大家好，我是肆〇柒。AI 圈的進(jìn)化速度之快，已是不爭(zhēng)的事實(shí)。去年，MCP（模型上下文協(xié)議）發(fā)布，隨后 AI Coding 賽道愈發(fā)熱鬧，Cursor、Cline、Devin、MGX 等產(chǎn)品層出不窮。春節(jié)前夕，各模型廠商扎堆發(fā)布新模型，DeepSeek-R1 的問(wèn)世更是讓全球?yàn)橹徽稹＝?，通用智能體 Manus 的發(fā)布又引發(fā)了不小的熱議。類(lèi)似的消息數(shù)不勝數(shù)，這都是近三四個(gè)月發(fā)生的事情，信息飽和度極高。用群友的一句話來(lái)形容再恰當(dāng)不過(guò)：“物理方一日，智能已千年”。

在此，有個(gè)顯而易見(jiàn)的結(jié)論是：一個(gè)協(xié)議能否成為標(biāo)準(zhǔn)，取決于共識(shí)。比如W3C HTTP協(xié)議，能成為業(yè)界標(biāo)準(zhǔn)，原因就是在行業(yè)協(xié)會(huì)牽頭下有廣泛共識(shí)，并見(jiàn)真實(shí)落地和深度的用戶滲透率。所以，MCP能不能成為協(xié)議標(biāo)準(zhǔn)，取決于大家對(duì)它的共識(shí)程度，而這個(gè)共識(shí)，不僅僅來(lái)自于創(chuàng)業(yè)公司，開(kāi)發(fā)者群體，還要來(lái)自于商業(yè)巨頭，甚至是政體。

說(shuō)到共識(shí)，我曾在社群里聊到過(guò)，行業(yè)巨頭通常不會(huì)給自己找一個(gè)能扼住自己咽喉的上游。那么如何看待國(guó)內(nèi)這兩個(gè)頭部地圖應(yīng)用的動(dòng)作呢？

原因在于它們本身具有工具屬性，且有開(kāi)放平臺(tái)API為開(kāi)發(fā)者提供服務(wù)。所以多一個(gè)MCP，只是從開(kāi)放平臺(tái)角度多了一個(gè)智能應(yīng)用的用戶渠道，對(duì)它們自身市場(chǎng)和競(jìng)爭(zhēng)格局是有益的。況且，如果老二先入，老大不跟，就可能錯(cuò)失市場(chǎng)，所以我們才看到百度地圖和高德地圖相繼宣布開(kāi)放MCP Server。由此，也許可以得到一個(gè)觀點(diǎn)：一個(gè)具有行業(yè)地位，但沒(méi)有絕對(duì)壟斷性領(lǐng)先優(yōu)勢(shì)的平臺(tái)或應(yīng)用，要特別警惕在AI時(shí)代被競(jìng)爭(zhēng)對(duì)手通過(guò)AI Agent等智能形態(tài)的應(yīng)用彎道超越。

AI Agent 戰(zhàn)略？

對(duì)于Agent戰(zhàn)略，工具類(lèi)應(yīng)用，容易跟進(jìn)，但平臺(tái)類(lèi)的卻要自己想清楚，因?yàn)樗婕暗疆a(chǎn)業(yè)生態(tài)。多數(shù)2C服務(wù)類(lèi)平臺(tái)，應(yīng)該不會(huì)情愿工具化自己，因?yàn)檫@會(huì)使整個(gè)業(yè)務(wù)模式改變，用戶體驗(yàn)發(fā)生劇變，流量走向也會(huì)完全不一樣。比如電商，想象一下，如果引入Agent電商，業(yè)務(wù)模式將發(fā)生天翻地覆的變化。在這樣的平臺(tái)場(chǎng)景下，如果AI Agent滲透，就要看Agent的代理當(dāng)方向是什么，它代理了誰(shuí)——是平臺(tái)？還是個(gè)人？

• 如果代理的是平臺(tái)，Agent可以實(shí)時(shí)感知用戶需求，為客服提供更精準(zhǔn)的購(gòu)買(mǎi)服務(wù)支持；
• 如果代理的是個(gè)人，Agent可以作為個(gè)人的購(gòu)物助手，在成本預(yù)算、功能性要求的前提下，對(duì)商品進(jìn)行比價(jià)、功能性分析、社交評(píng)價(jià)洞察，從而為用戶實(shí)現(xiàn)購(gòu)買(mǎi)評(píng)估。

以上兩點(diǎn)只是非常粗糙的假想，只為給大家提供一個(gè)思考的種子。我們可以看到，在這樣的場(chǎng)景下，無(wú)論AI Agent代理的是個(gè)人還是平臺(tái)，都具有非常大的商業(yè)想象空間。

AI Agent 代理平臺(tái)

如果Agent代理的是平臺(tái)，其主要作用是作為平臺(tái)與用戶之間的中介，實(shí)時(shí)感知用戶需求，為平臺(tái)的客服、商品推薦、流量分配等提供更精準(zhǔn)的支持。也許可以是：

