AI原生時代，讓世界適應Agent而非教AI做人 | 港大黃超@AIGC2026

編輯部 整理自 2026中國AIGC產業峰會
量子位 | 公眾號 QbitAI

Agent時代，究竟需要什么樣的基礎設施？

港大助理教授黃超給出的答案是：不是讓Agent不停地適應人，而是為Agent重新設計數字世界。

在2026中國AIGC產業峰會上，黃超系統梳理了他過去兩年多圍繞AI Agent的思考與實踐。

他的團隊做的第一件事，是把Agent做“輕”做“薄”。

看到OpenClaw發布時有43萬行代碼（現在已經超過100萬行），他們反其道而行之，用最輕量化的方式開源了通用Agent——nanobot。

結果關注度遠超預期，連續100天日更迭代，下載量突破20萬次，被DeepSeek推薦為全球15個Agent之一，也曾登上OpenRouter平臺通用Agent榜單第四名。

但輕量只是起點。

接下來他們計劃用nanobot挑戰更復雜的長程任務，驗證Agent在真實生產環境中的持續執行能力。

這里的長程任務不僅指運行時間長，更關鍵是任務鏈路復雜——需要跨越多個軟件生態、調用異構工具組合，要求Agent具備跨領域協調和持續決策的綜合能力。

這反映了他們對Agent能力邊界的深度思考：真正的生產力Agent不能只停留在對話和代碼生成，而要能夠熟練操控復雜軟件生態，在動態環境中自我進化，并在集群協作中創造價值。

基于將Agent從“AI助手”升級為“數字勞動力”的愿景，他們提出了CLI-Anything。

其核心洞察是：與其讓Agent費力學習人類界面，不如讓軟件原生支持Agent語言。

通過將專業軟件重新包裝為命令行接口，Agent能夠直接驅動3D建模、設計工具、多媒體編輯等原本需要人類大量學習成本的復雜應用。

黃超認為，相比GUI，CLI可能才是真正AI原生的Computer Use方式。這不是技術選擇，而是交互范式的根本重構——從讓AI適應人類工具，轉向讓數字世界說AI的語言。

除了Agent-native接口這一基礎設施，他們團隊同樣重視Agent自進化能力的構建。畢竟，僅有好的接口還不夠，Agent還需要在使用過程中持續學習和自我優化。

黃超指出，當前自進化研究主要分為Internal和External兩個方向。

Internal模式專注于優化Agent內核——升級框架、調整參數、改進推理鏈路，但這種內向型進化往往困于特定場景，難以實現真正的跨域遷移。

相比之下，External模式采用技能積累策略，通過不斷擴充和優化工具庫，逐步構建具有協同效應的Agent生態。

這種外向型進化更符合”重新設計數字世界”的理念——不是讓單個Agent變得更聰明，而是讓整個Agent網絡變得更強大。

為驗證這種協同進化模式的可行性，他們設計了一個AI自動化科研實驗：讓8個Agent協調8張H100顯卡進行分布式模型訓練。

實驗結果證實，在合理的任務分發架構下，Agent集群確實能夠顯著提升生產效率。

但當他們進一步擴展Agent規模時，邊際收益開始遞減，甚至出現協調開銷超過性能增益的臨界點。

這說明Agent Swarm的Scaling Law遠比想象中復雜，可能存在一個最優的臨界規模，超過這個閾值反而會產生負收益。

如何找到這個平衡點，仍然是重新設計Agent協作生態的核心挑戰。

為了完整體現黃超的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。

2026中國AIGC產業峰會是由量子位主辦的行業峰會，近20位產業代表與會討論。線下參會觀眾超千人，線上直播觀眾近400萬，獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

• Agent的核心架構本質上是一個優雅的ReAct循環：通過reasoning進行任務規劃，action執行具體工具調用，然后基于環境feedback調整策略。通用Agent的能力并非全來自復雜的架構設計，而是來自推理、執行、反饋這一基本認知循環的有效實現。
• ReAct架構的泛化性源自其模塊化解耦：reasoning處理抽象推理，action負責具體執行，observation提供環境反饋。Agent面對新任務時，通過重組已有的推理策略和行動原語來適應新環境，實現真正的跨域泛化能力。
• 長程任務的本質挑戰不在于執行時間，而在于復雜性的指數級增長。成功的Agent不是避免錯誤，而是預期錯誤并實現優雅降級，能夠主動設計、持續監控和動態優化整個執行過程，這正是將AI助手升級為強生產力協作者的核心所在。
• Agent需要learning from real tasks，在錯誤中不斷學習、感知自己錯在哪里，才能真正節約Token成本。這揭示了一個核心矛盾：研究Agent往往專注于探索能力上界，卻忽略了Token本身就是實際成本約束
• 面向Computer Use Agent，GUI模式開銷大、準確度也受限，CLI可能是通用Agent進行computer use更優的軟件交互方式
• Agent自進化可通過workflow優化、skill沉淀和模型參數調優幾條路線推進，其中基于skill的進化范式展現出最強的泛化性，但在Tool-Use層面仍面臨核心挑戰。

