Agent落地真相：协议、成本与进化——一场关于智能体从\"能跑通\"到\"能投产\"的讨论¶

Ch01.1078 Agent落地真相：协议、成本与进化——一场关于智能体从\"能跑通\"到\"能投产\"的讨论¶

📊 Level ⭐⭐ | 5.8KB | entities/agent落地真相协议成本与进化一场关于智能体从能跑通到能投产的讨论.md

Agent落地真相：协议、成本与进化——一场关于智能体从"能跑通"到"能投产"的讨论¶

Agent落地真相：协议、成本与进化——一场关于智能体从"能跑通"到"能投产"的讨论¶

DataFun

在小说阅读器读本章

去阅读

在小说阅读器中沉浸阅读

直播推荐

从金融风控到数据语义，再到自进化工程，谈谈智能体的“进化与防退化”

扫码加入直播交流群，更有精华资料免费领！

2026年6月25日晚，DataFun 技术社区举办了一场关于 Agent 智能体企业级落地的深度对话 。主持人古永丰——FoundationAgents 开源社区核心成员、DeepWisdom 学术研究员——与两位来自一线实战派的技术负责人：深圳价值网络科技技术副总监况雨平，以及碧桂园服务集团技术总监毛卓，围绕 Agent 落地的三个核心命题——协议协作、自进化能力与成本控制——展开了一场长达90分钟的坦诚讨论。

这场对话没有回避任何尖锐问题：Agent 跑通了 Demo 却无法投产，到底缺什么？60%以上的 Token 都是无效消耗，这是技术问题还是管理问题？当 AI Coding 大规模铺开，产品经理、开发、测试的角色究竟谁被强化、谁被弱化？三位嘉宾从协议层、工程层、管理层三个维度，用各自的实战经验，描绘了 Agent 在理想与现实之间的真实图景。

本文完整记录了这场讨论的核心内容，力求以对话的形式还原现场的思辨氛围，为正在推动 AI 落地的技术团队提供有温度的实战参考。

扫码报名

** 01 **

** 话题一：Agent 进入业务，最被忽视的短板是什么？

**

当主持人古永丰抛出第一个问题时，三位嘉宾几乎不约而同地指向了同一个方向——但角度完全不同。

毛卓从成本维度切入，语气沉稳却直击要害：“对传统企业来说，一个 Agent 能不能落地，首先要看业务价值。没有业务价值的东西肯定走不远——你建了很多 Agent 团队，最终如果不能给业务带来价值，又要烧掉那么多 Token，这个项目只能是失败的。”他所在的碧桂园服务有数十万内部员工，他算了一笔账：如果一个 Agent 铺开使用，一年下来几千万甚至上亿的 Token 费用并非天方夜谭，“那你就要算 ROI 了——投入这么多研发费用，能不能带来净利润的增长？”

况雨平则从工程落地的角度接过了这个话题。他没有停留在成本数字上，而是指出了更深层的结构性短板。“我们很多同学个人提效能做到60%到80%，但一到团队层面，效果就掉到20%。”他分析，根因在于三点：需求的上下文不稳定——“产品说一套，研发理解一套，测试验证又是一套，AI 没有稳定的上下文输入，写得越快，偏离得越远”；过程不可追溯——“AI 作为黑盒，执行过程完全不知，关掉对话框就忘记了”；结果不可治理——“只看 AI 生成多少行代码，却不看需求能不能按时交付、质量有没有提升、Bug 有没有下降”。他总结道：“企业缺的不是一个更会聊天的模型，而是一整套流程化、工程化、可沉淀的 Agent 承接体系。”

古永丰则从研究者的视角补充了一个更底层的问题——Agent 之间缺乏连接。“Agent 现在长出了思考的大脑和行动的手脚，但它们之间还是隔离的。”他说，发现、协作、交易、信任和声誉这些基本能力，不能长期散落在 Prompt、日志和私有 API 里。

这场讨论揭示了一个核心共识：Agent 从 Demo 到投产，不是单个模型能力的提升问题，而是工程体系、管理流

→ 原文存档

关联¶

• 相关概念: Harness Engineering