• 客服支持Agent代理平臺(tái)時(shí)，能實(shí)時(shí)感知用戶需求，提前為客服提供精準(zhǔn)信息。比如用戶瀏覽商品時(shí)，Agent可預(yù)測(cè)其可能的咨詢內(nèi)容（如商品詳情、尺碼、退換貨政策等），提前推送給客服，讓客服快速響應(yīng)，提升服務(wù)效率和用戶滿意度。
• 商品推薦與流量分配Agent可分析用戶實(shí)時(shí)行為和偏好，為平臺(tái)推薦系統(tǒng)提供精準(zhǔn)用戶畫(huà)像，優(yōu)化商品推薦策略。平臺(tái)據(jù)此將用戶感興趣的商品精準(zhǔn)展示，提高曝光率和轉(zhuǎn)化率。同時(shí)，Agent還能優(yōu)化流量分配，引導(dǎo)流量到更符合用戶需求的商品和商家頁(yè)面，提升平臺(tái)運(yùn)營(yíng)效率。
• 廣告投放與營(yíng)銷(xiāo)Agent為平臺(tái)廣告投放提供精準(zhǔn)依據(jù)，分析用戶實(shí)時(shí)需求和興趣，將相關(guān)廣告精準(zhǔn)推送給用戶，提高點(diǎn)擊率和轉(zhuǎn)化率。此外，Agent還能根據(jù)用戶行為數(shù)據(jù)，為平臺(tái)制定個(gè)性化營(yíng)銷(xiāo)策略，如優(yōu)惠券發(fā)放、限時(shí)折扣推薦等，吸引更多用戶購(gòu)買(mǎi)商品。
• 平臺(tái)運(yùn)營(yíng)與管理Agent作為平臺(tái)的智能助手，實(shí)時(shí)監(jiān)測(cè)流量、用戶活躍度、商品庫(kù)存等信息，為平臺(tái)提供運(yùn)營(yíng)建議。如發(fā)現(xiàn)商品庫(kù)存不足提醒補(bǔ)貨，發(fā)現(xiàn)頁(yè)面用戶流失率高則分析原因并提優(yōu)化建議，還能協(xié)助平臺(tái)進(jìn)行數(shù)據(jù)分析和報(bào)告生成，為決策提供支持。
• 平臺(tái)與商家合作Agent幫助平臺(tái)管理與商家的合作，提供商家銷(xiāo)售數(shù)據(jù)、用戶評(píng)價(jià)、庫(kù)存等信息，評(píng)估商家表現(xiàn)和合作價(jià)值。同時(shí)，為商家提供平臺(tái)運(yùn)營(yíng)規(guī)則、用戶需求等信息，幫助其適應(yīng)平臺(tái)環(huán)境、提高銷(xiāo)售業(yè)績(jī)，使平臺(tái)與商家合作更順暢高效。

所以，AI Agent如果代理的方向是平臺(tái)，主要可以通過(guò)實(shí)時(shí)感知用戶需求，為平臺(tái)的運(yùn)營(yíng)、客服、商品推薦、廣告投放等提供更精準(zhǔn)的支持，從而提升平臺(tái)的整體效率和用戶體驗(yàn)。

AI Agent 代理個(gè)人

從平臺(tái)的角度來(lái)看，引入Agent戰(zhàn)略，尤其是當(dāng)Agent代理的是個(gè)人時(shí)，用戶的自主性會(huì)大大增強(qiáng)。用戶不再只是被動(dòng)地接受平臺(tái)推送的商品信息，而是通過(guò)Agent主動(dòng)篩選和分析，找到最適合自己的產(chǎn)品。這可能會(huì)導(dǎo)致平臺(tái)原有的流量分配機(jī)制失效，那些原本依靠廣告投放和平臺(tái)推薦獲得曝光的商家，可能會(huì)發(fā)現(xiàn)自己的產(chǎn)品難以進(jìn)入用戶的視野，除非它們真的具有足夠的競(jìng)爭(zhēng)力。

對(duì)于廣告業(yè)務(wù)而言，這無(wú)疑是一個(gè)巨大的挑戰(zhàn)。廣告的精準(zhǔn)投放一直是平臺(tái)廣告業(yè)務(wù)的核心優(yōu)勢(shì)，但如果Agent能夠根據(jù)用戶的個(gè)性化需求進(jìn)行商品篩選，那么廣告的展示機(jī)會(huì)可能會(huì)被大幅壓縮。平臺(tái)需要重新思考廣告的投放策略，如何在Agent的過(guò)濾機(jī)制下，讓廣告能夠真正觸達(dá)有需求的用戶，而不是被一概屏蔽。這可能需要平臺(tái)與廣告主共同探索新的合作模式，比如基于Agent反饋的精準(zhǔn)廣告推薦，或者開(kāi)發(fā)新的廣告產(chǎn)品，以適應(yīng)這種新的用戶交互方式。

新商品和新商家的曝光問(wèn)題也尤為關(guān)鍵。在一個(gè)成熟的電商平臺(tái)上，新商品和新商家往往需要借助平臺(tái)的推薦系統(tǒng)來(lái)獲得初始流量，從而逐漸積累口碑和銷(xiāo)量。但如果Agent主要依據(jù)歷史數(shù)據(jù)和用戶評(píng)價(jià)來(lái)篩選商品，新商品和新商家可能會(huì)因?yàn)槿狈ψ銐虻臄?shù)據(jù)支持而被邊緣化。這不僅會(huì)影響平臺(tái)的創(chuàng)新活力，也可能導(dǎo)致平臺(tái)的商品種類(lèi)逐漸固化。平臺(tái)需要找到一種平衡，既要利用Agent提升用戶體驗(yàn)，又要為新商品和新商家提供公平的曝光機(jī)會(huì)，比如通過(guò)設(shè)置專門(mén)的新品推薦區(qū)域，或者為新商家提供一定的初始流量扶持。

