军训讲座的间隙把《云边有个小卖部》重读了一遍。

初二读的时候只顾着故事，这次却在一些奇怪的地方停下来想了很久。大概人每隔几年重读同一本书，看到的东西都会不一样 —— 书没变，读的人变了。

新学期要开始正式接触高数、Python 和 C 语言了。方向还没有完全定下来，但先把眼前的事做好。

开学前的最后一个夜晚。高数、Python、C 语言，还有一台电脑 —— 新学期的主要装备齐了。

因军训讲座太过无聊，故寻找有趣的书看，思来想去，想到了这本初二看过的书，读后感受与初二时有所不同，或许是人生阅历不同，或许是军训讲座的吵闹。

与初二相同的是，我同样为程霜和刘十三的悲剧爱情故事落泪。

"我爱你，你要记得我"等一系列语句让人深深触动，我羡慕他们那随意的相处方式，羡慕程霜与刘十三的救赎互助。

与初二不同的是，我对牡丹的情节感到奇怪。为什么刘十三要在爱自己和自己爱的女孩面前不断追求牡丹，在两人船上的幽会时，还嘴硬喜欢牡丹，即使是傲娇会不会过头了。

总的说，这本书还是我很喜欢的一本小说，它不完全是一本恋爱小说，更多的是青春悲剧小说，让我为之流泪。

给网站加了一张南科大的交互地图。

一开始只是想找一张校园地图放上去，后来发现官方 PDF 是矢量文件 —— 地图上的文字标注是可以直接程序读取的真实文本，而不是图片。于是干脆写了个脚本，把建筑名和坐标一起提取出来，变成了地图上可点击的标记。

现在这张地图可以标注地点、写备注（比如食堂哪个窗口好吃），数据存在云端，换个设备打开也还在。

把一个想法从"能看到"做到"能用"，中间隔着的是无数次"再调一下"。

给网站加了校园地图，把南科大的 42 个地方都标上去了，以后食堂吃什么直接在上面记。

一、选题背后的深度调研（写作素材库）

核心结论：三层逻辑，从浅到深

1. 商业模式层：聊天 AI 赚不到钱，Agent 才是「算力出口」

• 大厂过去几年砸了上千亿建模型，但纯聊天场景 token 消耗小、用户付费意愿低，行业"叫好不叫座"。
• 一个复杂 Agent 任务要拆解规划、调用几十次工具，token 消耗顶得上几百次普通对话——算力终于有了规模化出口。
• 付费逻辑从"按对话收费"转向"按任务收费"。
• 佐证：Google 单月 token 处理量一年翻了 7 倍，达 3200 万亿；阿里成立 Token Hub，把 token 消耗当核心战略指标。

2. 战略层：下一代流量与服务入口之争

• PC 时代入口是浏览器，移动时代是微信/APP，AI 时代的入口是"用户开机后的第一个智能体"。
• 谁先让用户习惯"把任务丢给 AI"，谁就掌握下一代的流量、数据与分发。
• 佐证：字节把约 4000 人飞书团队并入豆包（豆包 6 月月活 3.82 亿）；阿里把悟空、QoderWork、MuleRun 整合为"千问办公"，定为内部"头号工程"；腾讯 WorkBuddy 6 月访问量 2097 万次，居办公智能体第一。

3. 技术层：拐点恰好到来

• 2024.9 OpenAI o1 → 2025.1 DeepSeek R1：推理模型让 AI 从"会说"变成"会想、会做"。
• API 价格一年降了约九成，Agent 的经济账第一次算得过来。
• 2025.3 Manus 一夜爆火；2026 年开源 Agent 项目 OpenClaw 在 GitHub 狂揽 30 万 star——不是风口，是已经起风。
• 海外同步：OpenAI 合并 Codex 与 ChatGPT 推出 ChatGPT Work；Google 用 Gemini 统一打通 Search/Workspace；微软、Anthropic 把 Agent 塞进文档、会议、邮件。

