Agent与Workflow之争 - 核心观点：Agent和Workflow并非对立，而是互补关系，未来更可能是Agent+Workflow的组合优化[4][7] - Workflow本质是工具，只是工具中用到AI能力，适合流程化控制但想象空间有限[4][6] - Agent更具灵活性，任何人都可以构建，但存在风险，其"智能体化程度"(agenticness)是关键指标[9][10] - 两者核心区别在于描述任务的难易程度，Workflow更确定性而Agent更自然语言化[11] Agent的未来发展方向 - Chat模式只是起点，未来将向"环境化/常驻"(ambient)模式发展，主动监听事件流并异步执行[14] - 需要建立"指挥中心"(Command Center)来管理长时间运行的任务，而非简单对话列表[15] - 中间形态是"工作计划"(work plan)，将大任务分解为子任务并委派给Agent[18] - 可靠性是当前主要限制因素，需要人类监控和任务分解来提高[17][19] Multi-Agent系统 - 未来不是单一万能Agent，而是由专业Agent组成的生态系统[20] - 在功能性记忆完善前，定制化Agent仍是必需，可指向正确数据和流程[20] - 可能出现"总管"Agent模式，由中央Agent协调多个子Agent完成任务[22] - 多Agent系统可通过辩论、批判等方式提高输出质量，目前处于研究阶段[23][24] 行业现状与创业策略 - 当前处于"AI的迷雾"时代，技术迭代极快，任何超过六个月的规划都可能被推翻[25] - 执行力是核心护城河，需保持比市场略微领先的产品构建速度[25][26] - 关键在于对目标的深刻理解，形成连贯的产品策略和体验[26] - 人才竞争激烈，初创公司需通过差异化定位吸引合适人才[28] 应用场景 - 客户支持、编码辅助、邮件处理、深度研究和市场营销是当前主要应用领域[13] - 可实现Slack讨论转GitHub工单、销售通话后自动填写CRM等新任务[13] - 代码领域是可靠性的"先行指标"，因有明确验证标准[19]