用戶購(gòu)買(mǎi)決策的變化也可能會(huì)對(duì)平臺(tái)的商業(yè)模式產(chǎn)生深遠(yuǎn)影響。如果用戶越來(lái)越依賴Agent進(jìn)行購(gòu)買(mǎi)評(píng)估，那么平臺(tái)的角色可能會(huì)從一個(gè)商品展示和交易的場(chǎng)所，逐漸轉(zhuǎn)變?yōu)橐粋€(gè)提供決策支持和服務(wù)的平臺(tái)。這意味著平臺(tái)需要更加注重?cái)?shù)據(jù)的準(zhǔn)確性和可靠性，以及Agent的智能水平和服務(wù)質(zhì)量。同時(shí)，平臺(tái)也需要重新思考如何與用戶建立更深層次的連接，因?yàn)橛脩魧?duì)商品的購(gòu)買(mǎi)決策不再僅僅基于平臺(tái)的推薦，而是基于Agent提供的綜合評(píng)估。

甚至，想象的再大膽一點(diǎn)，平臺(tái)還在嗎？Agent是否有可能撇開(kāi)現(xiàn)有供應(yīng)鏈，通過(guò)廠商提供的Agent協(xié)議來(lái)直連廠商Agent？通過(guò)類(lèi)似ANP這樣的協(xié)議，實(shí)現(xiàn)AI之間的協(xié)作與對(duì)話。

想清楚了？

那么，我們真的考慮清楚了嗎？如果平臺(tái)倉(cāng)促實(shí)施Agent戰(zhàn)略，會(huì)對(duì)平臺(tái)生態(tài)產(chǎn)生怎樣的沖擊？廣告業(yè)務(wù)該如何開(kāi)展？新商品、新商家如何獲得曝光機(jī)會(huì)？用戶是否只能購(gòu)買(mǎi)到口碑良好的老品牌產(chǎn)品？品牌創(chuàng)新、產(chǎn)品創(chuàng)新怎么辦？如果真的按照這種方式落地，2B或2C的模式是否還能繼續(xù)存在？用群友的話來(lái)說(shuō)，是不是只剩下“to human”和“to AI”的模式了，“to B”和“to C”不再有明確的界限了？

當(dāng)社區(qū)群里討論“Agent電商”時(shí)，一位伙伴的發(fā)言讓我心中一震：“說(shuō)不定電商行業(yè)正在經(jīng)歷數(shù)字版的《三體》危機(jī)——不知道什么時(shí)候會(huì)被二向箔降維打擊。”這種思考源于一個(gè)根本矛盾：傳統(tǒng)電商遵循的是“人找貨”的搜索邏輯，而AI Agent電商則是“意圖即服務(wù)”的穿透邏輯。試想這樣一個(gè)場(chǎng)景：用戶說(shuō)“想給喜歡露營(yíng)的男友選個(gè)實(shí)用又不失格調(diào)的生日禮物”，AI Agent也許可以同時(shí)調(diào)用電商供應(yīng)鏈數(shù)據(jù)、小紅書(shū)的場(chǎng)景化推薦、閑魚(yú)的保值率分析，最終生成包含采購(gòu)建議、包裝方案、賀卡文案的完整解決方案。

這無(wú)疑直接動(dòng)搖了平臺(tái)經(jīng)濟(jì)的根基——當(dāng)交易發(fā)生在Agent之間，流量入口、廣告模式、傭金體系等都將被重構(gòu)。所以，另外一個(gè)伙伴感嘆道：“既怕Agent不來(lái)，又怕Agent亂來(lái)?！?/span>

這是一個(gè)天翻地覆的變化，其中蘊(yùn)含的故事和腦洞非常多。然而，我們不再對(duì)可能的場(chǎng)景問(wèn)題展開(kāi)更寬泛的探討。但從以上推演來(lái)看，或許大家可以理解為什么一些平臺(tái)型巨頭還沒(méi)有迅速行動(dòng)。在我看來(lái)，并非他們看不到其中的機(jī)遇和挑戰(zhàn)，而是需要思考的問(wèn)題實(shí)在太多，這件事并不簡(jiǎn)單，必須謹(jǐn)慎思考，否則可能會(huì)引發(fā)一系列不可控的連鎖反應(yīng)，甚至對(duì)整個(gè)平臺(tái)，乃至對(duì)行業(yè)的長(zhǎng)期發(fā)展造成負(fù)面影響。

子彈再飛一會(huì)，或者等待鯰魚(yú)到來(lái)。

「這些商業(yè)動(dòng)作背后，暗含著AI時(shí)代更底層的技術(shù)邏輯：當(dāng)MCP這類(lèi)協(xié)議試圖連接萬(wàn)物時(shí)，必須存在一個(gè)能統(tǒng)籌全局的「調(diào)度中樞」。這就如同智能手機(jī)普及需要iOS/Android作為支撐，AI智能體生態(tài)的繁榮，同樣需要屬于這個(gè)時(shí)代的『操作系統(tǒng)』——而這正是Agent與Workflow架構(gòu)正在扮演的角色，AI 時(shí)代的智能生態(tài)基座?！?/span>

