenAI 在 API 更新中推出 function calling：开发者把函数签名（JSON Schema）告诉模型，模型在需要时输出结构化的函数名和参数，由外部代码执行后把结果喂回去。这看起来只是 API 的小改进，实际是 Agent 工程的分水岭：

• 在此之前，工具调用靠 prompt 约定输出格式（ReAct 风格），解析脆弱、出错率高；
• 在此之后，「模型决策 + 结构化输出」成为一等公民，工具调用的可靠性第一次达到生产可用。

同期 LangChain、LlamaIndex 等框架疯狂生长，「LLM 应用开发」成为独立工种。10 月，普林斯顿团队发布 SWE-bench——用真实 GitHub issue 测试模型修 bug 能力的基准，为第二年编程 Agent 的军备竞赛提供了计分牌。

为什么 2023 年的自主 Agent 大多失败，而 2025 年的编程 Agent 成了？

差别不在架构，在三件事：模型强了两代（推理能力质变）、任务选对了（代码有编译器和测试当 verifier，天然可验证）、人类被保留在回路里（审批关键操作）。AutoGPT 想当「万能员工」，Claude Code 只想当「靠谱的结对程序员」——野心收敛反而打开了市场。

四、工程化收敛（2024）：从 demo 到产品

4.1 RAG 成熟与「复合 AI 系统」

2024 年的主旋律是把 2023 年的狂野想法工程化。RAG 从「embedding + 向量库」的朴素配方，进化出查询改写、混合检索、rerank、评估闭环等一整套工艺，成为企业落地 LLM 的默认架构。Berkeley 的「Compound AI Systems」观点在业界流行开来：竞争力来自系统（模型 + 检索 + 工具 + 编排 + 评估），而不是单个模型。

4.2 编程 Agent 登场：Devin 与 SWE-agent

2024 年 3 月，Cognition 发布 Devin 的演示视频，号称「第一个 AI 软件工程师」，在 SWE-bench 上端到端解决真实 issue——演示的戏剧性和随之而来的「视频是否夸大了能力」的争议，让编程 Agent 第一次进入大众视野。4 月，普林斯顿开源 SWE-agent（NeurIPS 2024 论文），证明一个设计得当的 Agent-Computer Interface（ACI）能让 GPT-4 在 SWE-bench 上稳定解决约 12% 的 issue——分数不高，但路线被证实了。这两个项目的详细拆解见 Devin 案例 与 SWE-agent 案例。

4.3 多智能体框架混战与 computer use

2024 年也是框架的战国时代：微软的 AutoGen（2023 年 9 月发布初版，2024 年持续迭代）、CrewAI（2024 年初走红）、LangGraph（2024 年初发布 0.1，把 Agent 编排显式建模为状态图）各自圈粉，关于「多 Agent 是真需求还是过度设计」的争论贯穿全年。这场混战的经验教训被后来 Anthropic 的《Building Effective Agents》（2024 年 12 月）总结为：多数场景用简单 workflow 就够，别为炫技上多 Agent——详见框架选型总览与多智能体架构。

10 月 22 日，Anthropic 随新版 Claude 3.5 Sonnet 发布 computer use：模型直接看屏幕截图、移动鼠标、敲键盘，像人一样操作任意软件。当时它在 OSWorld 基准上只有约 15% 的成功率，远谈不上实用，但方向意义巨大——Agent 的行动空间从「调 API」扩展到「操作一切有 GUI 的软件」，为 2025 年的 Operator 和 Manus 类产品探了路。

9 月 OpenAI 发布 o1，把「推理时计算」（test-time compute）变成显式的训练目标：模型先生成长思维链再作答。推理模型的出现，补上了 Agent 引擎的最后一块短板——长程任务的规划和自我纠错能力。

4.4 MCP：工具生态的标准化

2024 年 11 月 25 日，Anthropic 发布并开源 Model Context Protocol（MCP）：一套让任意 LLM 应用以统一方式连接数据源和工具的开放协议，client-server 架构，灵感明确来自语言服务器协议（LSP）。发布之初应者寥寥——真正的爆发要等到 2025 年 3 月 OpenAI 宣布支持之后。但历史地看，MCP 终结了「每个框架一套工具接口」的碎片化时代，细节见工具与 MCP。

五、Agent 元年（2025–2026）：从演示到生产力

如果说 2023 年的关键词是「惊喜」，2024 年是「收敛」，那么 2025–2026 年的关键词只有一个：agentic——它从技术术语变成了整个行业的叙事中心。

5.1 推理模型点燃开年

2025 年 1 月 20 日，DeepSeek 发布并开源 R1，用极低成本复现了 o1 级别的推理能力，并公开了 RL 训练细节。R1 的冲击是双重的：推理能力从此不再是少数闭源厂商的特权，Agent 的「大脑」成本大幅下移；它也直接引发了全行业对「推理模型即 Agent 引擎」的共识。同月，OpenAI 发布 Operator——基于 computer use 技术、能自主操作浏览器完成订餐购物等任务的消费级 Agent。

