1 到 5 个智能体
作者：Onur Solmaz
日期：2026年3月11日
作为一名软件开发人员，我的日常工作流在过去一年半里发生了彻底的变化。
以前，我必须连续数小时专注于单一任务，一次只做一个。而现在，我随时都在并行调度 1 到 5 个 AI 智能体（Agents）。我不仅是一名开发者，更成了智能体的“工程经理”。
如果你是一名尚未以这种方式使用 AI 智能体的知识工作者，那么我正生活在你的未来，并从那里为你带来了消息。
你职业生涯的剩余大部分时间都将在聊天界面上度过。
有人曾说：“AI 的未来不是聊天机器人，一定有更高级的形式。”
尽管人们渴望复杂性，但越来越多的迹象表明，所有的工作都在向聊天机器人汇聚。作为开发者，我只需在 Codex 或 Claude Code 的输入框中输入文字，就能触发需要消耗数小时 GPU 推理时间的任务；当我回到电脑前，会发现一个大多还行、偶尔很差、有时甚至惊艳的结果。
所以我很遗憾（或者说很荣幸？）地告诉大家：未来就是“聊天”。直到你职业生涯结束，它都将以某种聊天形式存在。平均而言，你将同时与 1 到 5 个 AI 智能体进行对话。这个数字可能会根据领域和工作性质有所增减，但根据我对自身、同事以及互联网用户的观察，“1 到 5”将是普通工作者处理日常事务的神奇基数。
原因显而易见：注意力。人的注意力只能分散到一定程度，超过这个限度就会失去控制并开始产生“废料”（slop）。因此，核心的知识工作技能将转变为如何分配注意力——何时深入钻研，何时放手让它自己运行，何时旁听并意识到某些地方逻辑不通，等等。
作为这类智能体的开发者，我想对这些系统的技术运作方式做一些预测。
智能体将按需创建，任务完成后即销毁。
简而言之：按需创建、用完即弃的智能体。每个智能体会话都将获得自己的虚拟机（或容器、Kubernetes Pod），其中托管着该智能体所需的文件和连接。
智能体将拥有多种持久化机制。
根据你想要保留的内容（例如 Markdown 形式的记忆、智能体自身的技能或权重变化，或者是任务本身产生的工作成果变化），智能体将使用版本控制系统（包括但不限于 git）以及各种自动文件同步协议。
谈到文件：智能体将像你一样处理文件。
而且，智能体将使用计算机和操作系统，大多是 Linux 或类似的 Unix 后裔。
就像所有 Linux 和云端事物一样：
为一家公司搭建智能体基础设施，会比配置一台 Mac 电脑复杂得多。这并不是说 DevOps 或基础设施本身很难——不，我们会用智能体来优化这些体验。
复杂的地方在于，需要有精通整套架构的人员在场（无论是内部还是外部 IT 支持），与管理层合作，设定智能体可以访问和禁止访问的数据。至少在不久的将来是这样。我从与使用 SharePoint 和商业版 OneDrive 的客户合作的个人经验中深知这一点。这方面将创造大量就业机会。
说到这里，也有人说：“OpenClaw（译注：此处指代某种智能体框架）就像 Linux，我们需要一个 Mac 版”，这完全有道理。OpenClaw 默认安装“yolo 模式”（译注：指跳过确认的激进模式），且像 Linux 一样故意设计得难以安装。这是为了防止那些不清楚自己在做什么的人安装它，从而避免隐私数据外泄。
这种个人智能体领域的“专有版 Mac 或 Windows”将会存在。但企业会使用它吗？它能赚到微软那样的大钱吗？
看着 90 年代的微软 Windows 和 Office 授权，以及现在的 M365 SaaS 服务，人们可能会认为企业智能体确实会运行在专有的、“围墙花园”式的软件上。但在这样想的时候，可能会忽略一个关键观察：
从经济学角度看，智能体（至少是用于软件开发的智能体）更接近于“云”，而不是“个人电脑（PC）”。
如果你一次只操作一个智能体，可能很难察觉到这一点。但如果你想象一下不久的未来，公司将拥有类似于“AI 版 MapReduce”的并行工作负载，且运行时间并不固定，你就能理解了。
在不久的将来，本地硬件将无法支撑大多数并行工作负载。有时，需求会超过每名员工 1 到 5 个智能体的水平；有时，智能体数量需要根据需求瞬间扩张 1000 倍。因此，公司将从数据中心购买算力。计算中最核心的部分——LLM 推理——已经在 OpenAI、Anthropic、AWS、GCP、Azure、阿里巴巴等数据中心运行了。所以我们已经走完了一半的路程。
这暗示了一个反直觉的结果。
长期以来，大多数人习惯在家里和公司使用相同的操作系统：Microsoft Windows。个人电脑和办公电脑必须拥有相同的界面，因为大多数人都有自己的生活，不想学习如何使用两套独立的操作系统。
那么，当界面简化为一个聊天机器人——一个可以跨越本地操作系统、代你驱动电脑的 AI 时，会发生什么呢？对我来说，这意味着：
将不会再有一家公司能像当年的微软（凭借 Windows）那样，同时垄断个人和企业智能体市场。
因此，虽然专有的“Mac 版 OpenClaw”可能会占领非技术大众的个人智能体市场，但企业级智能体将像企业云一样，运行在开源智能体框架上。
我甚至怀疑这种“Mac 版 OpenClaw”未来是否会以完全专有的方式存在。很多人希望与亲友的私密对话能有端到端加密，而个人智能体的信息敏感度有过之而无不及。
所以我们可以肯定，运行在本地 GPU 上的个人智能体市场将会存在。至于这个市场是被“Linux 桌面版 2.0”占领，还是由苹果或类苹果公司把持，目前尚不明朗。
此外，本地硬件是否能同时支持多个高质量模型的推理也尚不确定。人们在工作中将被迫并行化工作负载，但“1 到 5 个智能体”的模式是否会反映到他们的个人智能体使用中，我认为取决于个人。换做是我，我会用本地硬件来做，毕竟我是一名开发者……