AI時(shí)代的智能生態(tài)基座

關(guān)于Agent前兩天有一篇文章，被社區(qū)伙伴轉(zhuǎn)發(fā)——

“萬(wàn)字探討Agent發(fā)展真方向：模型即產(chǎn)品，Agent的未來(lái)要靠模型而不是Workflow”——發(fā)表于《機(jī)智流》鏈接：https://mp.weixin.qq.com/s/em5UGArBECNa9Tt6GN1wqQ

上面這篇文章的核心觀點(diǎn)是：

未來(lái)AI智能體的發(fā)展方向?qū)⒁蕾囉谀Ｐ捅旧?，而非工作流（Workflow）。觀點(diǎn)提出者認(rèn)為，通過(guò)強(qiáng)化學(xué)習(xí)（RL）與推理（Reasoning）結(jié)合的模型，能夠自主掌控任務(wù)執(zhí)行全過(guò)程，包括動(dòng)態(tài)規(guī)劃搜索策略和主動(dòng)調(diào)整工具使用等，從而顛覆目前的應(yīng)用層生態(tài)。文章強(qiáng)調(diào)“模型即產(chǎn)品”，并指出未來(lái)閉源AI大模型提供商將停止提供API服務(wù)，轉(zhuǎn)而直接提供模型作為產(chǎn)品。

模型即產(chǎn)品？即一切？

坦白講，這個(gè)觀點(diǎn)不可謂不激進(jìn)。甚至從觀點(diǎn)提出者的職業(yè)背景來(lái)看，觀點(diǎn)中有事實(shí)，但也極具陣營(yíng)色彩。

的確，從目前的一些現(xiàn)象來(lái)觀察，模型的進(jìn)化非常的迅速，從中美最具代表性的推理模型來(lái)看，GPT-o1發(fā)布于9月中旬，DeepSeek-R1則發(fā)布于今年的1月20日，相差4個(gè)月。而DeepSeek-R1的出現(xiàn)，其實(shí)是全民使用reason model的時(shí)刻，因?yàn)樗黄占傲恕?/span>

這代表了什么？從細(xì)節(jié)應(yīng)用的角度，通用模型比如GPT-4o，或者DeepSeek-V3，當(dāng)這類(lèi)模型需要做文本推理的時(shí)候，需要用到CoT結(jié)構(gòu)的Prompt來(lái)實(shí)現(xiàn)；而諸如DeepSeek-R1這樣的Reason model，并不需要CoT技巧，你會(huì)說(shuō)話就可以，有問(wèn)題直接問(wèn)，模型通過(guò)訓(xùn)練以后已經(jīng)實(shí)現(xiàn)了自主思維鏈的推理。

所以，這可以有一個(gè)感知，即：軟件吞噬世界，模型吞噬軟件。

技術(shù)演進(jìn)的底層邏輯

似乎，模型正在吞噬上層應(yīng)用。但，模型在進(jìn)化的同時(shí)，Agent、Workflow架構(gòu)也在進(jìn)化。如果從技術(shù)演進(jìn)的底層邏輯稍作拆解，或許可以總結(jié)如下：

1. 工具價(jià)值

“過(guò)渡形態(tài)”與“生態(tài)基座”存在本質(zhì)區(qū)別，Workflow這種編排形式并非過(guò)渡形態(tài)（人類(lèi)社會(huì)至今仍未淘汰工作流、工序的概念）。應(yīng)這樣看待：類(lèi)似Dify、Coze的工具并非拐杖，而是AI時(shí)代的Kubernetes?；仡橝WS發(fā)展史，當(dāng)EC2計(jì)算力足夠強(qiáng)大時(shí)，人們反而更需要容器編排系統(tǒng)。大模型越強(qiáng)大，工作流引擎的價(jià)值就越凸顯，因?yàn)槠湫杞鉀Q復(fù)雜任務(wù)的資源調(diào)度問(wèn)題。這正如CPU越強(qiáng)大越需要操作系統(tǒng)，大模型越強(qiáng)大，跨模型協(xié)作就越需要工作流編排。所以即使未來(lái)Dify、Coze不復(fù)存在，也應(yīng)有其他組織拓?fù)湫问絹?lái)整合AI能力（想想function calling，若無(wú)程序向模型返回調(diào)用結(jié)果，模型將一無(wú)所知，這其實(shí)是一種簡(jiǎn)單的交互協(xié)作）。

2. 智能進(jìn)化的一點(diǎn)理解

GPT-4的token上下文窗口從4k擴(kuò)展到128k，但人類(lèi)仍在使用Notion、飛書(shū)。原因在于認(rèn)知科學(xué)告訴我們，智能體需分層處理信息。工作流本質(zhì)上類(lèi)似于神經(jīng)網(wǎng)絡(luò)的“外置緩存”，這是進(jìn)化的必然，而非技術(shù)妥協(xié)。