关键数据卡（写稿备用）

金句库

• "聊天 AI 是流量生意，Agent 才是算力生意。"
• "模型战争结束了，Agent 战争刚刚开始。"
• "谁先让 Agent 落地，谁就拿到 AI 时代的下一张船票。"

二、可直接发布的笔记文案

标题（三选一）

• A（数字+反常识，推荐）：大厂烧掉几千亿终于想通：聊天不赚钱，Agent 才是钱
• B（悬念型）：ChatGPT 火成这样还在亏钱，大厂为什么抢着做 Agent？
• C（直给型）：为什么全行业都在 all in AI Agent？3 个真相

封面文案（建议大字+黑底/荧光底，3:4）

聊天AI 亏麻了
Agent 才是印钞机

备选：为什么都在 all in Agent？ / AI 不聊了，开始干活了

正文

ChatGPT 火成这样，其实一直没赚到钱。 但大厂反而抢着烧钱做 Agent（智能体）——为什么？

🍔 原因一：聊天赚不到钱，Agent 才烧得动卡 · 聊一次天就几百个 token，几十块月费根本回不了本 · 一个复杂 Agent 任务要拆解、规划、调用几十次工具，token 消耗顶得上几百次聊天 · 说白了：聊天是零售，Agent 是批发 · 谷歌单月 token 处理量，一年直接翻了 7 倍

🚪 原因二：这是入口之争，错过就没有下一张船票 · PC 时代入口是浏览器，移动时代是微信，AI 时代入口就是"会干活的 Agent" · 谁先让用户习惯"把任务丢给 AI"，谁就掌握下一代流量和数据 · 所以字节把 4000 人的飞书团队并进豆包，阿里把"千问办公"定为头号工程

🚀 原因三：技术拐点刚好到了 · 2024 年 OpenAI o1、2025 年 DeepSeek R1，推理模型让 AI 从"会说"变成"会想、会做" · API 价格一年降了约九成，Agent 的经济账第一次算得过来 · 2025 年 Manus 一夜爆火，2026 年开源 Agent 项目 OpenClaw 狂揽 30 万星 · 不是风口，是已经起风了

💰 有多疯狂？ · Gartner 预测：2026 年底 40% 的企业应用内置 Agent，一年前还不到 5% · 国内智能体市场规模 2025 年 804 亿，预计 2030 年冲到 6968 亿 · 一句话总结：聊天 AI 是流量生意，Agent 才是算力生意

你觉得哪家的大厂 Agent 会先跑出来？评论区聊聊👇 关注我，下期拆解：Agent 到底是怎么"自己干活"的？

标签

#AI #人工智能 #AI智能体 #AI科普 #大模型 #ChatGPT #科技科普 #AI工具 #数码科技 #干货分享

三、起号执行建议（简短）

1. 封面：大字标题 + 对比色块（醒图/可画均可），3:4 竖版；字号占封面 40% 以上，远看要能读。
2. 发布时间：工作日 12:00–13:00 或 18:00–20:00，周末 20:00–22:00。
3. 人设统一：前 5 篇固定封面模板 + 固定开头口吻（本账号建议"说人话的 AI 科普"）。
4. 系列化排期（留住关注）：
   • 02｜Agent 是怎么"自己干活"的（拆解：规划→调用工具→反思）
   • 03｜MCP 是什么？为什么说它是 Agent 的"USB 接口"
   • 04｜实测：豆包 / 千问办公 / WorkBuddy 谁更会干活
   • 05｜OpenClaw 30 万星爆火背后：开源 Agent 时代来了？
5. 互动钩子：正文末尾留"观点题"（如本篇的"哪家先跑出来"），争议性话题比提问更能带评论。

