正方辩护：什么样的 AI Agent 才配得上它的复杂度

📋 概述

作者此前写过大多数「AI Agent」只是套了风衣的流水线——确定性工作流里塞一次 LLM 调用，却伪装成自主推理；评论区有人审计自己的「Agent」，发现它 94% 的情况下按同样顺序调用同样四个 API，剩下 6% 是重试。但最有力的回复都指向同一个问题：那到底什么时候真的需要一个 Agent？作者发现包括自己在内，没人能举出一个「必须自主、线性流水线必然失败」的生产案例，于是他反过来替对方做最强辩护。前提是先承认自主性是一种成本：非确定性、调试税、token 开销、没有可靠的回归测试。真正的问题变成：这个任务是否迫使模型在运行时做出设计阶段无法做出的控制流决策，并且这份成本是否值得。第一个成立的条件是「环境会回话」——如果下一步取决于你行动之后才能知道的响应，那流程图画不出来，因为流程图有第二位作者还没进场。