< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-05-31 11:54:27 来源：量子位
CLI更像是Agent的母语
编辑部 整理自 2026中国AIGC产业峰会
量子位 | 公众号 QbitAI
Agent时代，究竟需要什么样的基础设施？
港大助理教授黄超给出的答案是：不是让Agent不停地适应人，而是为Agent重新设计数字世界。
在2026中国AIGC产业峰会上，黄超系统梳理了他过去两年多围绕AI Agent的思考与实践。
他的团队做的第一件事，是把Agent做“轻”做“薄”。
看到OpenClaw发布时有43万行代码（现在已经超过100万行），他们反其道而行之，用最轻量化的方式开源了通用Agent——nanobot。
结果关注度远超预期，连续100天日更迭代，下载量突破20万次，被DeepSeek推荐为全球15个Agent之一，也曾登上OpenRouter平台通用Agent榜单第四名。
但轻量只是起点。
接下来他们计划用nanobot挑战更复杂的长程任务，验证Agent在真实生产环境中的持续执行能力。
这里的长程任务不仅指运行时间长，更关键是任务链路复杂——需要跨越多个软件生态、调用异构工具组合，要求Agent具备跨领域协调和持续决策的综合能力。
这反映了他们对Agent能力边界的深度思考：真正的生产力Agent不能只停留在对话和代码生成，而要能够熟练操控复杂软件生态，在动态环境中自我进化，并在集群协作中创造价值。
基于将Agent从“AI助手”升级为“数字劳动力”的愿景，他们提出了CLI-Anything。
其核心洞察是：与其让Agent费力学习人类界面，不如让软件原生支持Agent语言。
通过将专业软件重新包装为命令行接口，Agent能够直接驱动3D建模、设计工具、多媒体编辑等原本需要人类大量学习成本的复杂应用。
黄超认为，相比GUI，CLI可能才是真正AI原生的Computer Use方式。这不是技术选择，而是交互范式的根本重构——从让AI适应人类工具，转向让数字世界说AI的语言。
除了Agent-native接口这一基础设施，他们团队同样重视Agent自进化能力的构建。毕竟，仅有好的接口还不够，Agent还需要在使用过程中持续学习和自我优化。
黄超指出，当前自进化研究主要分为Internal和External两个方向。
Internal模式专注于优化Agent内核——升级框架、调整参数、改进推理链路，但这种内向型进化往往困于特定场景，难以实现真正的跨域迁移。
相比之下，External模式采用技能积累策略，通过不断扩充和优化工具库，逐步构建具有协同效应的Agent生态。
这种外向型进化更符合”重新设计数字世界”的理念——不是让单个Agent变得更聪明，而是让整个Agent网络变得更强大。
为验证这种协同进化模式的可行性，他们设计了一个AI自动化科研实验：让8个Agent协调8张H100显卡进行分布式模型训练。
实验结果证实，在合理的任务分发架构下，Agent集群确实能够显著提升生产效率。
但当他们进一步扩展Agent规模时，边际收益开始递减，甚至出现协调开销超过性能增益的临界点。
这说明Agent Swarm的Scaling Law远比想象中复杂，可能存在一个最优的临界规模，超过这个阈值反而会产生负收益。
如何找到这个平衡点，仍然是重新设计Agent协作生态的核心挑战。
为了完整体现黄超的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。
2026中国AIGC产业峰会是由量子位主办的行业峰会，近20位产业代表与会讨论。线下参会观众超千人，线上直播观众近400万，获得了主流媒体的广泛关注与报道。
以下为黄超演讲全文：
今天非常荣幸能够在这里有一次机会跟大家去做一次分享，大家好，我叫黄超。
Agent=Model+Harness，如今harness已成为Agent生态的关键一环。
Agent的整体架构其实并不负责，本质就是一个ReAct框架：Reasoning做规划→Action调用工具→Observation获取反馈，整个就是一个while循环。
基于这个框架，我们开源了通用Agent——nanobot。
