直播推荐
Harness Engineering 与 Agent 实践——从单 Agent 翻车到多 Agent 协作的工程化之路
7 月 2 日晚，一场围绕智能体落地实践展开的直播，把讨论从热门概念重新拉回到一线工程现场。主持人项翘睿与两位嘉宾——长期深耕金融风控与信贷智能化的李钦，以及聚焦数据工程智能体的赵恒，沿着十个问题逐层推进：Agent 系统到底该怎么搭、什么技术路线值得放弃、怎样定义“好用”、人和 Agent 的边界在哪里，以及当智能体从单点试验走向规模化复制后，新的问题究竟会从哪里冒出来。
这场对话最有价值的地方，在于它没有把 Agent 神化成“无所不能的自动化体”。相反，三位嘉宾都在强调同一件事：企业真正需要的，不是一个看起来很聪明的演示系统，而是一个能在约束里稳定工作、能解释、能复盘、能持续优化，出了问题还能找到责任边界的工程系统。所谓“进化”，不是让 Agent 越来越像人；所谓“防退化”，也不是把能力死死锁住，而是在复杂业务、成本约束与组织摩擦之间，找到一条可持续的演进路径。
不是讨论“会不会用”，而是讨论“怎么用得起、用得稳、用得久”
直播一开场，项翘睿就把主题落在了企业最现实的三个问题上：怎么协作、怎么进化、怎么控制成本。他没有把 Agent 定义成一个新的聊天界面，而是把它定义成从“单点工具”走向“真正行动者”的过程。也正因为如此，问题不再只是模型能力够不够，而是它如何嵌进真实流程，如何和已有系统协同，如何在反复迭代里不失控。
这种开场很快为整场讨论定了基调。李钦所在的金融场景，天然要求确定性、可解释性和合规留痕；赵恒所在的数据工程场景，则更强调端到端开发、自动化编排与语义一致性。一个更靠近风险责任，一个更靠近生产效率，但两边最终都指向同一个命题：Agent 不是一个单独的软件能力，而是一套新的工程组织方式。
架构的第一性原理：不要把大模型直接推到责任前线
当话题转向"Agent 系统架构怎么设计”时，李钦的回答很有代表性。他没有先谈框架，而是先谈边界：在银行和金融机构里，业务处理天然要求严谨、稳定、可审计，而大模型最不稳定的恰恰也是确定性。正因为看清了这一点，他们最关键的架构决策，并不是“把大模型用到最深”，而是重新定义大模型在流程中的位置。
他的大意非常清楚：大模型不应该直接扮演“审批决策者”，而更适合承担“复杂推理者”和“证据链组织者”的角色。真正守住底线的，仍然应该是规则引擎、微调小模型，以及那些可被验证、可被追责的确定性模块。换句话说，是“小模型守底线，大模型补上限”。这种架构看上去不够“激进”，却非常符合企业现实——尤其当每一次决策都可能对应监管审计、客户申诉乃至直接经济损失时，这种保守并不是落后，而是一种必要的工程理性。
项翘睿的补充则更偏平台视角。他提到，顺丰在做架构时，也会根据客户场景做不同推荐。高确定性的场景仍然需要 Workflow、规则链和大小模型结合；但更开放、更探索式的场景，例如动态分析、归因、财报或新闻理解，则可以更多交给 ReAct 式 Agent 去自主调用工具、组织推理。为了兼顾这两种需求，他们把底层的数据、权限、语义处理统一收敛到一层，把上层 Agent 做轻，把复杂能力都抽成原子工具。这样一来，同一套能力既能被编进确定性的工作流，也能被开放式 Agent 调用。
赵恒的视角更进一步。他认为现在很多 Agent 架构，本质上都在趋同：一组 Tools，加上一套 Prompt、Skills 或行为规范。真正的差别不在“有没有 Agent 框架”，而在你如何设计可验证的子任务结构，如何让系统随着模型能力增强而吃到红利。他更倾向于把架构做得更“原生”：弱化沉重框架，强化 function calling、sub-agent 和验证闭环，让系统尽量少依赖外部编排的复杂性，而更多依赖清晰的能力边界和执行反馈。