3. 工程化規(guī)律

如今，幾乎所有的技術(shù)革命都遵循“原始能力→抽象工具→垂直場(chǎng)景”的路徑。例如，目前的Prompt Engineering雖原始，但未來(lái)或許會(huì)出現(xiàn)“工作流架構(gòu)師”這一新工種。就像移動(dòng)互聯(lián)網(wǎng)初期人人做APP，如今則需要Flutter這樣的跨平臺(tái)方案，類(lèi)似Dify、Coze的工具使用者，也在為AI時(shí)代的開(kāi)發(fā)生態(tài)構(gòu)建護(hù)城河。

生態(tài)基座？AIOS？

基于以上分析，我們可以看到：

• 工作流的價(jià)值，絕不僅僅是作為完成任務(wù)的工具，它更像是AI生態(tài)的基座，支撐著整個(gè)智能體的運(yùn)行。沒(méi)有工作流的協(xié)調(diào)，大模型就像強(qiáng)大的單兵作戰(zhàn)單位，缺乏統(tǒng)一的指揮和調(diào)度，難以形成合力。
• 工作流的存在，使得智能體能夠在復(fù)雜的任務(wù)中靈活調(diào)度資源，動(dòng)態(tài)調(diào)整策略，從而更高效、穩(wěn)健地完成任務(wù)。
• 工作流有其獨(dú)特的生態(tài)位，也許它正在向著AI時(shí)代的Windows進(jìn)化。OpenAI等大廠已在發(fā)布Workflow Builder，這不僅是技術(shù)趨勢(shì)的體現(xiàn)，更是生態(tài)卡位戰(zhàn)的重要一步。

我們也許可以將模型視為“大腦”，Agent視為“肢體”，兩者應(yīng)該是協(xié)同進(jìn)化的整體。大模型的強(qiáng)大會(huì)提升Agent的能力天花板，但工作流、智能體拓?fù)涞拇嬖谑侵悄荏w協(xié)作的需求。就像計(jì)算機(jī)的發(fā)展歷程一樣，從早期的大型機(jī)到個(gè)人電腦，再到云計(jì)算，每個(gè)階段都需要操作系統(tǒng)來(lái)協(xié)調(diào)硬件和軟件資源。在AI時(shí)代，工作流、智能體拓?fù)渚褪悄莻€(gè)不可或缺的“操作系統(tǒng)”，它不僅協(xié)調(diào)著不同模型之間的協(xié)作，還為智能體提供了與現(xiàn)實(shí)世界交互的接口。

所以，由于AI強(qiáng)大模型的存在，模型上層的智能體框架、工作流框架等應(yīng)用層盡管很薄，但它是“四肢”；模型很強(qiáng)，因?yàn)樗恰按竽X”。如果泛概念的來(lái)看智能體，應(yīng)該是Model+Agent，而ANP、MCP結(jié)合泛化的智能體（Model+Agent）則是AI Society。

「但這樣的『操作系統(tǒng)』能否真正運(yùn)轉(zhuǎn)，最終取決于『計(jì)算引擎』的效能——就像Windows的流暢度依賴CPU性能，Agent架構(gòu)的實(shí)用性必然受制于模型的核心能力。當(dāng)我們?yōu)锳gent的生態(tài)愿景興奮時(shí)，一個(gè)更根本的問(wèn)題浮現(xiàn)：當(dāng)前模型的推理能力，真的足以支撐這場(chǎng)智能革命嗎？」

既然，上面提到了關(guān)于增強(qiáng)模型能力的話題，那我們就再多聊聊關(guān)于模型能力。

模型能力：“知識(shí)”與“方法”的雙重挑戰(zhàn)

近期，有一篇文章，是關(guān)于斯坦福大學(xué)的研究

“為什么Qwen能自我改進(jìn)推理，Llama卻不行？斯坦福找到了原理”——發(fā)表于《機(jī)器之心》鏈接：https://mp.weixin.qq.com/s/OvS61OrDp6rB-R5ELg48Aw

上面這篇文章的核心闡述的是：

斯坦福大學(xué)的研究揭示了Qwen和Llama在自我改進(jìn)推理能力上的差異。Qwen表現(xiàn)出更強(qiáng)的自我改進(jìn)能力，而Llama則提升有限。研究發(fā)現(xiàn)，Qwen自然地表現(xiàn)出關(guān)鍵的認(rèn)知行為，如驗(yàn)證（系統(tǒng)錯(cuò)誤檢查）、回溯（放棄失敗的方法）、子目標(biāo)設(shè)定（將問(wèn)題分解為可管理的步驟）和逆向思考（從期望結(jié)果推理到初始輸入），而Llama缺乏這些行為。這些行為是有效利用額外計(jì)算資源和時(shí)間進(jìn)行自我改進(jìn)的基礎(chǔ)。通過(guò)有針對(duì)性的干預(yù)，如用包含這些行為的人工合成推理軌跡引導(dǎo)Llama，或調(diào)整預(yù)訓(xùn)練數(shù)據(jù)以強(qiáng)調(diào)這些行為，可以顯著提升Llama的自我改進(jìn)能力。這表明，模型的初始推理行為與其自我改進(jìn)能力密切相關(guān)，認(rèn)知行為的存在比結(jié)果的正確性更重要。

我之所以會(huì)關(guān)注到這篇文章，1.是因?yàn)樯鐓^(qū)伙伴的推薦。2.是因?yàn)樗c我對(duì)Qwen模型的認(rèn)知相符合。