以下為黃超演講全文：

Agent架構大道至簡

今天非常榮幸能夠在這里有一次機會跟大家去做一次分享，大家好，我叫黃超。

Agent=Model+Harness，如今harness已成為Agent生態的關鍵一環。

Agent的整體架構其實并不負責，本質就是一個ReAct框架：Reasoning做規劃→Action調用工具→Observation獲取反饋，整個就是一個while循環。

基于這個框架，我們開源了通用Agent——nanobot。

當時看到OpenClaw發布時有43萬行代碼，我們意識到通用Agent的核心技術其實不需要那么復雜。

nanobot的初衷是希望以最輕量化的方式將Agent技術開放給社區，既能方便開發者進行二次開發，也可以作為學習Agent技術的入門。

沒想到nanobot收到了超出預期的關注，我們堅持了連續100天的日更迭代，不斷整合社區在各個場景下的反饋和需求。

目前下載量已超過20萬次，很榮幸被DeepSeek選為全球15個推薦Agent之一，也曾在OpenRouter平臺的通用Agent榜單中排到第四名。

這個過程也體現Agent系統設計的大道至簡的哲學：很多關鍵技術的突破也來自將復雜問題簡單化。當前Agent的一些技術難點也在通過巧妙的設計被逐步化解。

有了通用Agent后，下一步挑戰是將其從簡單的AI助手升級為AI強生產力工具。

目前Agent雖然燒了大量token，但實際能很好落地的任務仍局限在coding和research等少數場景。

當下Agent所面臨的一些核心挑戰：

第一，長程任務的魯棒性：長程任務的難點不在于時間長或步驟多，而在于場景的復雜性和多樣性。在豐富的工具調用場景中，任何一步錯誤都可能導致整體失敗，這需要更強的harness設計來保障任務的連續性。

第二，從錯誤中學習的自進化能力：Agent需要實現learning from real task，在失敗中識別錯誤模式并優化策略。這不僅能提升成功率，更重要的是能顯著降低token消耗。

當前大家都在探索Agent的性能上界，卻忽略了成本控制。

未來的Agent必須實現“自負盈虧”——在追求能力邊界的同時，考慮token經濟性。真正的突破將來自于在復雜任務中保持高成功率的同時，大幅降低計算成本。

第三，持續性環境與上下文對齊。

簡單的sandbox已經不夠了，Agent需要一個完整的計算環境—文件系統、數據存儲、交互界面這些都得有。現在sandbox每次新建loop就重置，對長程任務很不友好。

Human-Agent對齊也存在現實問題。如果我們能寫出超詳細的文檔，告訴Agent在什么情況下調用什么工具（比如數值到7.5時做什么），Agent干活質量挺好。但現實中誰能寫出這樣的文檔？

核心難題在于，人都很懶，怎么在有限的交互中讓Agent理解我們的真實意圖。這不只是技術問題，更是怎么設計交互——用最少的溝通，傳遞最準確的上下文。

Agent harness需要更聰明的環境管理，也要更會“讀懂”人的意思，而不是指望人類提供完美的任務描述。

我們用nanobot開發了一款完整的馬里奧游戲，來驗證Agent在長程任務中的表現。這個過程暴露了一個關鍵問題：Agent需要在每一步都做好測試和evaluation，才能保證整個流程的可靠性。

ToC vs ToB的容錯差異很明顯。ToC場景用戶對精度容忍度較高，但ToB對Agent的交付能力要求極其嚴格。這意味著面向企業的Agent必須具備生產級的穩定性和準確性。

從游戲開發這樣的復雜軟件工程中可以看出，真正具備生產力的Agent不僅要能寫代碼，更要能做系統性的測試、調試和迭代。這種端到端的能力才是Agent從“玩具”向“工具”轉變的關鍵。

從模仿人類到原生交互：CLI更像是Agent的母語

要讓Agent從助手升級為真正的AI生產力工具，僅有Agent本體是不夠的，關鍵在于構建一套Agent-native的軟件交互生態。

我們的日常工作高度依賴Office套件、設計軟件、3D建模工具等專業應用，但現有的通用Agent很難與這些軟件建立有效連接。

過去幾年，Computer Use主要依賴GUI路徑——讓Agent模仿人類的視覺感知和鼠標操作。然而這種”擬人化”方案存在兩個根本性缺陷：

一是成本過高（每次交互都需要處理復雜的多模態輸入鏈），二是可靠性受限（基于多模態分析的像素級的精準點擊，對當下AI來說本身就是挑戰）。

問題的核心在于，GUI天然是為人類認知模式設計的交互語言，強制Agent去適配人類界面，本質上是一種“削足適履”的妥協。

真正的突破可能需要我們重新思考交互范式——不是教會Agent使用人類工具，而是為Agent重新定義數字世界的交互協議。

與其讓Agent學會用鼠標，不如讓軟件學會說Agent的語言——CLI可能更是Agent-native的Computer Use方式。

我們反思了一個問題：為什么一定要讓AI像人一樣操作界面？ AI完全可以有自己更高效的交互模式。

所以我們做了CLI Anything，把各種軟件包裝成命令行接口，讓Agent直接通過CLI操作，而不是費力模擬人類點擊。

現在CLI Hub上已經有80個軟件，31個分類。我們覺得未來軟件使用應該是CLI+GUI的混合模式：Agent通過CLI高效完成復雜任務，人類通過GUI享受直觀體驗。

