AI代理的回報之處

2026年6月4日，獨立開發者Rico在一篇題為《Where AI Agents Actually Pay Off》的部落格中，深入探討了AI代理的實際投資回報率。他開篇即強調，自己開始從AI代理中獲得真正的槓桿——不是理論上的，也不是“看，聊天機器人寫了個函式”那種，而是將凌亂的語音筆記轉化為草稿、程式碼庫變更、測試、拉取請求、即時修復、後續任務以及為下一個代理提供更多上下文的痕跡。這種槓桿令人興奮，但也略帶幾分“詛咒”。這並非因為模型有了意識或軟體工程師即將過時，而是一個更無聊但也更重要的事實：經濟學開始在奇怪的地方發揮作用，尤其是在個體和極小團隊中，而且並非處處有效。這個視窗很小，工作流程的變更不可小覷，Token賬單可能迅速飆升。如果不構建配套的系統，代理很容易變成一種昂貴的、製造未完成工作的方式。

Rico認為，當前關於代理的討論過於平滑。人們問“AI更快嗎？”好像只有一個答案。但事實並非如此：有時它更慢，有時模型陷入無效迴圈，有時第一個答案看似合理但卻是錯的，有時代理耗費二十分鐘走向錯誤方向。有趣的問題不是單個代理是否總是比單個人類快，而是當人類能夠同時指定、執行、審查和改進多個有邊界的執行迴圈時，會發生什麼？這才是ROI開始顯現的地方，也是危險開始顯現的地方。

他引用George Hotz的“The Eternal Sloptember”論點：代理輸出將令人印象深刻的部分前置，卻將艱難的打磨和一致性的工作留給人類，產生的工件以舊有質量代理無法察覺的方式被破壞。Rico並不完全認同代理無法程式設計的永久性主張，但認同組織層面的警告：如果反饋迴圈緩慢，且普通工人不仔細閱讀和糾錯輸出，代理提升平庸工作數量的速度會超過提升高質量工作的速度。問題不在於“是否使用代理”，而在於“誰能在不降低自身系統質量的情況下吸收這種槓桿”。

Rico強調，ROI是一個系統屬性。有用的單元不是模型，而是整個系統：能力 = 模型 × 工具集 × 環境 × 評估器。模型當然重要，更強的模型能更好地傾聽、修復和應對模糊性。他特別提到GPT-5.5是一個真正優秀的基礎工程模型，可以處理真實程式碼庫、奇怪約束和模糊的產品品味問題，返回可審查而非需要從頭監督的內容。但模型並非全域性最優：某些雲/聊天模型更適合一次性應用、UX探索和前端設計，而Codex/GPT-5.5更適合深度倉庫工程，但在產品打磨上預設可能比較粗糙。這並非矛盾，而是路由：不同任務需要不同的模型/工具組合。

工具集、環境和評估器同樣關鍵。工具集決定代理能否讀取倉庫、執行測試、瀏覽文件、制定計劃、安全地啟動並行工作、保留未由它進行的本地更改，以及清晰報告阻塞。有了終端、瀏覽器、GitHub訪問、文件、影像檢查和真實測試套件的模型，與僅有一個文本框的模型截然不同。環境方面，清晰的倉庫、良好的指令碼、明確的邊界、穩定的設計原語、型別化聯結器、預覽/應用工作流和簡單的測試命令，這些都是模型權重之外的智慧形式。評估器最為重要：只有當存在一種方式來判斷任務是否完成時，任務才變得可委派。型別檢查、測試、構建、截圖、回讀外部系統、人工審查差異、執行評估、對照標準比較、驗證即時URL——沒有評估器，代理實際上並非在操作，而是描述完成而非證明完成。

Rico特別推崇手動測試。最好的代理工作流並非最自主的，而是擁有最緊密反饋迴圈的。他描述了快速路徑：請求有邊界的變更，讓代理檢查、編輯和測試，手動檢查，發現失敗，讓代理修復，然後將失敗轉化為持久的護欄。最後一步是複利：如果手動捕捉一個bug並只修復它，只得到一次修復；但如果捕捉bug後新增測試、lint規則、PR門、倉庫指令、技能或評估，就改變了未來的工作條件。在同一個倉庫中，他新增了一種幾乎字面意義上的PR合規模式：倉庫技能包含證明詞，代理必須在PR正文中包含當前詞彙以證明它閱讀了相關指令，CI門檢查JSON，如果分支更改則頭部SHA必須更新，代理試圖跳過則門失敗。這雖然有點愚蠢，但有效。關鍵是你不必讓模型預設變得小心，而是讓環境使得期望行為比跳過更容易。

關於並行性，Rico指出順序執行時代理往往不如人們期望的那麼神奇。當工作可以並行執行時，回報才開始有意義。但並行有兩種含義：一是正常的任務分解，例如新增多個模型提供商、支援多個匯入路徑、修復一組有邊界的bug、冒煙測試多個整合；二是更隨意的方式——在代理忙碌時，自己同時做其他事。他本人就在口述本文的部分內容，同時其他代理在修復其他事情。這不是一個專案整齊地分成十份，而是注意力的環境複用。這種並行改變了延遲計算：如果只有一個任務執行，20分鐘和40分鐘的差異很痛苦；如果有多個有邊界的迴圈在執行，實際瓶頸變為審查、合併和決定下一步排隊什麼，差異影響變小。工作變成了編排：什麼在執行、什麼值得立即檢查、什麼可以等待、什麼需要終止、什麼應該成為原語、什麼應該在另一個分支漂移前合併。

最後，Rico聚焦於小團隊的所有權視窗。大組織有資金、分發、法律覆蓋、採購、內部資料和專家團隊等優勢，但也有緩慢的反饋迴圈：提示者可能不擁有架構，審查者可能不瞭解產品上下文，付費者可能看不到清理負擔，效率衡量者可能計數產出而非一致性。這就是Sloptember故障模式：更多程式碼、更多功能、更多工件、更多表面積，卻更少理解。小團隊則不同：反饋迴圈可以殘酷地短——感覺到障礙，決定是否重複出現，構建或讓代理構建消除它的原語，手動測試新路徑，立即在下一個任務中使用改進後的路徑。這種迴圈很難透過增加人員來購買。這也解釋了為何$200訂閱層級不僅是一個定價細節：對於個體或極小團隊，厚重的消費者訂閱感覺像是獲得了大量補貼的前沿執行能力。在大公司內部，同樣的行為可能被政策、資料規則、供應商批准或企業需要為每個團隊支付按使用量計費的價格所阻礙。因此，存在一種暫時的套利：個人有時能在企業舒適地運作之前獲得類似企業執行能力的東西。

但這一切只適用於狹窄的人群和團隊。你需要品味、糾錯能力、足夠的技術深度以在代理輸出自信時仍能發現錯誤、足夠的產品判斷力以知道何時不該執行另一個分支、足夠的執行功能支架以記住什麼已經在執行。這並非“AI讓每個人都10倍”，而是AI讓一些人圍繞自己的判斷構建一個小型執行機器，前提是他們願意付出實際工作使其可靠。