Dense 模型瓶頸了？

在去年 Qwen2.5 發(fā)布以后，為了應(yīng)用的需要，我特意在本地私有化部署，跑了Qwen2和Qwen2.5的7B模型的基準(zhǔn)評(píng)測(cè)。見(jiàn)下表。

以上Benchmark表格，不用太關(guān)注細(xì)節(jié)指標(biāo)的含義，我點(diǎn)出幾點(diǎn)來(lái)看即可。

從整體來(lái)看，Qwen2.5的提升似乎只有7.15%，并不算高。然而，若深入分析細(xì)節(jié)基準(zhǔn)指標(biāo)，就會(huì)發(fā)現(xiàn)千問(wèn)團(tuán)隊(duì)對(duì)

• 指令跟隨（132%）
• 高難度理解（118%）
• 高階知識(shí)（如博士知識(shí)，150%）
• 數(shù)學(xué)（182%）

等方面進(jìn)行了非常有針對(duì)性的強(qiáng)化訓(xùn)練。因此，如果僅從平均整體角度來(lái)衡量，提升幅度看似不高。但若對(duì)用戶經(jīng)常使用的能力進(jìn)行加權(quán)計(jì)算，那么提升還是相當(dāng)可觀的。 

根據(jù)千問(wèn)開(kāi)源模型的技術(shù)報(bào)告，Qwen2.5的訓(xùn)練數(shù)據(jù)是Qwen2訓(xùn)練數(shù)據(jù)的2倍。盡管訓(xùn)練數(shù)據(jù)量是上一版本的2倍，但Qwen2.5均值能力的提升并沒(méi)有達(dá)到相應(yīng)的倍率增長(zhǎng)，這可能反映出了瓶頸問(wèn)題。不過(guò)，由于用戶常用單項(xiàng)能力得到了增強(qiáng)，所以從落地使用體感上，Qwen2.5體驗(yàn)不弱，這也體現(xiàn)了在訓(xùn)練過(guò)程中數(shù)據(jù)配方的博弈與取舍。雖然這是7B模型與上一版本的對(duì)比，但因?yàn)閿?shù)據(jù)同源，所以可以基本預(yù)測(cè)Dense模型72B的能力。

模型因果推理的基礎(chǔ)是什么？

讓我們重新聚焦于這篇文章的核心主題——《為什么Qwen能自我改進(jìn)推理，而Llama卻做不到？》。在之前提到的實(shí)測(cè)Benchmark中，我們可以著重關(guān)注一個(gè)關(guān)鍵指標(biāo)——Math。這一指標(biāo)對(duì)于衡量模型的因果推理能力有著至關(guān)重要的意義。

當(dāng)時(shí)在社群里，我提出了一種觀點(diǎn)：Qwen在因果推理方面表現(xiàn)得比Llama出色，或許是因?yàn)樗谕评碇R(shí)儲(chǔ)備上本身就優(yōu)于Llama。然而，不同的Benchmark腳本即便評(píng)測(cè)的是相同的指標(biāo)，也可能會(huì)因?yàn)镻rompt存在差異，從而導(dǎo)致最終的數(shù)據(jù)結(jié)果出現(xiàn)不一致的情況。鑒于此，為了確保測(cè)評(píng)結(jié)果的準(zhǔn)確性，有小伙伴專門(mén)找來(lái)了第三方的Benchmark對(duì)比表格，以此來(lái)保障在相同條件下進(jìn)行測(cè)評(píng)對(duì)比，具體情況如下：

這是我們?cè)谏缛褐杏懻搯?wèn)題時(shí)所貼的內(nèi)容，圖中我已經(jīng)劃出了個(gè)別項(xiàng)目。從圖中可以看出，與因果推理能力相關(guān)的各項(xiàng)指標(biāo)中，Qwen2.5幾乎都高于Llama。這一結(jié)果印證了上面所提斯坦福研究的結(jié)論。同時(shí)也進(jìn)一步證實(shí)了另一個(gè)認(rèn)知：

模型的因果推理能力取決于至少兩個(gè)方面，1.知識(shí)的廣度和深度2.推理方法的掌握，比如CoT，ToT，GoT等等

從這兩個(gè)角度來(lái)看，目前所有的推理模型幾乎都是以O(shè)1為起點(diǎn)進(jìn)行模仿，或者在此基礎(chǔ)上進(jìn)行二次創(chuàng)新，這應(yīng)該是一個(gè)行業(yè)共識(shí)。

那么我們來(lái)探討一下O1和R1的訓(xùn)練方法。它們都離不開(kāi)高質(zhì)量的推理類(lèi)數(shù)據(jù)，通過(guò)強(qiáng)化學(xué)習(xí)或監(jiān)督微調(diào)（SFT）來(lái)進(jìn)行訓(xùn)練。那么這些訓(xùn)練究竟在訓(xùn)練什么呢？其實(shí)正是我之前提到的第二點(diǎn)，即培養(yǎng)掌握推理方法的能力。至于第一點(diǎn)呢？O1并沒(méi)有解決，實(shí)際上，目前所有的推理模型都還沒(méi)有解決。大家主要是在第二點(diǎn)上，投入了更多的精力，進(jìn)行了大量的訓(xùn)練類(lèi)或Agent類(lèi)的工程工作。

