模型没变，智能体却能强很多

AI 的竞争正在从“谁的模型更聪明”转向“谁能把模型组织得更可靠”。

发生了什么

最近几项工作指向同一个变化：智能体的表现并不只由模型权重决定。记忆放多少、过去经验如何检索、任务状态怎样保存、不同工作如何调度，都会显著改变最终结果。甚至在同一套硬件、同一批任务上，只调整资源分配顺序，利用率和产出也能明显提升。

在代码和复杂任务中，这种差别更加直接。有团队用编码智能体处理原本预计需要多年积累的工程清理工作，也有研究通过持久状态、阶段性上下文、可恢复流程和经过检查的状态转换，提升长流程任务的完成率。另一些实验则显示，只要让系统保留并正确使用推理过程，模型在同一基准上的成绩就可能大幅变化。

我的判断：智能体的护城河正在后移

判断 1

我过去常把模型能力看成智能体的主要上限：模型越强，能做的事越多。但现在这个判断已经不够用了。一个模型即使具备解决单步问题的能力，也可能因为忘记中间状态、重复犯错、调用了不合适的工具，或者在长任务中提前结束而失败。相反，一个并非最强的模型，只要被放进更好的执行框架里，就可能稳定完成更复杂的工作。

这意味着所谓“智能”正在被拆成两部分：模型负责理解和生成，系统负责记住、安排、验证和恢复。后四项听起来不像突破，却更接近真实工作。普通用户在对话框里感受到的是答案质量，企业和开发者真正要承担的，却是任务能不能连续运行、出错后能不能回到正确状态，以及成本是否可控。

判断 2

智能体记忆尤其容易被误解。把所有历史经验都塞回上下文，并不会自动带来更高的能力；信息过多反而可能增加成本，干扰当前任务。更有效的方向，是只提取与当前问题有关的经验，并以合适的粒度交给模型。

我认为这会改变产品设计的重点。未来值得比较的，不只是模型的单轮回答，而是它能否形成可检查的工作记忆：哪些经验被保存，为什么被调用，什么时候应该遗忘，用户能否修正。记忆如果不可见，智能体就很难被信任；如果不可控，它也很难真正进入重要工作流。

这对你意味着什么

对普通人来说，选择 AI 工具时不要只看模型名称或一次回答的惊艳程度。更重要的是，它能否记住你的工作规则，处理长任务，展示过程中的关键状态，并在失败后让你接管。对产品人来说，稳定的任务闭环可能比增加一个新功能更有价值。

对开发者来说，竞争焦点会从提示词技巧逐步转向运行时设计：上下文如何压缩，记忆如何检索，工具调用如何验证，任务如何暂停和恢复，资源如何调度。模型升级仍然重要，但没有这些配套，能力很难转化为可靠产出。

真正成熟的智能体，不是记得更多，而是更少出错地完成工作。

你收到这封信，是因为你订阅了 Yolo Letter 的 AI · 今日一件事。正式发送时将在此处提供退订入口。