这届 Agent，全是草台班子：到底什么 Agent 在产生价值？¶
Ch01.1351 这届 Agent，全是草台班子：到底什么 Agent 在产生价值？¶
📊 Level ⭐⭐ | 3.7KB |
entities/这届-agent全是草台班子到底什么-agent-在产生价值.md
这届 Agent，全是草台班子：到底什么 Agent 在产生价值？¶
今年小龙虾火爆得不行，也把很多老板搞得焦虑得不行，所以现阶段 Agent 已经成为了业内普遍认可的技术范式了。
并且今年又连续出了很多新名词，又把很多想要学习的同学搞得很慌，但如果你真的想去学习或者了解 Agent，可以从下面四个问题出发，可能会更接近本质：
- 当前常用 Agent 到底解决了哪些问题？
- 其次，我们在做技术选型的时候，什么时候选 Agent，如何满足老板/客户的挤压和真实的情况，因为老板或者客户并不知道 Agent 的技术详情，他就是要 Agent，这时候该怎么办？
- 然后，请深层次思考，为什么 Agent 这种架构会出现，难道上述 Agent 解决的问题场景，其他技术路径没有办法吗？
- 最后就是，Agent 这套技术架构是如何解决哪些问题的，然后由于架构原生问题，又带来了哪些困扰？
比如第一个 Agent 解决了哪些问题？ 就有点难以下口，我们换个问题来反推这个答案：
- 首先， ** 当前到底什么 Agent 在被真实使用； **
- 其次， ** 这些 Agent 应该如何做分类； **
- 最后， ** 每个品类 Agent 应该有什么样的标签； **
什么 Agent 在被真实使用¶
首先，我们给真实使用下一个定义：
- ** 有用户 ** ，这里要分三个阶梯，微量用户、少量用户、大量用户；
- ** 有活跃度 ** 。整体来说，使用频繁，意思是不会因为好奇用一次就跑路，这里也分三个阶梯，用两次就跑、多次使用、频繁并依赖；
- ** 有持续付费 ** ，这个分为，没有付费，续订率低，续订率高；
如果按照这个排列组合排下来，他应该是这样的( ** 框架能做出来，但是里面的产品却只能蒙，因为我拿不到真实数据 ** )：
从这张全景图我们可以得到几个重要启示或者结论：
一、不存在通用 Agent¶
** 当前跑出来的 Agent 不解决通用问题，反而更专注特定场景下的连续性工作 **
在 AI 之前，我们面临的实际问题是： ** 流程是固定的（写代码/回客服），但输入是千奇百怪的，传统规则引擎搞不定，纯人工又太贵； **
最经典的案例就是 ** 群昵称格式统一