真正成熟的团队，都做过“放弃路线”的决定
第二个问题很尖锐：有没有主动放弃过某条技术路线？
这恰恰是整场直播里最见功力的部分。李钦坦率地提到，他们早期也尝试过让大模型更直接地介入金融审批，甚至尝试多智能体协同去覆盖完整流程。但实践很快暴露出问题：时延难控、幻觉难防、可解释性不足，业务方也不敢真正把关键决策交出去。最后他们选择回撤，把大模型从“最后拍板的人”改成“辅助推理的人”。这不是能力下降，而是角色重构。
他还提到另一个很有现实意味的放弃：单 Agent 包打天下。理论上，一个强大的 Agent 似乎可以贯穿反欺诈、授信、催收、贷后等全链路；但只要业务专业跨度一拉大，上下文就会污染，内部目标也会冲突，最后出了错甚至不知道该怪谁。于是他们转向多 Agent 体系，让每个智能体守住清晰业务边界，再在更高一层解决冲突与协调。
项翘睿谈到的“放弃”，则更像是一种工程减法。他们主动放弃了过重的第三方框架体系，也减少对固定流程的依赖。原因很简单：当系统变重，灵活性就会下降；当业务变化比框架抽象更快时，越复杂的外壳，越容易成为新的束缚。与其背着一整套宏大框架前进，不如把能力拆成足够轻的模块，让系统自己长出组合能力。
赵恒则把这种取舍说得更彻底。他们从一开始就没有执着于把所有问题塞进固定工作流里，而更愿意相信模型的原生能力，再通过 Skill 和 Validation Hook 把它“牵住”。他对 RAG 的态度也很有意思：不是说 RAG 没用，而是随着长上下文和模型自主探索能力增强，很多过去必须靠检索解决的问题，正在被新的上下文组织方式替代。于是，团队真正该投入的，不是给系统继续堆功能，而是把验证、反馈和语义组织这几件最关键的事做好。
衡量 Agent 的“好坏”，不能只看它有没有答对
到了评测问题，三位嘉宾都表现出很强的“反表演型”倾向。他们几乎一致认为，评估 Agent 绝不能停留在一次性效果演示上。
李钦所在的金融场景，天然会把评测落在业务指标上：通过率与坏账率之间如何平衡，催收回收率有没有提升，投诉率有没有下降，人工复核通过率是否更稳定。这些指标背后，其实是在问：Agent 有没有在真实业务里产生净增益，而不是仅仅显得很聪明。
但光看结果还不够。项翘睿提到一个非常工程化的指标：轨迹长度。一个任务最终做成了，不代表系统“好用”；如果它为此走了过长的链路、消耗了大量 Token、调用了太多轮工具，那它只是“能用”，还谈不上“可规模化”。因此，他们除了看任务结果，也看执行路径是否收敛、成本是否可控、响应是否足够快。
赵恒则强调 Benchmark 的重要性。他的意思很明确：没有基准集，就没有进化方向。尤其在数据工程场景里，系统不仅要生成 SQL、跑数据、做指标，还要过数据质量、语义一致性和规范校验。你需要把“什么算成功”拆开定义，才能知道问题究竟出在模型、上下文、工具调用，还是验证环节。他特别重视验证闭环，因为 Agent 真正危险的，不是明显报错，而是“看起来像对的，其实错了”。
从“能用”到“好用”，最大的鸿沟不是功能，而是稳定性
当主持人追问“最大的瓶颈是什么”时，讨论一下子从理念层落回了工程现实。
李钦提到的难点非常典型：多步任务的误差会指数级放大。单步成功率看起来不低，但只要流程一长，最终整体效果就会明显塌陷。更麻烦的是，这类错误不像传统系统 Bug 那样容易复现和定位，它往往裹着一层“语言上的合理性”，让你误以为系统在正常工作。
他还提到，Prompt 工程常常带有某种“玄学”色彩。一个小小的措辞变化，可能就会引起输出风格、推理路径甚至决策结果的大幅波动。对于金融这种高风险业务来说，这种不稳定是无法接受的。
赵恒则把瓶颈放在“用户真正怎么用”上。在数据工程领域，用户不是不想要 Agent，而是不一定习惯 AI 原生的工作方式。让工程师像管理代码一样管理指标、语义层和版本，本身就是一种组织习惯的迁移。产品如果不能帮助用户跨过 Onboarding 阶段，再强的模型能力也只能停留在试用层面。