那么目前來(lái)看，無(wú)論是o1還是現(xiàn)有的所有推理模型，它們所解決的只是推理方法這一“術(shù)”的層面的問(wèn)題，而并未觸及知識(shí)寬度和深度的壓縮這一“道”的層面的問(wèn)題（這也許是模型訓(xùn)練的瓶頸之一）。因此，因果推理如果缺乏充足的知識(shí)嵌入，僅憑借對(duì)推理方法的掌握，很快就會(huì)觸及到一個(gè)觸手可及的天花板。

這個(gè)道理其實(shí)很好理解。小學(xué)奧數(shù)競(jìng)賽題，小學(xué)生可以通過(guò)CoT（思維過(guò)程）來(lái)推理解答，但面對(duì)高中題目就無(wú)從下手了，原因就在于知識(shí)儲(chǔ)備不足。同理，博士如果只靠知識(shí)儲(chǔ)備，而沒(méi)有掌握有效的推理方法，也很難開(kāi)展學(xué)術(shù)研究，更別提發(fā)表論文了，甚至可能無(wú)法順利畢業(yè)。因?yàn)閷W(xué)術(shù)研究不僅需要豐富的知識(shí)，更需要科學(xué)的推理方法，二者缺一不可。

再看DeepSeek這次的蒸餾模型，它堪稱一個(gè)絕佳范例。該蒸餾模型僅用800k數(shù)據(jù)進(jìn)行訓(xùn)練，這個(gè)數(shù)據(jù)量很小，然而查看論文中的benchmark，其效果卻出奇地好，這充分彰顯了技術(shù)的精妙之處。但為何DeepSeek會(huì)選擇Qwen和Llama架構(gòu)呢？不妨去Hugging Face的榜單上瞧瞧，頭部前50的模型中，大多基于這兩個(gè)架構(gòu)，其中Qwen的占比或許更高，這本身就足以證明Qwen和Llama模型的卓越。倘若Dense模型的知識(shí)嵌入不夠充分，那么僅用800k數(shù)據(jù)的蒸餾訓(xùn)練，恐怕很難取得理想的推理效果。

簡(jiǎn)單總結(jié)一下，模型知識(shí)壓縮嵌入與推理方法的掌握同等重要。然而，目前全行業(yè)大多只在推理方法上投入了大量精力，因?yàn)檫@部分相對(duì)于已遇瓶頸的知識(shí)嵌入來(lái)講可優(yōu)化空間較大。而對(duì)于模型知識(shí)壓縮嵌入，卻總是以數(shù)據(jù)不足為由，遲遲沒(méi)有太多實(shí)質(zhì)性進(jìn)展，這無(wú)疑是一個(gè)需要解決的重大問(wèn)題。

所以，這么來(lái)看，僅憑模型訓(xùn)練這樣單一的手段，就要達(dá)到“模型即產(chǎn)品”，是容易觸及瓶頸的。

當(dāng)前AI發(fā)展面臨的核心命題，已從單一模型能力突破轉(zhuǎn)向系統(tǒng)工程創(chuàng)新。要構(gòu)建真正可落地的智能產(chǎn)品體系，必須突破"唯模型論"的局限，轉(zhuǎn)而采用多維度融合演進(jìn)策略：

1. 在技術(shù)架構(gòu)層，構(gòu)建基于Agent集群拓?fù)浣Y(jié)構(gòu)的協(xié)同智能網(wǎng)絡(luò)，通過(guò)工作流引擎實(shí)現(xiàn)復(fù)雜任務(wù)編排，使系統(tǒng)具備動(dòng)態(tài)適應(yīng)能力
2. 在算法創(chuàng)新層，持續(xù)精進(jìn)核心算法，探索模型架構(gòu)的范式突破，保持基礎(chǔ)能力的代際優(yōu)勢(shì)
3. 在社會(huì)技術(shù)系統(tǒng)層，設(shè)計(jì)符合人類(lèi)組織行為的交互范式，建立人機(jī)價(jià)值對(duì)齊機(jī)制

這種融合系統(tǒng)工程思維與社會(huì)技術(shù)系統(tǒng)視角的復(fù)合型智能架構(gòu)，將推動(dòng)AI應(yīng)用從"功能模塊"向"生態(tài)體系"躍遷。當(dāng)模型能力的持續(xù)突破與多智能體協(xié)作網(wǎng)絡(luò)形成共振，輔以人類(lèi)反饋強(qiáng)化的人機(jī)協(xié)同機(jī)制，智能系統(tǒng)的進(jìn)化將進(jìn)入"飛輪效應(yīng)"通道，開(kāi)啟人機(jī)協(xié)同新范式的無(wú)限可能。

四、總結(jié)與期許

現(xiàn)在，我們站在此刻回望這四個(gè)月的AI浪潮，會(huì)發(fā)現(xiàn)這場(chǎng)變革呈現(xiàn)出兩個(gè)相互矛盾的演進(jìn)方向：一方面，模型能力以指數(shù)級(jí)速度突破認(rèn)知邊界；另一方面，行業(yè)生態(tài)卻仍在用線性思維構(gòu)建護(hù)城河（但變化已起）。這種矛盾恰恰揭示了AI發(fā)展的深層規(guī)律——技術(shù)革命永遠(yuǎn)快于社會(huì)變革，但最終必須通過(guò)社會(huì)系統(tǒng)的消化吸收才能創(chuàng)造真實(shí)價(jià)值。

