在人工智能領(lǐng)域，自主決策能力正逐漸成為衡量Agent價(jià)值的關(guān)鍵指標(biāo)，也因此被視為AI時(shí)代的新基礎(chǔ)設(shè)施。然而，一些觀點(diǎn)認(rèn)為，Workflow在此方面似乎存在局限性，難以打造出真正的通用Agent。

談及具備決策能力和自我意識(shí)的Agent，不得不提AlphaGo的問(wèn)世。這是AI首次展現(xiàn)出非模板化、非規(guī)則驅(qū)動(dòng)的智能行為。通過(guò)深度神經(jīng)網(wǎng)絡(luò)與強(qiáng)化學(xué)習(xí)（RL），AlphaGo能夠自我對(duì)弈、自我優(yōu)化，最終擊敗人類頂級(jí)棋手，標(biāo)志著Agent時(shí)代的到來(lái)。

Devin的出現(xiàn)，可以被視為通用Agent發(fā)展的一個(gè)起點(diǎn)。它將AI的編碼能力、任務(wù)執(zhí)行與反饋機(jī)制整合為一個(gè)閉環(huán)，為后續(xù)產(chǎn)品提供了寶貴的范例。Manus延續(xù)了Devin的思路，并提出“More Intelligence”的理念，通過(guò)任務(wù)拆解、自我反思、模型調(diào)度等方式，增強(qiáng)Agent的理解力和適應(yīng)能力。而Genspark則采取了更加模塊化的路線，每個(gè)任務(wù)步驟都可組合，開(kāi)發(fā)者可以快速搭建屬于自己的Agent系統(tǒng)。

盡管Workflow在構(gòu)建Agent中扮演了一定角色，但業(yè)內(nèi)逐漸形成共識(shí)：僅靠Workflow難以打造出真正的Agent。主流觀點(diǎn)認(rèn)為，擁有基礎(chǔ)模型是構(gòu)建Agent的起點(diǎn)，而RL則是賦予Agent連貫行為和目標(biāo)感的“靈魂”。它決定了Agent如何理解環(huán)境反饋、進(jìn)行長(zhǎng)期規(guī)劃，是連接感知與行動(dòng)的關(guān)鍵。

然而，Manus因缺乏底層模型能力和算法支撐，系統(tǒng)結(jié)構(gòu)相對(duì)開(kāi)放，容易被模仿。盡管如此，AI科技評(píng)論認(rèn)為，這種批評(píng)有失公允，因?yàn)镸anus在產(chǎn)品設(shè)計(jì)和任務(wù)編排上仍有不少創(chuàng)新之處。那些堅(jiān)持深耕強(qiáng)化學(xué)習(xí)的團(tuán)隊(duì)，在新一輪技術(shù)演進(jìn)中逐漸走到了前沿位置。

Pokee AI創(chuàng)始人朱哲清，前meta AI應(yīng)用強(qiáng)化學(xué)習(xí)團(tuán)隊(duì)負(fù)責(zé)人，就是RL的堅(jiān)定信仰者。他認(rèn)為，RL的核心優(yōu)勢(shì)在于目標(biāo)驅(qū)動(dòng)，圍繞清晰目標(biāo)進(jìn)行策略規(guī)劃和任務(wù)執(zhí)行。缺少RL，Agent容易陷入“走一步看一步”的模式，缺乏內(nèi)在驅(qū)動(dòng)力，難以勝任復(fù)雜任務(wù)。

朱哲清表示，真正的Agent不僅要有執(zhí)行能力，還要對(duì)環(huán)境產(chǎn)生不可逆的影響。Workflow產(chǎn)品仍處于早期階段，需要人為干預(yù)。真正的Agent能夠根據(jù)給定目標(biāo)，自主選擇和使用工具完成任務(wù)。他認(rèn)為，Agent的發(fā)展可分為多個(gè)階段，從Zapier的工作流系統(tǒng)，到LangChain的可組合型任務(wù)執(zhí)行模式，再到Claude做MCP的演進(jìn)，最終將實(shí)現(xiàn)自主性與智能性的前所未有的水平。

然而，并非所有人都對(duì)RL持樂(lè)觀態(tài)度。香港科技大學(xué)（廣州）博士生、DeepWisdom研究員張佳釔認(rèn)為，現(xiàn)有RL技術(shù)雖能在特定環(huán)境中提升Agent能力，但本質(zhì)上是“任務(wù)特化”，而非真正的智能泛化。他強(qiáng)調(diào)，跨環(huán)境智能體才是目標(biāo)，而RL在跨環(huán)境學(xué)習(xí)上面臨困境。他認(rèn)為，即便使用RL對(duì)語(yǔ)言模型進(jìn)行環(huán)境內(nèi)優(yōu)化，若基礎(chǔ)模型能力較弱，即便訓(xùn)練到“最優(yōu)”，也只是對(duì)單一環(huán)境的適配，缺乏跨環(huán)境泛化能力。

張佳釔將Agent的發(fā)展過(guò)程分為六個(gè)階段，目前大多數(shù)Agent產(chǎn)品公司仍處于第二到第三階段之間，尚未邁過(guò)第四階段的門(mén)檻。他認(rèn)為，突破當(dāng)前瓶頸的關(guān)鍵在于使Agent擺脫人類預(yù)設(shè)經(jīng)驗(yàn)的束縛，通過(guò)自主探索獲取跨環(huán)境經(jīng)驗(yàn)，并學(xué)會(huì)與各類專業(yè)Agent協(xié)作。

Follou創(chuàng)始人謝揚(yáng)則持有不同觀點(diǎn)。他認(rèn)為，Agent和工作流自動(dòng)化可以組合起來(lái)，Agent應(yīng)成為協(xié)助人類提升生產(chǎn)力的工具，而非獨(dú)立個(gè)體。他更關(guān)心Agent是否能在現(xiàn)實(shí)中幫人把一件事做完，無(wú)論是搜索信息、分析數(shù)據(jù)，還是調(diào)度工具。在他看來(lái)，很多人過(guò)于執(zhí)著于“Agent是否像人”，而忽略了其真正的應(yīng)用意義。

謝揚(yáng)表示，衡量一個(gè)Agent是否有生命力，關(guān)鍵在于它是否“可組合”“可調(diào)度”。只有將Agent靈活地組織在不同的垂直任務(wù)中，支持模塊化的能力組合，并與人類實(shí)現(xiàn)高效協(xié)同，它才真正具備長(zhǎng)期應(yīng)用的可能性?；诖死砟睿現(xiàn)ollou構(gòu)建了一套融合Agent與工作流的架構(gòu)體系。

在RL信徒與質(zhì)疑者的觀點(diǎn)交鋒中，一個(gè)趨勢(shì)逐漸清晰：Agent的演化不再是單一范式的勝利，而是多種技術(shù)路線的協(xié)同博弈。構(gòu)建Agent需要模型能力、目標(biāo)規(guī)劃和執(zhí)行機(jī)制等多方面的精密協(xié)作。RL塑造目標(biāo)感，模型提供理解力，外部接口延展執(zhí)行力，三者缺一不可。如何將這些能力組合在一起，真正打造一個(gè)可泛化、可遷移的系統(tǒng)，是Agent走向通用市場(chǎng)的關(guān)鍵。