满大街的 AI Agent，怎么判断真假？五个土办法

前几天刷 X，看到一句挺扎心的话：企业里部署的「AI Agent」，真正能自己规划、自己干活的没几个，剩下的本质是一个聊天机器人，外面套了层 Agent 的壳。

这事还真不是段子。Gartner 出过一个数字：市面上自称提供 Agent 解决方案的厂商有几千家，其中真正具备代理能力的，大约只有 130 家。

一半对一半都不到，是不到百分之五。

这行有个专门的词，叫 Agent Washing，代理清洗。跟当年云计算火热时的 Cloud Washing 一个套路：把旧产品改个名字、换个说法，蹭上风口再卖一遍。聊天机器人加个按钮，叫 Agent。RPA 流程自动化接个大模型接口，也叫 Agent。

被坑的往往是掏钱的人。所以今天这篇就讲一件事：怎么用肉眼分辨真假 Agent。

定义其实不复杂，四个东西：一个模型、一个目标、一套工具、一个循环。

前三个好理解。关键在第四个，循环。真 Agent 干活是「自己决定下一步」：接到任务先拆解，然后调用工具，看结果，不对就换条路重试，直到目标达成或者确认干不了。

打个比方。你跟聊天机器人说「帮我订份不辣的川菜，预算五十」，它会很热情地告诉你：建议打开外卖软件搜索川菜，注意筛选不辣的，预算范围内可选的有这些。说完等你夸它。

真 Agent 会直接打开外卖软件，自己筛选，自己比价，下单前问你一句「这家可以吗」。差别就在这：一个动嘴，一个动手。

Gartner 预测到 2027 年底，超过 40% 的企业 Agent 项目会被砍掉。原因排前三位的是成本失控、商业价值说不清、风险管不住。而他们的 CIO 调查显示，真正部署了 Agent 的组织只有 17%。

一边是铺天盖地的 Agent 发布会，一边是不到五分之一的真实部署率。中间那块空隙，就是 Agent Washing 的生存空间。

真 Agent 被问到任务，第一反应是给计划：先查什么，再改什么，卡住了怎么办。因为它内部真的在规划。

套壳货的典型反应是直接开聊，给你一堆「建议」和「注意事项」。你追问执行细节，它就开始打太极。

Agent 的价值在动手。它能不能真的写文件、改代码、动日历、操作系统里的东西？

只会在对话框里吐文字的，无论话术多「智能」，本质还是聊天机器人。判断标准很粗暴：让它干一件事，看事情本身有没有发生。

真 Agent 遇到报错，会自己读错误信息，调整方案，换个姿势再试。循环就是这么来的。

假货遇到失败就停在那等你救。你不说，它不动。这跟自动挡和手动挡的区别差不多：一个自己换挡，一个等你踩离合。

靠谱的 Agent 产品会展示完整轨迹：每一步干了什么、调了什么工具、为什么这么决策。英文叫 trace。

只给最终结果、过程全黑盒的产品要留个心眼。要么是没做过程展示，要么是过程里根本没内容可展示。后者更常见。

Gartner 的分析师说过一句挺狠的话：很多被标榜为 Agent 的场景，压根不需要代理架构。

一句话能答完的问题，用不着规划。一步能做完的操作，用不着循环。真需要 Agent 的是多步骤、有变数、要中途做判断的活，比如改一个跨文件的 bug、整理一堆来源杂乱的数据。

杀鸡用牛刀不可怕，可怕的是牛刀是纸糊的，还得按牛刀的价格收钱。

别以为学会了辨真假就万事大吉。真 Agent，也得盯着用。

今年有个研究挺有意思，叫 SWE-chat，收了开源社区将近 18000 个真实的编程 Agent 会话，200 万次工具调用。数据长这样：

41% 的会话里，代码几乎全由 Agent 写，正经的「氛围编程」；但 Agent 写的代码，只有 59% 活到了最后的正式提交里；而且一半的对话轮次，用户在对它进行纠正、报错或者打断。

翻译一下：即使是被工程师重度使用的编程 Agent，干出来的活也有四成多被扔掉，用户每两轮就得插一次手。

所以成熟的用法是「盯着放」。让它干，但过程可见、随时可打断、关键动作要确认。这跟带新人是同一个道理：能力在涨，但你还不能把整个项目钥匙直接扔给他。

Agent 这波浪潮是真的，浪里的泡沫也是真的。

记住一个朴素的判断：真 Agent 的标志不是会说多漂亮的话，是能自己把事办了，办砸了还能自己想办法。选工具的时候，用上面五个土办法过一遍，能过滤掉大部分包装货。

我把平时收集 AI 工具的地方放在了 ai345，按分类和场景找工具很方便，新东西上架也快，感兴趣的可以去逛逛。