项翘睿说得更接地气：用户预期常常两极化。有人把它当成低配机器人，只愿意给一句话；也有人把它当成能读懂潜台词的全能助手，对它寄予不现实的想象。于是，一个 Agent 是否“好用”，不只取决于模型本身，还取决于它能不能通过提问、表单、补充信息等方式，把用户一步步带到正确的使用姿势里。
最头疼的问题，往往不是技术本身，而是责任怎么落地
这一轮讨论里，有一句近乎全场共识的话可以概括核心：如果做错了要“背锅”，那这件事就不能完全交给 Agent。
李钦面对的是最典型的高风险场景。反欺诈 Agent、信用评分 Agent、额度管理 Agent，可能会对同一个客户给出不同判断。技术上看，这是多 Agent 协同；业务上看，这其实是在问：谁拥有最终否决权？谁来承担错误责任？因此，他们最后不是靠“更强模型”去解决，而是靠业务治理规则去定义边界，例如给反欺诈更高优先级，把冲突显式转化成可治理的决策结构。
项翘睿把这个问题总结得很实用：需要背责任的决策，必须保留人在环；不需要背责任、可以回滚、可以反复试错的工作，则应该大胆交给 AI。这种划分方式看起来朴素，却比任何抽象定义都更接近企业落地的真实标准。
赵恒则把视角延伸到了组织层面。他提到，很多员工并不天然欢迎 Agent，因为他们担心自己的知识被“蒸馏”进系统，最终反过来削弱自己的岗位价值。于是，Agent 落地的难点，开始从“模型够不够强”转向“组织是否相信这是赋能而不是替代”。如果这个问题处理不好，再好的技术也很难真正规模化。
人和 Agent 的边界，不在“谁更聪明”，而在“谁承担后果”
关于“人机边界”，这场讨论给出了一个很成熟的判断：边界不是按能力划的，而是按责任划的。
在三位嘉宾看来，人类最重要的职责，不再是每一步都亲手完成，而是定义目标、校准过程、验收结果。Agent 则更适合承担中间的大量探索、执行和重复性组织工作。换句话说，人负责“一头一尾”，AI 负责中段的高频动作。这种分工不是削弱人，而是把人的注意力从低价值劳动中释放出来。
但这并不意味着人类只剩“签字”功能。恰恰相反，越到关键场景，人越要站在系统最前面。金融审批、合规申诉、重大客户投诉、监管报送，这些不仅仅是技术任务，它们天然带着法律与伦理后果。Agent 可以提供证据、方案和风险提示，但最终承担后果的主体，仍然必须是人。
这也是为什么三位嘉宾都强调 Human-in-the-loop。人机协同不是因为技术“不够先进”，而是因为真实世界的责任结构本来就不是自动化能完全接管的。
算力预算有限时，最好的策略不是省模型，而是省浪费
谈到成本控制，三位嘉宾都没有落入“只用便宜模型”的简单逻辑，而是强调按任务分配能力。
李钦的策略是典型的分层：高频、实时、规则清晰的环节，交给小模型或规则系统；复杂推理、证据链整合、跨模态分析，则交给大模型。这样做不是妥协，而是在预算约束下把昂贵能力用在最该用的地方。
赵恒进一步指出，成本真正失控的地方，往往不是某一次模型调用太贵，而是系统整体轨迹太长、上下文组织太差、无效调用太多。一个架构如果缺乏语义层、验证环和清晰的 sub-agent 分工，再便宜的模型也会被用出昂贵成本。
项翘睿则强调把能力原子化。工具一旦足够细、足够清楚，Agent 做决策时就不需要在模糊的大能力块里来回试探，这本身就在省 Token、省时间，也在省失败成本。所以说，预算问题表面上是算力问题，实质上仍然是工程设计问题。
如果重新做一遍，他们最想做的，几乎都是“减法”
这一段复盘很有意思。看起来三位嘉宾来自不同领域，但回头看，他们最想重来的地方几乎都指向两个字：减法。
