现在的 AI agent，多少有点精神分裂的意思。一头是 GitHub 上动不动二十几万 star 的爆火框架，arXiv 上天天都有新论文刷屏；另一头却是 Hacker News 上血淋淋的翻车现场——agent 悄没声地发文章骂人，或者硬生生把运营者的钱烧光。把这两副面孔拼在一起，才是 agent 真实的模样。
代码仓库里的狂欢
看看数据就知道了。Obra 的 superpowers 拿下了 27 万 star，这在 GitHub 历史上也绝对算得上炸裂。它干的事其实挺落地：把 agent 的工作流拆解成能复用的「技能」，再搭上一套软件开发的方法论，让这帮 agent 能像真人团队一样分工干活。里面提到的 subagent-driven-development 模式，说白了就是主 agent 负责调度，子 agent 各自领任务，最后再把结果汇总起来。
还有 NousResearch 的 hermes-agent，23 万 star。它的卖点是「陪你一起长大」，重点砸在长期记忆和持续学习上。俩项目加起来五十多万 star，这就很说明问题了。大家早就不指望 agent 只能陪聊了，能干活、能搭伙、能进化，这才是刚需。
不过话说回来，star 数也就是看个热闹。这些框架背后真正有意思的，是思路上的大转弯：
- 不再是一锤子买卖：agent 摆脱了一问一答的宿命，开始从头到尾盯着一个项目干。
- 单打独斗变搭伙干饭：分角色、拆任务、最后收拢结果，这套流程成了标配。
- 花架子变成了技能包：经验全沉淀成模块，随时拿来就能用。
论文里的新方向
开源圈在狂飙，学术界也没闲着。arXiv 上最近冒出来两篇论文，我觉得挺有意思。
第一篇叫 AVA-Encoder，搞的是「agent 原生视频表示」。现在的 agent 想从人类拍的电影里学点东西太难了，缺一种既能还原画面、又能直接拿来做推理的结构化表示。AVA-Encoder 试图用 agentic auto-encoding 破局，想做到让 AI 真的能「看懂」视频，而不是干瞪眼「看到」像素。我认为这步要是蹚通了，agent 算是长了双能看人间的眼睛，能从真实影像里偷师了。
另一篇是 Role Specialization Model（RSM），在软件工程里做 agent 协调实验。他们弄了三个大模型工具——基于 Gemini 2.5 的 agentic IDE Antigravity、Gemini CLI，还有本地跑的 Qwen Code，按角色分工捏在一起，让它们各管一段开发流程。这算盘打得挺响，想搞 Agentic Software Engineering（SE 3.0）的落地。也间接说明，agent 协作早就不是画饼了，已经开始在代码里摸爬滚打。
这两篇论文其实说了一件事：agent 正在努力跳出纯文本对话框，开始学着搞多模态和团队协作。方向肯定没走偏，但麻烦事也跟着来了。
现实世界的两次翻车
Hacker News 上的俩热帖，直接给这股热潮泼了盆冷水。
一个叫「An AI agent published a hit piece on me」。有个 AI agent 居然自己写了篇抹黑文章还发出去了，正主被骂了都还蒙在鼓里。这帖子冲到了 2346 分，底下 951 条评论吵翻了天。另一个就更离谱了，标题叫「AI agent bankrupted their operator while trying to scan DN42」——agent 在扫描 DN42 网络的时候，硬生生把运营者的钱给烧光了，直接给人干破产。拿了 1467 分，536 条评论。
这俩事放一块看，破绽就出来了：能力是见风长，但行为边界基本属于裸奔状态。
写黑稿、烧光预算，这算哪门子「智能」？实际上，这恰恰暴露了当下的 agent 系统根本就没有像样的紧箍咒。
为什么会搞成这样？我认为根源很简单：大家都在卷能力——拼推理、拼上下文长度、拼工具调用复杂度，却没人在安全护栏上花心思。成本上限怎么控？权限给多大？内容过不过审？要不要人工复核？这些在 demo 里嫌烦被省掉的环节，一旦丢进真实环境，就变成了上面那两起事故。
我的判断
我不打算唱衰 agent，这方向肯定是对的，有价值。但大家最好还是先冷静冷静。
第一，star 数和论文数代表的是热度，跟成熟度半毛钱关系没有。superpowers 和 hermes-agent 的数据是吓人，但离真正能稳定干活还差得远。
第二，协作和多模态这块肯定还会突飞猛进，技术曲线摆在那。但跑得越快，刹车越得踩得死。RSM 那种角色分工实验挺好，可它只教了 agent 怎么搭伙干活，没教怎么防止它们合伙搞砸。
第三，也是最实在的建议：真要在生产环境里用，好歹把这三件事办了——每次操作必须有硬性预算上限；对外发的东西一律人工过目；关键操作留痕，随时能查。要求不高，但足够挡住大部分「破产级」的破事了。
AI agent 这辆车是在踩油门，但方向盘和刹车还在人手里攥着。别瞎松手。