从「套壳时代」到「人类注意力界面」

2022年11月ChatGPT发布时，它不过是一个「缸中之脑」——只能依赖训练数据和用户输入的提示词，没有工具调用、没有搜索、没有推理链。Agent框架的意义正在于此：它为模型提供了感知（上下文）、行动（工具）、记忆持久化以及权限边界，让模型得以突破封闭状态，真正与数字世界交互。没有框架，模型的决策无法在现实信息空间中落地；有了框架，模型才算有了「身体」。

框架与模型能力的演进可以用两条曲线来描述：框架对模型的要求，以及模型实际能交付的能力。两者之间的差距，决定了Agent的实际效果。2022年10月的ReAct论文定义了「推理→行动→观察→循环」的Agent闭环，但彼时这只是一种提示技术，存在于模型权重之外。2023年春天，AutoGPT和BabyAGI让框架曲线急速超前，将完全自主权交给模型，而模型尚不具备承接这一要求的能力。95%的单步可靠性在20步任务中会导致约36%的整体成功率，循环放大的是错误而非可靠性。

面对过度自主化的失败，Cursor和GitHub Copilot等AI编程工具选择了「退守人在回路」策略：不把循环直接交给模型，而是让人类掌控循环，模型负责加速人类的操作。这一策略在当时是正确的，而非怯懦的退让。与此同时，模型本身持续进化。2024年底o1推理模型的出现，首次让模型能力曲线反超框架曲线，形成「模型能力悬置」——框架反而成了制约模型发挥的瓶颈。

Claude Code在2025年2月抓住了这一窗口。它放弃了IDE界面，转向终端，赋予模型bash和文件读写权限，以权限规则替代每次变更都需人工审批的流程。这是第一个在正确时机将自主权还给模型的产品。Boris Cherny团队在设计时对标的是下一代模型的能力，而非当前模型。Claude Code六个月内增长至约10亿美元ARR，印证了「时机」才是关键变量，而非「自主权」本身。

进入当前的「协同训练时代」，框架的价值已可量化。HarnessBench用同一模型在106项任务上测试不同框架，得分从52.4到76.2不等，差距高达23.8分——在模型权重完全不变的情况下，框架贡献了约一半的Agent表现。然而，这一阶段的核心动态是：模型不断将框架的功能吸收进自身权重，工程师随之删除已被内化的外部逻辑。最终留存下来的框架，将不再是为模型服务的脚手架，而是一个管理人类注意力的界面——决定人类何时介入、关注什么、如何与日益自主的Agent协作。

要点

• Agent的突破不源于单一因素，而是模型能力与外部框架两条改进曲线在恰当时机交叉的结果
• 过早赋予模型完全自主权会放大错误而非能力，「人在回路」在模型能力不足时是正确策略而非退步
• Claude Code的成功核心在于时机选择：在模型能力首次超越框架要求的窗口期果断行动
• 框架对Agent表现的贡献可达约50%，同一模型在不同框架下得分差距超过23分
• 未来的Agent框架将逐步从「服务模型」转向「管理人类注意力」，成为人机协作的调度界面