生態(tài)重構(gòu)：從零和博弈到共生進(jìn)化

百度地圖與高德的MCP Server支持，折射出工具類(lèi)應(yīng)用向"智能體基座"轉(zhuǎn)型的戰(zhàn)略選擇。這種選擇背后，是AI時(shí)代對(duì)傳統(tǒng)商業(yè)邏輯的顛覆性解構(gòu)：當(dāng)服務(wù)被抽象為協(xié)議接口，當(dāng)用戶交互被重構(gòu)為智能體協(xié)作，舊有的流量霸權(quán)、平臺(tái)壟斷都將面臨范式性挑戰(zhàn)。

這要求企業(yè)必須具備"雙重進(jìn)化"能力——既要保持對(duì)核心技術(shù)的前沿探索，又要完成從"流量收割者"到"生態(tài)培育者"的角色轉(zhuǎn)換。

模型革命：知識(shí)壓縮與推理范式

斯坦福對(duì)Qwen的研究揭示了一個(gè)重要事實(shí)：模型能力的突破本質(zhì)上是認(rèn)知科學(xué)的工程化實(shí)踐。我們驚嘆于DeepSeek-R1模型在因果推理上的飛躍時(shí)，不應(yīng)忽視其背后長(zhǎng)達(dá)數(shù)月的訓(xùn)練數(shù)據(jù)配比優(yōu)化、強(qiáng)化學(xué)習(xí)策略迭代。未來(lái)的模型進(jìn)化必將呈現(xiàn)"知識(shí)嵌入-方法革新-場(chǎng)景驗(yàn)證"的三螺旋結(jié)構(gòu)，這需要學(xué)界與產(chǎn)業(yè)界打破數(shù)據(jù)孤島，建立開(kāi)源協(xié)作的新型研發(fā)范式。

協(xié)議構(gòu)建：標(biāo)準(zhǔn)之爭(zhēng)背后的文明

當(dāng)前圍繞MCP、ANP的協(xié)議探討，本質(zhì)上是在智能時(shí)代構(gòu)建一種全新的連接與協(xié)同機(jī)制。協(xié)議標(biāo)準(zhǔn)不應(yīng)成為科技巨頭們爭(zhēng)奪主導(dǎo)權(quán)的戰(zhàn)場(chǎng)，而應(yīng)成為連接人類(lèi)智能與機(jī)器智能的“認(rèn)知橋梁”。這要求開(kāi)發(fā)者社區(qū)保持清醒：真正的標(biāo)準(zhǔn)生命力不在于技術(shù)先進(jìn)性，而在于能否創(chuàng)造普惠價(jià)值。正如TCP/IP協(xié)議的成功源于其“簡(jiǎn)單而開(kāi)放”的設(shè)計(jì)哲學(xué)，AI時(shí)代的協(xié)議更需要，足夠簡(jiǎn)單以包容復(fù)雜，足夠開(kāi)放以孕育可能。

未來(lái)圖景：在確定性中尋找創(chuàng)新的不確定

面對(duì)"物理方一日，智能已千年"的進(jìn)化速度，我們或許需要建立新的認(rèn)知坐標(biāo)系：

1. 能力觀：擁抱"腦（模型）-手（Agent）-工具鏈（協(xié)議）"的協(xié)同進(jìn)化
2. 生態(tài)觀：超越零和博弈思維，在開(kāi)放協(xié)議框架下構(gòu)建"價(jià)值網(wǎng)絡(luò)"
3. 倫理觀：警惕技術(shù)達(dá)爾文主義，為智能進(jìn)化保留人文關(guān)懷的"減速帶"

站在這個(gè)充滿不確定性，又具有確定性的十字路口，我們既要有破釜沉舟擁抱變革的勇氣，也要保持"讓子彈再飛一會(huì)"的戰(zhàn)略定力。因?yàn)檎嬲闹悄芨锩?，從?lái)都不是某個(gè)技術(shù)參數(shù)的突破，而是整個(gè)人類(lèi)認(rèn)知系統(tǒng)、協(xié)作網(wǎng)絡(luò)、價(jià)值體系的范式遷移。或許我們終將明白：這場(chǎng)革命的終極目標(biāo)，不是創(chuàng)造超越人類(lèi)的智能，而是讓人類(lèi)在智能進(jìn)化的浪潮中，重新發(fā)現(xiàn)自身的不可替代性。

我很喜歡大劉的《三體》。所以，正如《三體》中羅輯在黑暗森林中點(diǎn)燃篝火，AI時(shí)代的開(kāi)拓者們，正在用協(xié)議、模型、Agent編織新的文明圖騰。這圖騰或許終將模糊人與機(jī)器的邊界，但只要我們始終銘記"技術(shù)服務(wù)于人"的初心，這場(chǎng)AI智能的變局，終將會(huì)成為人類(lèi)文明史上最閃耀的躍遷時(shí)刻。

各位朋友，看過(guò)此文有什么感想？如有其他想法可以在評(píng)論區(qū)留言，我們聊聊。或者加入“覺(jué)察流”社區(qū)群，與群里的小伙伴一起學(xué)習(xí)、交流。加入方法，私信回復(fù)“入群”“加群”即可。

參考資料

• 社群聊天記錄