Anthropic三位高管深度对谈：AI智能体的终极形态从聊天进化成隐形操作系统

当ChatGPT引领的对话式AI浪潮逐渐平息，行业开始将目光投向更深远的方向：智能体（Agent）究竟会演化成什么形态？Anthropic近期发布的一段内部对话为我们提供了极具价值的洞察。三位负责Claude Platform的高管围绕过去半年智能体基础设施的变革展开深入讨论，涵盖身份体系、权限机制、记忆架构、智能体间通信协议，以及企业如何评估智能体投资回报率等核心议题。这场对话揭示了一个重要趋势：AI正在从“听话的工具”进化为“隐形的操作系统”。

身份与权限：智能体获得独立“身份”是第一步

回顾半年前，Claude Platform本质上只是一个提供推理能力和Token调用的API接口，辅以一些围绕模型的小工具，用于增强能力、降低成本或提升响应速度。而今天，平台已上线众多丰富功能，能够承接团队在基础设施层面的繁琐工作，将脚手架工程的复杂性屏蔽在外，让团队以更低的成本真正释放模型的智能潜力。

智能体间通信：从“各干各的”到“协同作战”

在客户反馈中，管理式智能体（Managed Agents）获得了最多关注，尤其是记忆、结果和沙盒推演等概念。一位开发者的评价令团队印象深刻：他特别欣赏这套系统的抽象层次。这种朴素而直接的认可，反而最能说明问题。 工作流在不断演化，但智能体身份这个概念始终是核心。团队认为，智能体的身份未来可能与具体工作流本身分离，智能体将拥有独立身份标识。当前这一方向仍处于早期探索阶段，用户需要对智能体给予相当程度的信任。但趋势正在形成：智能体先理解用户想要的结果，然后说明为完成这个结果需要访问哪些权限（A、B、C、D），用户可以回应说A、B、C可以，但D不行。智能体确认能否在允许范围内完成任务，如果可以，就相当于给自己开一个服务账号去执行，用户则可随时审计，确认其行为符合预期。这很可能是身份层未来的演化方向。

基础设施进化与脚手架的“由厚变薄”

智能体之间如何对话是本次讨论的重点之一。实现方式相当直接：团队可以搭建一个智能体，对外暴露API或其他接口，让其他智能体像人一样与其交互。目前已有团队在Claude管理式智能体基础上构建了轻薄的MCP服务器并对外暴露，其他智能体只需知道如何调用，就能与之对话。这种方式非常好用，也让许多创新想法成为现实。 这类工作流之所以能在最近成立，根本原因在于模型能力的大幅提升。以前想做类似事情，往往需要在模型外部构建复杂的脚手架和标准作业流程，确保步骤A完成后才能进入步骤B。模型的不确定性曾是巨大挑战，如今的模型已能在合理边界内自主判断应走哪些步骤、做哪些事情。同时，模型也能持续运行更长时间，基础设施已支持智能体常驻工作空间，被特定事件触发后自主运行一段时间的工作流，完成后再回来汇报。这是模型进化与基础设施进化的双重成果。

投资回报率：从小处着手，步步为营

几个月前，许多团队还在为业务流程构建复杂的判断框架，第一步必须先通过A，A再判断能否进入B，条件层层嵌套，导致整个系统脆弱不堪，智能体难以真正发挥智能。团队本意是让流程更自动化、更好用，结果却把模型框得死死的。 随着模型变得更聪明、工具调用能力更强、推理更深，团队已开始逐步移除这些限制性强的框架部件，脚手架整体正在变得越来越薄。脚手架变薄之后，反而出现了一种“元脚手架”（meta-scaffolding），目前尚无统一名称，未来可能被称为类似“鞍具”的概念。多智能体协作通常不是单一策略，而是多种策略组合使用：让多个智能体互相竞争共同解决同一问题；同时启动两个智能体，一个提想法、另一个唱反调；或者模型遇到难题时主动联系更聪明的“伙伴”求助。随着这类扩展式架构日益成熟，智能体能解决的问题将越来越复杂。 关于企业如何衡量智能体带来的投资回报率，团队建议采用更简单的思路：不要一上来就想把公司一百二十个流程全部智能体化，那太过庞大且难以推进。更合理的做法是从个人开始，先看某一个人的工作速度能提升多少，然后从个人推广到团队，在团队层面继续观察，再从团队推广到跨团队的整体流程。毕竟真实的

如有侵权，请联系删除。