5.2 Deep Research：研究型 Agent 品类确立

2025 年 2 月 2 日，OpenAI 发布 Deep Research：给一个研究问题，Agent 自主浏览几十上百个网页，交叉验证，输出带引用的长篇报告，在「Humanity's Last Exam」基准上大幅刷新纪录。Google（Gemini）、Perplexity 等迅速跟进同类产品。Deep Research 的意义在于确立了「长时间自主运行（几十分钟）+ 产出可交付物」这个产品形态——Agent 的衡量单位从「轮次」变成了「任务」。

5.3 编程 Agent 军备赛：2025 年最大的赢家赛道

2025 年编程 Agent 的密集发布，事后看是 Agent 史上商业化最成功的一波：

• 2 月 24 日，Anthropic 随 Claude 3.7 Sonnet 发布 Claude Code（研究预览）：住在终端里的编程 Agent，直接读写代码库、跑测试、操作 git。
• 4 月，OpenAI 发布开源的 Codex CLI；5 月推出云端版 Codex——在隔离云环境中并行处理多个任务、直接提交 PR 的软件工程 Agent。
• 6 月，Google 开源 Gemini CLI；8 月阿里发布 Qwen Code；国内厂商（腾讯 CodeBuddy、字节 Trae 等）全面跟进 CLI 与 IDE Agent。
• 9 月，OpenAI 发布专为 agentic 编码优化的 GPT-5-Codex。

商业数据验证了赛道：据公开报道，Claude Code 上线约半年年化收入即冲到 10 亿美元量级，成为 Anthropic 增长最快的产品；Codex 在 2026 年初完成「绝地反击」，成为 OpenAI 的战略优先级产品。Cursor、GitHub Copilot 等 IDE 系产品也全面 Agent 化（后台 Agent、云端任务）。为什么是编程？因为代码任务自带 verifier（编译、测试），错误可被发现、过程可被审查，是人类最容易「放心放权」的领域。深度拆解见 Claude Code 案例。

5.4 Manus 与通用 Agent 的中国时刻

2025 年 3 月初，中国团队 Monica（蝴蝶效应）发布通用 Agent Manus 的演示：在云端虚拟机里自主操作浏览器和工具，完成做 PPT、分析股票、整理数据等长任务。内测邀请码一度被炒到天价，成为 2025 年国内 AI 圈的标志性事件。Manus 把「通用 Agent」从概念变成了可被普通人感知的产品，也把「Agent + 云端沙箱」的产品形态推到台前。5 月 Manus 开放注册，随后国内大厂（字节扣子空间、百度心响、阿里等）密集跟进通用 Agent 赛道。详见 Manus 案例。

5.5 协议层：MCP 与 A2A 的标准化之战

2025 年 Agent 基础设施最重要的进展发生在协议层：

• 3 月，OpenAI 宣布 Agents SDK 支持 MCP（距 Anthropic 发布仅四个月），MCP 从此成为事实标准，社区 MCP Server 数量当年内突破数千。
• 4 月 9 日，Google 在 Cloud Next 大会上发布 A2A（Agent2Agent）协议，联合 50 余家合作伙伴，解决 Agent 与 Agent 之间的互操作——与 MCP（Agent 连工具）形成互补。6 月 23 日，Google 将 A2A 捐赠给 Linux 基金会托管。
• 12 月 9 日，Linux 基金会宣布成立 Agentic AI Foundation（AAIF）：Anthropic 捐赠 MCP，OpenAI 捐赠 AGENTS.md，Block 捐赠 goose，创始成员包括 Anthropic、OpenAI、Google、Microsoft、AWS 等。Agent 的核心协议至此完成中立化托管——这一幕像极了当年 Kubernetes 捐赠给 CNCF。

5.6 2026 年：深水区

进入 2026 年，行业的焦点从「发布新 Agent」转向「把 Agent 管起来」：协议规范持续大修（MCP 在 2026 年 7 月发布了问世以来最大规模的系统性修订），可观测性、评估、安全、成本成为工程团队的真实痛点——这正是本站进阶架构各章存在的理由。Claude Code 与 Codex 的竞争演变为「多 Agent 并行 + 后台自动化」的产品形态竞赛；Agent Skills（2025 年 10 月由 Claude Code 引入、12 月成为开放标准）开始成为 Agent 能力分发的新载体，并在 2026 年初被各主流编程工具跟进。行业的共识逐渐清晰：模型能力仍在涨，但差距越来越体现在 harness（脚手架）工程、上下文工程与评估体系上。

「agentic」一词也在这个阶段完成了从形容词到行业叙事的转变：财报电话会、产品发布会、招聘 JD 里到处都是它。这种热度值得警惕——2023 年 AutoGPT 的教训说明，叙事峰值往往早于能力兑现一到两年。但这次的差异在于，编程 Agent 已经拿出了可审计的商业收入，赛道至少有一条腿站在了实地上。对求职者而言，这意味着 2026 年的 Agent 岗位既真实又拥挤，区分度恰恰在历史规律三里说的那些「有 verifier 的方向」上——参见知识地图对技能栈的拆解。