一、选题背后的深度调研（写作素材库）

核心公式（全行业通用定义）

Agent = 大模型（大脑）+ 规划 Planning + 工具调用 Tool Use + 记忆 Memory + 执行循环 Loop

聊天机器人解决"怎么回答"，Agent 解决"怎么完成"——本质差别是"执行闭环"。

执行循环：ReAct（Reason + Act）

Thought（推理）→ Action（调用工具）→ Observation（观察结果）→ 循环，直到任务完成/到达上限

• 原始论文：Yao et al. 2022（arXiv:2210.03629），ReAct 在 ALFWorld 上 +34 分、WebShop +10 分，并通过逐步检索降低幻觉。
• 2026 年所有主流 Agent（Claude Code、Cursor、Devin、Operator 等）本质都是该循环的变体。
• 一个生产级循环必备 5 要素：消息缓冲、工具注册表、停止条件、步数预算（防死循环）、结果格式化（工具报错须转成可读文本回喂模型）。

四大模块要点

1. 规划：把模糊目标拆成子任务。技术谱系：CoT 思维链 → ToT 思维树（支持回溯，GPT-4 在 Game of 24 从 4% 提升至 74%）→ Plan-and-Execute → Reflexion（自我反思重试，GPT-4 在 HumanEval 达 91%）。
2. 工具调用：模型输出结构化 tool_use（JSON Schema 约定），客户端执行后将结果回填上下文；2026 年已支持并行工具调用（一次调用多个工具，降低时延）。
3. 记忆三层：短期＝上下文窗口；会话级＝跨轮摘要再注入；长期＝情节记忆（事件）/语义记忆（事实）/程序记忆（偏好），依赖向量检索（RAG）。
4. MCP：Anthropic 2024.11 提出，2025.12 移交 Linux Foundation（OpenAI、AWS、Google、微软均为铂金成员）；2026 年月 SDK 下载约 9700 万，公开 server 1 万+。→ 本篇只做钩子，03 专讲。

关键数据卡（写稿备用）

金句库

• "Chatbot 解决'如何回答'，Agent 解决'如何完成'。"
• "Agent 的本质，是具备推理能力的大模型 + 可执行的环境 + 验证与修正机制。"
• "单步 5% 的失败率，在 20 步任务中意味着整体成功率不足 40%。"
• "模型的竞争在收敛，产品的竞争在执行。"

二、可直接发布的笔记文案

标题（三选一）

• A（推荐）：AI Agent 是如何"自己干活"的？拆解从规划到执行的完整闭环
• B：一篇看懂 Agent：大模型如何从"会说话"走向"会做事"
• C：Agent 的底层逻辑：规划、工具调用与记忆的三层架构

封面文案（建议白底结构图/流程图，排版克制，3:4）

AI Agent
工作原理拆解

备选：从"会说话"到"会做事" / 规划 · 工具 · 记忆

正文

上期我们讨论了厂商集体押注 Agent 的商业逻辑，本期回答技术问题：Agent 到底如何工作？

业内普遍认可的定义是： Agent = 大模型 + 规划 + 工具调用 + 记忆 + 执行循环 它与聊天机器人的本质区别，在于从"生成回答"转向"完成任务"。

01 规划：把任务拆成可执行步骤 以"预订下周去上海的机票"为例，Agent 会先分解：查询行程 → 搜索航班 → 比价 → 下单 → 确认。这一能力依赖思维链（CoT）、思维树（ToT）等技术，是多步任务的前提。

02 工具调用：让模型真正"动手" 规划完成后，Agent 通过结构化接口执行操作：读取日历、调用订票系统、提交订单。2026 年，这些接口正在向统一的 MCP 协议收敛——相当于工具的通用接口标准（下期展开）。

03 执行循环：边执行、边验证 Agent 的核心机制是 ReAct 循环，即推理与行动交替进行：每执行一步，观察结果；不符合预期，则修正后重试。正是这个闭环，让它区别于单轮问答。2026 年的新趋势是原生推理——推理与工具调用在架构上分离，可靠性与成本进一步优化。

04 记忆：短期与长期 短期记忆维护当前任务状态；长期记忆沉淀用户偏好与历史经验。缺乏记忆的 Agent，无法胜任跨会话的个性化任务。

同时需要正视现状：幻觉、循环卡死、越权操作是三类典型风险。工程上，单步 5% 的失败率在 20 步任务中意味着整体成功率不足 40%，这也是行业坚持关键操作须人工确认的原因。