当时看到OpenClaw发布时有43万行代码，我们意识到通用Agent的核心技术其实不需要那么复杂。
nanobot的初衷是希望以最轻量化的方式将Agent技术开放给社区，既能方便开发者进行二次开发，也可以作为学习Agent技术的入门。
没想到nanobot收到了超出预期的关注，我们坚持了连续100天的日更迭代，不断整合社区在各个场景下的反馈和需求。
目前下载量已超过20万次，很荣幸被DeepSeek选为全球15个推荐Agent之一，也曾在OpenRouter平台的通用Agent榜单中排到第四名。
这个过程也体现Agent系统设计的大道至简的哲学：很多关键技术的突破也来自将复杂问题简单化。当前Agent的一些技术难点也在通过巧妙的设计被逐步化解。
有了通用Agent后，下一步挑战是将其从简单的AI助手升级为AI强生产力工具。
目前Agent虽然烧了大量token，但实际能很好落地的任务仍局限在coding和research等少数场景。
当下Agent所面临的一些核心挑战：
第一，长程任务的鲁棒性：长程任务的难点不在于时间长或步骤多，而在于场景的复杂性和多样性。在丰富的工具调用场景中，任何一步错误都可能导致整体失败，这需要更强的harness设计来保障任务的连续性。
第二，从错误中学习的自进化能力：Agent需要实现learning from real task，在失败中识别错误模式并优化策略。这不仅能提升成功率，更重要的是能显著降低token消耗。
当前大家都在探索Agent的性能上界，却忽略了成本控制。
未来的Agent必须实现“自负盈亏”——在追求能力边界的同时，考虑token经济性。真正的突破将来自于在复杂任务中保持高成功率的同时，大幅降低计算成本。
第三，持续性环境与上下文对齐。
简单的sandbox已经不够了，Agent需要一个完整的计算环境—文件系统、数据存储、交互界面这些都得有。现在sandbox每次新建loop就重置，对长程任务很不友好。
Human-Agent对齐也存在现实问题。如果我们能写出超详细的文档，告诉Agent在什么情况下调用什么工具（比如数值到7.5时做什么），Agent干活质量挺好。但现实中谁能写出这样的文档？
核心难题在于，人都很懒，怎么在有限的交互中让Agent理解我们的真实意图。这不只是技术问题，更是怎么设计交互——用最少的沟通，传递最准确的上下文。
Agent harness需要更聪明的环境管理，也要更会“读懂”人的意思，而不是指望人类提供完美的任务描述。
我们用nanobot开发了一款完整的马里奥游戏，来验证Agent在长程任务中的表现。这个过程暴露了一个关键问题：Agent需要在每一步都做好测试和evaluation，才能保证整个流程的可靠性。
ToC vs ToB的容错差异很明显。ToC场景用户对精度容忍度较高，但ToB对Agent的交付能力要求极其严格。这意味着面向企业的Agent必须具备生产级的稳定性和准确性。
从游戏开发这样的复杂软件工程中可以看出，真正具备生产力的Agent不仅要能写代码，更要能做系统性的测试、调试和迭代。这种端到端的能力才是Agent从“玩具”向“工具”转变的关键。
要让Agent从助手升级为真正的AI生产力工具，仅有Agent本体是不够的，关键在于构建一套Agent-native的软件交互生态。
我们的日常工作高度依赖Office套件、设计软件、3D建模工具等专业应用，但现有的通用Agent很难与这些软件建立有效连接。
过去几年，Computer Use主要依赖GUI路径——让Agent模仿人类的视觉感知和鼠标操作。然而这种”拟人化”方案存在两个根本性缺陷：
一是成本过高（每次交互都需要处理复杂的多模态输入链），二是可靠性受限（基于多模态分析的像素级的精准点击，对当下AI来说本身就是挑战）。
问题的核心在于，GUI天然是为人类认知模式设计的交互语言，强制Agent去适配人类界面，本质上是一种“削足适履”的妥协。
真正的突破可能需要我们重新思考交互范式——不是教会Agent使用人类工具，而是为Agent重新定义数字世界的交互协议。
与其让Agent学会用鼠标，不如让软件学会说Agent的语言——CLI可能更是Agent-native的Computer Use方式。
