最好的 agent 是最无聊的那个

能拿到转发的那些 demo 都是自主的：「我给它一个目标就走开了，它把整件事都做完了。」而能在生产环境里活下来的 系统恰恰相反——它们很无聊。工具被锁死、流程固定、选项有限、有个人守在危险的步骤上。看着它工作，大概跟看一个 表单提交一样刺激。这正是重点。

自主性是成本，不是特性

我们被教导把自主性读成「高级」——agent 自己决定的越多，它一定就越聪明。反过来想。你交给模型的每一个决策， 都是一个可能出错的决策，而随着决策变多，失败也在成倍增加。那些真正把 agent 送进生产环境的企业，都是那些 对工具访问、审批阈值和执行范围加以约束 的企业；而那些在砍掉项目的——Gartner 预计到 2027 年底会有超过 40% 死掉 ——往往正是那些以「让它去想」为名，任由范围和成本无限膨胀的企业。

自主性是一笔预算。你委托给模型的每一个决策都是一次取款——而这个账户就是你的可靠性。

agent 与工作流是一条光谱，而大多数任务想要的是无聊的那一端

人们脑子里有一个错误的二选一：要么它是一个能自由推理的 真正的 agent，要么它就是个笨脚本。实际上 这是一条光谱，而对于几乎 每一个生产任务来说，正确的位置都更靠近「带一个聪明步骤的脚本」，而不是「自由游荡的 agent」。一个预订流程 不需要一个 去决定 怎么预订的 agent。它需要确定性的步骤——查可用性、收集信息、写入记录——让模型只做那 一件 真正模糊的事：理解人到底想要什么。

这就是设计上的关键动作：能确定的地方就确定，只在必须的地方才用自主。 模型的智能应该住在那个狭窄的、 无法再化简的模糊决策里。它周围的一切——排序、校验、重试、副作用——都应该是笨拙、可测试、可预测的代码，即使 回路里没有 LLM 你也敢信任它。

为无聊而设计

• 给它能完成工作的最少工具。 一套精简、agent 用得好的工具，胜过一套宽泛、它用得很有创意的工具。工具 选择上的创意，就是「意外」的同义词。
• 给每个决策划边界。 枚举好的选项胜过开放式的。「从这三个里挑一个」会以三种已知的方式失败；「你自己想 办法」会以你要在生产环境里才发现的方式失败。
• 确定性的脚手架，聪明的内核。 把模型那一个需要判断的决策，包进你能写单元测试的代码里。如果一个步骤能 写成函数，就把它写成函数。
• 给不可逆的东西设关卡。 读取很便宜；任何要花钱、要发消息、要写入生产环境的东西，都得加个上限或加个 人。自主性一直都没问题——直到它变贵的那一刻。

这和 一个什么都做的 agent 什么都做不好 以及 编排才是真正的架构 是同一个教训，只是换成了单个 agent 的 视角：赢的不是一个更自由的 agent，而是一个更受约束、带一个聪明部件的系统。

结论

自主性 demo 起来很漂亮，上线却很糟糕，因为让它显得厉害的那件事——模型什么都自己决定——正是让它不可靠的那件 事。能走到生产环境的 agent，都是那些把自主性当成负债、只在它值回工钱的地方才花掉它的构建者做出来的。

不要去造一个更自主的 agent。去造一个更无聊的系统——能确定的地方都确定，只在必须的地方才聪明——并把人的 关卡放在那些会咬人的步骤上。