每日AI新鲜事·07月13日晚间播报：Agent滥用与预算失控

今天AI圈的讨论挺有意思，好几条都是在反思Agent这件事，而且角度各不相同，我觉得挺值得聊的。

对，我也注意到了，今天Reddit上有几个帖子几乎同时在问同一个问题——我们是不是把Agent用过头了？

就是LangChain那个版块，有人发帖说，现在每个Demo都是"multi-agent"，但他实际做项目发现，很多时候用简单的确定性工作流反而更好——更容易debug、更便宜、还更快。

这个观点我举双手赞成。业内有个说法叫"over-engineering for vibes"，就是为了听起来酷才上Agent，而不是因为真的需要。

说实话，很多任务完全可以用if-else加几个API调用搞定。非要套一个orchestrator、planner、executor三层架构，然后跑起来还出各种奇怪的错——

然后debug的时候完全不知道是哪一层出了问题，对吧？

对，可观测性直接归零。workflow的好处就是确定性强，每一步都是你写的逻辑，出问题马上能定位。Agent的问题是你把控制权交出去了，模型怎么规划是个黑盒。

那什么情况下Agent才是真的必要的？这个边界感觉挺模糊的。

这个问题另一个帖子直接给了答案——也是在Reddit的aiagents版块，有人发了一个帖子，标题是"2026年最好的Agent框架是什么，答案是没有"。

这标题很实诚，继续说。

作者给了一个决策树，核心逻辑是：先问"你的任务有没有固定的步骤序列"，有的话直接上workflow，不需要Agent。只有当任务需要动态规划、步骤不可预知的时候，才考虑Agent。

而且他特别强调，框架本身不是瓶颈，选哪个框架没那么重要，重要的是你对任务本质的判断对不对。

这个逻辑和今天另一个频道聊的Skills文件的思路很像——工程规范比工具选型更重要。不过从产品角度看，我觉得还有一个现实因素：很多团队上Agent是因为老板要求"要有AI能力"，技术选型根本不是技术决策。

你这个说法太准了，得了吧，业内这种情况多了去了。演示效果好看，实际上production里跑的是一堆if-else加一个LLM调用。

然后就引出了今天最让人看了一身冷汗的一条——还是Reddit，LanguageTechnology版块，有人发帖征集"Agent失控烧光API预算"的真实故事。

我看到这个帖子了，发帖人自己就是受害者——他们有一个后台编排Agent，周末进入了错误处理循环，在没人注意的情况下连续调用了几千次LLM。

几千次，周末两天，那这账单……

对，而且更可怕的是"before anyone noticed"这几个字。就是说没有任何告警，没有任何熔断机制，Agent就这么一直跑着。

这其实是一个很典型的工程问题——rate limit、budget cap、retry上限，这些东西在workflow里你会自然而然地考虑，但Agent框架里有时候默认配置就是"无限重试直到成功"。

所以这三条帖子连起来看，其实讲的是同一件事：Agent不是银弹，用之前先想清楚为什么要用它，用了之后还要做好护栏。

对，这就是工程成熟度的问题。现在大家都在冲Agent，但围栏建设明显滞后。

说完这些，B站今天也有几条值得一提。有个Harness engineering的零基础入门教程在推，专门针对Agent项目实战，讲的是HARIS架构——这个方向面试官现在很感兴趣。

HARIS是专门处理复杂任务的智能体架构，这个方向确实在招聘侧热了起来，能做复杂任务分解的候选人比只会调API的溢价明显。

还有一个挺有意思的——有个up主做了个叫Modox的学术智能体，今天又更新了，新增了HTML流程图生成、软件需求文档生成，Word格式也稳定了。

这种垂直场景的Agent其实比通用Agent更容易做好，因为任务边界清晰，失控的概率低多了——刚好对应我们前面说的那个逻辑。

对，写论文这件事，步骤是相对固定的，反而适合做成半结构化的Agent。还有一条，ICML今年收了一篇prompt engineering的论文，叫"Verbalized Sampling"，核心思路是通过改写prompt来避免模式坍塌、提升输出多样性。

这个方向很有意思，mode collapse在LLM输出里是个真实问题——同样的问题问十遍，回答高度同质化。用prompt tricks来打散这个分布，成本极低，能进ICML说明确实有效果。

最后还有一条mlops版块的帖子，有人在做生产部署的LLM选型调研，问大家GPU和模型怎么选——这种帖子其实挺实用的，评论区基本都是真实踩坑经验。

生产部署这件事现在越来越复杂，模型能力、延迟、成本、合规，四个维度有时候互相打架。感兴趣的可以去评论区看看，比任何benchmark都接地气。

好，今天的内容就到这里。最大的感受就是，Agent这波热潮开始进入反思期了，这其实是好事——说明大家在真正用它，而不是只在做Demo。

对，从"什么都是Agent"到"到底什么时候该用Agent"，这个认知迭代来得正是时候。

明天见。