他们会更早放弃重型框架，更早把能力抽象成 Skill 和原子工具，更早建立 Benchmark 和验证闭环，更早厘清不同 Agent 的职责边界，也更早把记忆系统提到优先级前列。因为真正让系统“活起来”的，往往不是堆更多功能，而是让它在每一次执行里更可复用、更可学习、更可追踪。
尤其是“记忆”这个点，项翘睿强调得很鲜明。Agent 之所以常常停留在“能聊”，很大程度上是因为它没有形成稳定的关系连续性。用户反馈记不住、偏好记不住、错误修正记不住，于是每次对话都像重新开始。一个不能积累的 Agent，很难变成真正的生产力伙伴。
从单点试点到规模复制，真正的新问题才刚刚开始
到了规模化问题，讨论明显变得更“冷静”。
单点试点时，大家最关注的是“这个 Agent 能不能跑通”；一旦进入复制阶段，问题就变成“它能不能在不同组织、不同人群、不同数据条件下保持效果”。这时候，技术复杂度和组织摩擦会同时上升。
赵恒提到，Agent 数量一多，协作复杂度会迅速增加，边界模糊、认知偏差、责任冲突都会被放大。与此同时，员工对 AI 的态度也会变得更复杂：一方面希望它提高效率，另一方面又担心它取代自己。这种组织张力，往往比技术问题更难解决。
李钦所在的金融场景，还叠加了数据壁垒、合规限制与跨机构协同难题。很多看起来在单点上成立的能力，一旦涉及跨部门、跨系统甚至跨机构，就必须重新定义数据权限、责任路径和监管边界。
而在产品层，项翘睿最看重的仍然是用户教育。只有当用户逐渐学会什么该交给 AI、什么必须自己确认，Agent 才可能从新鲜体验变成日常工作流的一部分。
未来 1 到 2 年，最大的机会仍然在“工程化成熟”，最大的变数则在“组织与监管”
对于未来，三位嘉宾的判断都带着明显的“审慎乐观”。
机会当然很多。强化学习会更深地进入 Agent 闭环，小模型在私有化和端侧场景里会越来越有价值，多模态能力会把 Agent 从文本世界推向更真实的业务环境。尤其在数据工程、风控运营、客户协同这些高度流程化、又存在大量信息组织成本的领域，Agent 仍有巨大的增量空间。
但他们也都意识到，最大的变数并不只来自模型本身。监管怎么定义 AI 参与决策的边界，消费者如何申诉，企业如何处理“知识蒸馏”与员工信任之间的关系，组织是否愿意把 AI 看成增强工具而不是替代工具——这些都将深刻影响 Agent 未来两年的落地速度。
所以，整场直播虽然谈的是“进化”，但落脚点并不激进。它更像是在提醒所有做 Agent 的人：真正的进化，不是一次性把系统做得更聪明，而是把它嵌进真实世界之后，仍然能持续成长、不轻易退化。
结语：智能体的终局，也许不是替人做决定，而是帮人把决定做得更好
直播最后三位嘉宾都没有回避问题：幻觉会发生，误差会放大，组织会有阻力，成本会失控，监管会提出新的约束。但也正因为如此，他们关于 Agent 的判断才显得更可信。
李钦给出的启发是，越高风险的行业，越需要先想清楚可解释性和责任边界；赵恒的启发是，Agent 的真正价值不在“会不会聊天”，而在能不能融进生产链路；项翘睿则提醒我们，系统想跑得快，往往先要学会做轻、做细、做可组合。
如果要为这场对话提炼一句总结，也许可以这样说：智能体不是一个“替代人”的终极答案，而是一种重新分配判断力、执行力与责任的工程方式。它真正要解决的，不只是自动化，而是让组织在复杂性持续上升的时代，仍然能保持清晰、稳定与进化能力。
活动推荐
2026 年 7 月 24-25 日，Agentic AI Summit 超级智能体系统架构峰会·深圳站即将在深圳机场凯悦酒店举办！
现日程已上线 90%+，除了两天的技术干货分享，大会现场还会组织闭门会、晚场圆桌交流，讲师们会围绕具体的技术点进行介绍，旨在丰富大家在参会体验，希望大家不虚此行，满载而归。
🔥 9 折优惠购票倒计时！点击「阅读原文」即可报名参会，咨询更多购票详情。
往期推荐
点个在看你最好看
SPRING HAS ARRIVED