总结：Agent 的本质，是"具备推理能力的大模型 + 可执行的环境 + 验证与修正机制"。看懂它，才能看懂这场竞赛的走向。

问题留给你：你愿意让 Agent 自主决策的金额上限是多少？评论区聊聊。

标签

#AI #人工智能 #AI智能体 #大模型 #科技科普 #知识分享 #硬核科普 #AI科普 #Agent #前沿科技

三、执行建议（简短）

1. 配图：白底结构图/流程图（公式图、ReAct 循环图、风险清单卡），排版克制、避免贴纸花字，与专业人设一致；正文可配 4 张卡片图：公式卡、拆任务卡、循环卡、风险卡。
2. 系列钩子闭环：01 结尾预告本篇，本篇结尾预告 03（MCP）；发布 03 时在评论区置顶 01/02 链接，形成追更路径。
3. 互动题设计：以"金额阈值"取代娱乐化提问，既贴合专业定位，又天然形成观点分歧，利于评论区讨论；回复评论时保持同一克制口吻。
4. 发布时间：与 01 间隔 2–3 天，固定 12:00–13:00 或 20:00–22:00。

这个网站从最初的一页个人介绍，一步步长成了现在的样子：一个入口门户、一份自我介绍、一张可交互的校园地图，还有这个刚出生的博客。

写这篇文章，是想把整个过程记录下来 —— 尤其是那些不顺利的地方。对别人也许是经验，对自己是一份纪念。

起点：一页个人介绍

网站最早只是一个单页作品集，用 React + Vite 搭建，深色背景，讲我的故事：数学、摄影、围棋，还有那些仍在展开的方向。

它花了我很多心思，但回头看，真正让我学到东西的，是后来不断"修它"的过程。

第一次优化：让网站变快

第一批优化全是"看不见的"：

• 把六张摄影作品从 JPG 转成 WebP，体积减了将近一半，画质肉眼无差；
• 清理了十代设计迭代留下的死代码 —— 样式表瘦身了四分之一；
• 删除了一批写了却从没用上的组件。

做完这些，网站长得一模一样，但更快、更干净了。我当时意识到：优化的最高境界，是用户完全察觉不到。

校园地图：这个项目里最折腾的部分

地图功能是后来加的最大的一个。过程值得单独记一笔：

拿到官方地图 PDF 后，我发现它是矢量文件 —— 地图上的文字标注是真实文本。于是我没有用 OCR 猜，而是直接解析 PDF 的文字层，把 42 个地标连坐标一起提取了出来。

然后就是整个项目里最难忘的一个 bug：所有标记在纵向上被翻转了。原因藏得很深 —— 地图引擎 Leaflet 的坐标轴方向和图片像素轴方向相反。我为了找它，绕了很多弯路：校准坐标、怀疑视觉模型、反复截图对比……最后是靠读取页面里标记元素的实际渲染坐标，才把问题钉死。

教训很朴素：当"所有东西都差一点点"的时候，多半是坐标系之类的基础假设错了，而不是细节问题。

云端备注：让地图变成工具

地图不只是展示，我还想要它能用：标注地点、记食堂饭菜、多设备同步。

于是加了一个云端存储：备注存在云数据库里，读取公开、写入需要密码，密码在服务端校验。现在我在任何设备打开地图，都能看到同一份备注，解锁后随手记点什么。

门户与博客：把一切串起来

最后，把个人介绍、校园地图、晚霞实验室和博客，统一成了一个门户首页。

这就是你现在看到的样子。

接下来

博客会记录学习技术、探索研究的过程，也会写点摄影和户外。不保证更新频率，但保证每篇都是真的。

先把这一步走好。

军训期间重读了《云边有个小卖部》，和初二那会儿的感受完全不一样了。有些书就是要隔几年再读一次。