我们反思了一个问题：为什么一定要让AI像人一样操作界面？ AI完全可以有自己更高效的交互模式。
所以我们做了CLI Anything，把各种软件包装成命令行接口，让Agent直接通过CLI操作，而不是费力模拟人类点击。
现在CLI Hub上已经有80个软件，31个分类。我们觉得未来软件使用应该是CLI+GUI的混合模式：Agent通过CLI高效完成复杂任务，人类通过GUI享受直观体验。
想想看，Agent直接用命令行操作3D建模、设计软件这些专业工具，用户不用学复杂软件，开发者也不用写一堆API文档。
这种分工更合理—同一个软件，给AI提供CLI接口干活，给人类提供GUI界面享受，各自用最适合的方式，这才是真正的AI-native架构。
刚才讲了生态中的软件操作，接下来说说自进化。
为什么Agent需要自进化？因为我们希望它在复杂任务中能总结经验、沉淀价值信息。
目前有三种自进化路线：
第一和第三种路线都有泛化性差的问题——针对特定场景进化的Agent很难复用到其他地方。
所以我们选择第二种路线，做了Open Space来实现skill-based的Agent自进化。但现实中基于skill的进化也面临几个核心挑战：
第一，高质量skill稀缺；
第二，精准匹配困难——比如做量化交易，skill库里有市场级、股票级、一级市场、二级市场各种粒度，到底该选哪个？
第三，粒度管理复杂——不同层级的skill如何有效组织和检索。
从MCP演进到skill，这些根本问题并没有解决。我们希望借鉴wiki的检索机制来管理skill，解决多粒度匹配的挑战，这样才能实现真正有效的自进化。
我们在来自44个行业、一共220个任务上测试了Agent进化前后的差别，发现token消耗显著减少，任务完成度明显提升。
更重要的是，Agent能通过学习大幅降低自己的运行成本。
接下来我们做了个更大胆的实验：
用8个Agent调用8张H100显卡，去训练一个大语言模型。23小时内模型性能提升了6%，工作量相当于我们组一个博士3周的活。
这个实验验证了Agent Swarm的可行性，但发现关键洞察：3-5个Agent就够了，更多不见得更好。目前行业还没摸清Agent数量的scaling law。
当下除了coding，很多Agent Swarm场景缺乏有效的质量验证，我们很难判断最优配置。
关键问题不是堆数量，而是在特定任务复杂度下，需要多少Agent以及如何分工。
与人类团队不同，Agent协作成本更低、沟通延迟几乎为零，这可能重新定义最优团队规模。
但paradox是：零沟通成本理论上支持更大规模协作，实际效果却可能在小规模达到峰值。
这暗示Agent协作的瓶颈不在沟通，而在任务分解、冲突协调的复杂度、上下文对齐，以及每个步骤的精准验证。Agent越多，这些隐性成本可能呈指数级增长。
还有个有趣发现：学生们在vibe coding时，会把Agent集群的协同过程可视化——任务分发、完成、交互全流程都能看到。
这不只是炫技，而是在碎片化的工作时间里提供情绪价值，让等待变得有趣。
我们做了AI researcher Agent来赋能科研。核心价值很明确：如果以前一周只能试错一种算法，现在一周能试几十种。
科研本质就是试错和信息关联，Agent能大幅加速这个过程，特别是帮新手快速梳理领域信息。
但关键挑战在于如何探索出高质量的科研成果。科研的质量验证往往也很挑战，因为真正有价值的科研发现可能需要几个月甚至几年才能被验证。
这带来一个悖论：Agent能加速试错，但无法加速验证。我们可能陷入“快速产出低质量假设”的陷阱，而不是“深入探索高质量洞察”。
这就是我们整个Agent生态的布局：从nanobot单体Agent，到computer use、Agent协同和自进化，我们希望能突破现有Agent的边界。
未来Agent的价值不只在于单点突破，而在于整个生态协同。
最后感谢我的团队，说实话有没有我作为导师，他们都能做得不错。Credit也应该给到团队的小伙伴们在开源项目上的持续迭代。
也很感谢整个开源社区的小伙伴们，目前AI Agent很多技术还处在百花齐放的阶段，开源往往能够让大家更好地一起探索技术边界，避免各自闭门造车。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。