Agent为什么越来越难分类
最近半年，连很多业内朋友都开始看不懂 Agent 了。
昨天还是 Chatbot。
今天变成 Coding Agent。
明天又冒出 General Agent。
后天又来一个 Vertical Agent。
各种图谱、各种分类、各种四象限，看得人眼花缭乱。
但我越来越觉得，问题可能不是 Agent 太复杂。
而是我们用错了观察角度。
很多人习惯从功能分类。
会聊天的是 Chatbot。
会写代码的是 Coding Agent。
会订机票、发邮件的是 General Agent。
懂法律、懂医疗的是 Vertical Agent。
这样分当然没错。
但这种分类越来越解释不了今天发生的事情。
因为这些边界正在消失。
ChatGPT开始写代码。
Codex开始管理项目。
Claude开始跑工作流。
垂直Agent开始拥有通用能力。
General Agent又不断吸收行业知识。
大家忽然发现：
原来这些东西并不是不同物种。
而更像同一个物种的不同发育阶段。
我最近重新回头看 Agent 的演化历史，忽然发现里面其实一直存在两条路线。
第一条路线叫推理。
第二条路线叫工作流。
而今天所有 Agent 的变化，本质上就是这两条路线正在汇合。
先说推理路线。
最早的大模型为什么让人震惊？
不是因为它会背知识。
而是因为它会想。
尤其是 CoT，也就是 Chain of Thought。
面对复杂问题，它开始一步一步推导。
先分析。
再拆解。
再规划。
最后得出答案。
这是一条典型的认知路线。
模型越来越像一个会思考的人。
与此同时，还有另一条完全不同的路线。
工作流路线。
这条路线比大模型古老得多。
甚至比互联网还古老。
因为所有组织都依赖工作流。
公司靠工作流运转。
政府靠工作流运转。
软件开发靠工作流运转。
工厂靠工作流运转。
人类管理复杂事务的方法，本质上就是 SOP。
把大任务拆成小任务。
规定步骤。
规定顺序。
规定责任。
规定例外处理。
过去几十年自动化的发展，其实都属于这条路线。
RPA。
脚本。
流水线。
自动审批。
自动发布。
自动部署。
说到底都是工作流。
区别只是流程由人设计。
机器执行。
于是很长一段时间，两条路线互不相干。
AI负责思考。
工作流负责执行。
一个像大脑。
一个像流水线。
真正有趣的事情，是这两年才发生的。
推理开始向工作流靠近。
工作流开始向推理靠近。
最早的时候。
CoT只是脑子里的推导过程。
后来变成 Planning。
开始列计划。
再后来变成 Task Decomposition。
开始拆任务。
然后变成 Agent Loop。
开始根据环境反馈不断修正计划。
最后变成今天的动态工作流。
另一边也在变化。
过去的 SOP 是人写的。
流程图是人画的。
规则是人制定的。
机器只是照章办事。
现在开始出现自然语言工作流。
人不再规定每一步。
只描述目标。
模型自己生成流程。
自己修改流程。
自己决定下一步。
于是出现一个非常重要的历史时刻。
两条路线汇合了。
推理不再只是思考。
开始变成行动。
工作流不再只是规则。
开始拥有推理能力。
很多人以为 Agent 是 Chatbot 的升级版。
其实未必。
从历史角度看。
Agent更像是 CoT 与 SOP 的联姻。
是推理系统和工作流系统的合体。
这样很多现象突然就解释得通了。
为什么 Coding Agent 最先成熟？
因为软件开发本来就是天然工作流。
读代码。
改代码。
跑测试。
看报错。
再修改。
整个闭环非常清晰。
所以推理能力和工作流最容易结合。
为什么 General Agent 这两年进步这么快？
因为它本质上是在尝试把开放世界里的各种工作流智能化。
查资料。
写文档。
调用工具。
操作网页。
管理项目。
都是工作流。
为什么 Vertical Agent 也开始和 General Agent 合流？
因为行业知识终究只是知识。
法律也好。
医疗也好。
财务也好。
最终都要落到任务规划、工具调用和流程执行。
底层架构越来越相似。
所以今天大家看到的，不是 Agent 分类越来越多。
恰恰相反。
是不同路线正在汇入同一条河。
Chatbot。
Coding Agent。
General Agent。
Vertical Agent。
它们看起来来自不同世界。
实际上正在走向同一个终点。
那个终点也许不是某种新的产品形态。
而是一种新的智能组织形式。
过去是人设计流程，机器执行流程。
后来是人设计目标，机器生成流程。
再后来，也许连流程本身都会成为动态演化的产物。
如果说 Chatbot 时代解决的是"AI会不会思考"。
那么 Agent 时代真正要解决的问题其实是：
AI如何把思考变成行动。
而这，或许才是过去两年 Agent 革命背后最重要、也最容易被忽略的一条主线。