想想看，Agent直接用命令行操作3D建模、設計軟件這些專業工具，用戶不用學復雜軟件，開發者也不用寫一堆API文檔。

這種分工更合理—同一個軟件，給AI提供CLI接口干活，給人類提供GUI界面享受，各自用最適合的方式，這才是真正的AI-native架構。

Agent如何自己變強：skill進化與Swarm實驗

剛才講了生態中的軟件操作，接下來說說自進化。

為什么Agent需要自進化？因為我們希望它在復雜任務中能總結經驗、沉淀價值信息。

目前有三種自進化路線：

• 適應環境：迭代workflow和harness；
• 技能沉淀：把經驗總結成可復用的skill（就像人學新東西，生物特征沒變，但經驗更豐富了）；
• 參數更新：把Agentic任務的能力通過reward學到模型參數里。

第一和第三種路線都有泛化性差的問題——針對特定場景進化的Agent很難復用到其他地方。

所以我們選擇第二種路線，做了Open Space來實現skill-based的Agent自進化。但現實中基于skill的進化也面臨幾個核心挑戰：

第一，高質量skill稀缺；

第二，精準匹配困難——比如做量化交易，skill庫里有市場級、股票級、一級市場、二級市場各種粒度，到底該選哪個？

第三，粒度管理復雜——不同層級的skill如何有效組織和檢索。

從MCP演進到skill，這些根本問題并沒有解決。我們希望借鑒wiki的檢索機制來管理skill，解決多粒度匹配的挑戰，這樣才能實現真正有效的自進化。

我們在來自44個行業、一共220個任務上測試了Agent進化前后的差別，發現token消耗顯著減少，任務完成度明顯提升。

更重要的是，Agent能通過學習大幅降低自己的運行成本。

接下來我們做了個更大膽的實驗：

用8個Agent調用8張H100顯卡，去訓練一個大語言模型。23小時內模型性能提升了6%，工作量相當于我們組一個博士3周的活。

這個實驗驗證了Agent Swarm的可行性，但發現關鍵洞察：3-5個Agent就夠了，更多不見得更好。目前行業還沒摸清Agent數量的scaling law。

當下除了coding，很多Agent Swarm場景缺乏有效的質量驗證，我們很難判斷最優配置。

關鍵問題不是堆數量，而是在特定任務復雜度下，需要多少Agent以及如何分工。
與人類團隊不同，Agent協作成本更低、溝通延遲幾乎為零，這可能重新定義最優團隊規模。

但paradox是：零溝通成本理論上支持更大規模協作，實際效果卻可能在小規模達到峰值。

這暗示Agent協作的瓶頸不在溝通，而在任務分解、沖突協調的復雜度、上下文對齊，以及每個步驟的精準驗證。Agent越多，這些隱性成本可能呈指數級增長。

還有個有趣發現：學生們在vibe coding時，會把Agent集群的協同過程可視化——任務分發、完成、交互全流程都能看到。

這不只是炫技，而是在碎片化的工作時間里提供情緒價值，讓等待變得有趣。
我們做了AI researcher Agent來賦能科研。核心價值很明確：如果以前一周只能試錯一種算法，現在一周能試幾十種。

科研本質就是試錯和信息關聯，Agent能大幅加速這個過程，特別是幫新手快速梳理領域信息。

但關鍵挑戰在于如何探索出高質量的科研成果。科研的質量驗證往往也很挑戰，因為真正有價值的科研發現可能需要幾個月甚至幾年才能被驗證。

這帶來一個悖論：Agent能加速試錯，但無法加速驗證。我們可能陷入“快速產出低質量假設”的陷阱，而不是“深入探索高質量洞察”。

這就是我們整個Agent生態的布局：從nanobot單體Agent，到computer use、Agent協同和自進化，我們希望能突破現有Agent的邊界。

未來Agent的價值不只在于單點突破，而在于整個生態協同。

最后感謝我的團隊，說實話有沒有我作為導師，他們都能做得不錯。Credit也應該給到團隊的小伙伴們在開源項目上的持續迭代。

也很感謝整個開源社區的小伙伴們，目前AI Agent很多技術還處在百花齊放的階段，開源往往能夠讓大家更好地一起探索技術邊界，避免各自閉門造車。