对工程实践有了新认识

最近看到一篇综述兼评论风格的文章（原文链接）。起因是 Anthropic 新发布了 Dynamic Workflows，作者借此回顾了从 2022 年到 2025/2026 年这几年间 Agent 技术的研究脉络。

文章的核心观点可以总结为一句话：Agent 能力的提升，并不只是靠模型本身更强，而是把那些不适合塞进上下文窗口的东西，挪到了 runtime、代码、技能库和工作流脚本里。

这篇文章让我对工程实践产生了三点新的思考。

一、工程的高可用，来自确定性

什么是确定性？相同的输入，系统总能产生相同的输出。

在计算机工程里，确定性有：计算确定（数学运算、排序、解析）和逻辑确定（if/else、布尔判断）。

所以在 Agent 技术里，代码做了确定的事情（计算、执行、可重复运行），大模型则做”模糊”的事（制定计划、解释概念、拆解意图）；人做”决策”的事（定目标、做取舍）。

二、厉害的技术，未必新颖

还有另一个感悟，是关于 Agent 这一路的发展历程。

提示词工程、思维链（CoT）、ReAct 推理、Function Calling、工作流……回头看，这些概念在底层原理上其实都谈不上多么”高明”。

这让我意识到一个长期存在的误区：我们总觉得，真正厉害的东西一定得足够新颖。

所以，当一项技术的底层实现并不新颖时，很多人会下意识地说：”这不就跟那个谁谁差不多吗？”——这种评价背后的潜台词是：一项技术要够牛，就必须够新。

但现实恰恰相反。技术演进路上的每一步，其提出的观念往往本身都算不上惊艳。它们只是”恰好有用”，并且被足够多的人验证过、确实能跑出好结果而已。

三、为什么技术总是”沿着第一条路”走下去

再延伸一点。假设技术演进是一条 A1 → A2 → A3 → A4 不断向前的路径。

但其实在 A1 这个节点上，原本可能同时存在三条岔路：A1、B1、C1。

只是因为 A1 最先出现、最先被大多数人验证，又恰好反响热烈，于是大家会迅速围绕 A1 去做周边迭代、做配套基建。结果就是——整个技术生态都顺着 A1 这条路一路长了下去，而不是从 B1 或 C1 出发。

所以技术的演进方向，很多时候并不是因为 A1 一定最优，而是因为它”先到”，先吃到了验证和生态的红利。