读史的纪律

本节 2025–2026 年的内容以 2026 年 8 月的公开报道为准。Agent 领域的产品数据（收入、份额）大多来自厂商自述或二手报道，引用到简历、报告或投资材料前请回到一手来源核实。

六、六十年，一张表

时间	事件	历史意义
1966	ELIZA 发布	对话界面的原型；「ELIZA 效应」预警
1966–72	Shakey 机器人（SRI）	感知—规划—行动循环的始祖
1970s	MYCIN 等专家系统	规则注入知识的巅峰与瓶颈
1987	Bratman 提出 BDI 思想	Agent 的心智状态理论化
1995	Rao & Georgeff、Wooldridge & Jennings 论文	BDI 落地，Agent 概念体系成型
1992	TD-Gammon	自学胜过手工规则的首次证明
2016.03	AlphaGo 胜李世乭	Deep RL + 搜索的超人 Agent
2020.05	GPT-3 论文	in-context learning，提示工程诞生
2022.01	Chain-of-Thought 论文	推理可以「被引出来」
2022.03	InstructGPT 论文	RLHF 让模型听懂指令
2022.10	ReAct 论文；LangChain 开源	推理+行动的统一循环；框架时代开启
2022.11.30	ChatGPT 发布	一切的前置条件集齐
2023.03	GPT-4；AutoGPT 开源	够强的引擎；自主 Agent 现象级爆发
2023.04	BabyAGI；Generative Agents	最小 Agent 闭环；记忆流架构
2023.06.13	OpenAI function calling	工具调用结构化、生产可用
2023.10	SWE-bench 发布	编程 Agent 有了计分牌
2024.03–04	Devin 演示；SWE-agent 开源	编程 Agent 路线被证实
2024.09	OpenAI o1 发布	推理时计算成为显式目标
2024.10.22	Claude computer use	行动空间扩展到任意 GUI
2024.11.25	MCP 发布	工具连接的标准化
2025.01.20	DeepSeek-R1 开源	推理能力平民化
2025.02	Deep Research；Claude Code 发布	研究型 Agent 品类；终端编程 Agent
2025.03	Manus 发布；OpenAI 支持 MCP	通用 Agent 破圈；MCP 成事实标准
2025.04–06	A2A 发布并捐赠 Linux 基金会	Agent 间互操作协议
2025.05–09	Codex 云端版、Gemini CLI、GPT-5-Codex	编程 Agent 军备赛白热化
2025.12.09	AAIF 成立，MCP/AGENTS.md 捐赠	Agent 协议中立化托管
2026	工程深水区：评估、可观测、Skills、多 Agent 并行	竞争从模型转向系统工程

七、三条历史规律

规律一：概念领先工程十年，工程等待引擎。 BDI 的理论 1995 年就成型了，等一个够聪明的执行体等了近三十年；AutoGPT 的架构 2023 年就火了，等一个够强的推理模型等了两年。遇到「新概念」时先问：这是真新，还是旧思想等到了新引擎？多数时候是后者——这不丢人，反而是可预测的机会窗口。

规律二：每一次爆发都以「标准化」收尾。 function calling 标准化了工具调用（2023），MCP 标准化了工具连接（2024–25），A2A 标准化了 Agent 互联（2025），AGENTS.md/Skills 标准化了 Agent 的知识与能力分发（2025–26）。混乱期是框架开发者的战场，标准化之后价值向上层应用和下层基础设施迁移。对个人学习者的启示：学协议和标准（它们寿命长），慎学框架的私有抽象（它们寿命短）。

规律三：落地的顺序由「可验证性」决定。 Agent 先在编程爆发（有编译器和测试），其次在研究分析（有引用可查），而「全自动生活助理」至今没有真正成立（无 verifier、错误代价高）。判断一个 Agent 方向是否临近爆发，别问「模型够不够聪明」，问「这个任务的结果能不能被便宜地验证」。这条规律对选项目、选 offer 同样适用——详见岗位版图。

参考资料

• ReAct: Synergizing Reasoning and Acting in Language Models (arXiv:2210.03629) —— 现代 Agent Loop 的奠基论文，2022 年 10 月。
• Generative Agents: Interactive Simulacra of Human Behavior (arXiv:2304.03442) —— 斯坦福小镇实验与记忆流架构，2023 年 4 月。
• OpenAI: Function calling and other API updates（Simon Willison 记录） —— 2023 年 6 月 13 日 function calling 发布的同期记录。
• Introducing computer use（Anthropic） —— 2024 年 10 月 22 日 computer use 发布原文。
• Introducing deep research（OpenAI） —— 2025 年 2 月 2 日 Deep Research 发布原文。
• Google Cloud donates A2A to Linux Foundation —— 2025 年 6 月 23 日 A2A 中立化托管的官方公告。
• Donating the Model Context Protocol and establishing the Agentic AI Foundation（Anthropic） —— 2025 年 12 月 9 日 MCP 捐赠与 AAIF 成立。
• Linux Foundation Announces the Formation of the Agentic AI Foundation —— AAIF 官方新闻稿，含创始项目与成员名单。