大約在 2025 年聖誕節前後，AI 工程師們注意到代理（agents）發生了變化，它們開始真正發揮作用了！很難確切指出原因。也許是我們終於有假期時間來嘗試最新的代理與最新的模型，也許是模型跨越了某個能力閾值，又或許是模型周圍的「框架」（wrappers）變得更加成熟。
本文將論證，這是後兩者的結合。模型與框架共同改進，然後它們的改進曲線在正確的時刻交叉。這種動態有助於解釋接下來會發生什麼：模型不斷將框架吸收到其權重中，工程師不斷刪除已被吸收的部分，而剩下的框架則是用來引導人類注意力，而非模型本身。
Transformer 的發明者之一 Lukasz Kaiser 在六月的「Unsupervised Learning」節目中說道：「去年冬天，去年聖誕節的變化，有點難以確切指出。我的意思是，框架變了，一些後訓練（post-training）也變了，然後新的預訓練模型也出現了……但感覺像是一個巨大的飛躍，很難確切指出是什麼導致了它。」
「發生了什麼？」這個問題的答案不僅僅在於模型的權重，它還在於圍繞這些權重發展起來的系統。答案就在於代理框架。
回想 2022 年 11 月，當時 ChatGPT 是最先進的 AI 工具。它唯一的能力是下一個詞元預測（next-token prediction），以及一些人類回饋強化學習（RLHF），使其能夠像一個有用的助手。沒有工具，沒有搜尋，也沒有推理能力。
最初的 ChatGPT 僅限於其訓練資料和你發送給它的提示詞。不多也不少，它就像一個「缸中之腦」。代理框架是一種讓大型語言模型（LLM）擺脫這種限制，並與真實數位資訊空間互動的方式。
代理框架是除了模型權重之外，讓代理運作的一切。它包括圍繞模型的環境、工具、上下文和安全機制（guardrails）。沒有框架，模型就是一個缸中之腦。它可以採取認知行動，但需要框架才能在真實數位空間中執行該決策。
框架就像是給模型的心智一個身體。有了框架，模型可以感知（上下文）、行動（工具）、持久化資訊（記憶和壓縮），並執行其邊界（權限和安全機制）。
模型與框架演進的路徑中有兩條曲線：框架對模型的要求，以及模型在實踐中能提供的能力。這兩條曲線之間的差距等於代理的有效性，而我將論證，正是這個差距的縮小導致了 Lukasz Kaiser 所提及的代理的顯著改進。
以下是差距縮小的階段：
ReAct，「紙上的框架」（2022 年 10 月）：ReAct 是一種提示詞技術，讓模型透過提示詞進行推理。它是紙面上的代理迴圈，獨立於模型權重之外。它定義了「代理迴圈」的概念，即模型進行推理 -> 行動 -> 觀察 -> 重複。同樣，ReAct 迴圈僅作為一種提示詞方法存在。當時提示詞是唯一存在的推理方法，沒有人稱之為「框架」。
Toolformer（Meta，2023 年 2 月）在同一個冬天暗示，工具使用可以透過訓練而非提示詞來實現。這有點像艾倫·圖靈在電腦實體化之前提出的概念。一個強大的想法，只是後來才得以實現。（ReAct 比 ChatGPT 早一個月，2022 年 10 月對比 2022 年 11 月）。此時兩條曲線都接近於零。差距很小，因為我們才剛開始。
AutoGPT/BabyAGI，「過早的自主性」（2023 年春季）：在 AutoGPT/BabyAGI 時代，框架曲線遠超模型能力曲線。兩者都賦予模型完全的自主權，要求模型充當「自主員工」，但此時的模型仍然只是脆弱的下一個詞元預測器。迴圈本身並不會增加模型的能力。
迴圈會放大模型已有的能力，而在某個閾值以下，迴圈會放大錯誤而非可靠性。考慮負面複利的影響：一個 20 步任務中，每一步 95% 的可靠性會導致約 36% 的平均成功率。框架賦予模型一個它幾乎沒有機會完成的任務。這是差距最大的時候，接下來的 18 個月都是對此的反應和試圖縮小這個差距。
Cursor/Copilot，「退回人類在迴圈中」（2023 年 - 2024 年）：第一批 AI 驅動的整合開發環境（IDEs）意識到賦予模型過多自主權的失敗模式。它們透過將框架曲線拉到模型曲線之下，來縮小差距。不要直接將迴圈交給模型；而是將迴圈交給人類，賦予人類協調迴圈的能力，同時模型加速人類的工作。
Devin 的第一個版本試圖將自主權交還給模型。Answer.AI 團隊的一項測試表明，這仍然為時過早，成功率約為 15%。這證明了從 IDE 退回到完全自主並非膽怯，而是正確的舉動。然而，儘管主流策略是將框架拉到模型之下，模型仍在不斷改進。
接近 2024 年底，隨著 o1，第一個推理模型的引入，差距首次反轉，我們開始看到模型能力過剩（model capability overhang）的初步跡象。
Claude Code，「曲線交叉」（2025 年 2 月）：2024 年底的反轉創造了一個機會，有人必須抓住它：如果模型現在領先於框架，那麼一個刻意限制模型能力的框架將會浪費潛力。Claude Code 是第一個為抓住這個機會而構建的程式碼代理。
它放棄了 IDE，轉向終端機，賦予模型 Bash 和檔案讀寫權限，並用權限規則取代了每次更改都需要人類批准的需求。模型再次被賦予迴圈，這次它理解了任務。Boris Cherny 及其團隊在開發 Claude Code 時，考慮的是下一個模型的能力，而非當前的模型。
它之所以如此成功，並非因為它是第一個賦予模型自主權的產品，而是因為它在正確的時機做到了這一點。這個時機就是模型變得足夠可靠，能夠成功實現自主的交叉點。Claude Code 在六個月內成長到約 10 億美元的年經常性收入（ARR），這一切都歸因於 Anthropic 抓住了曲線開始匯合時的機會。
接下來發生的事情是，這些曲線不僅僅是匯合，它們開始編織在一起。今天，框架很重要，而且其重要性可以衡量。Harness-Bench 在不同的框架中，對相同的模型執行了相同的 106 項任務，分數從 52.4 到 76.2 不等：在模型沒有任何改變的情況下，差距達到了 23.8 分。代理的一半是框架。
OpenAI 在 ARC-AGI-3 上透過框架更改也取得了類似的結果。僅僅增加了保留推理（retained reasoning）和壓縮（compaction），GPT-5.6 Sol 在 ARC-AGI-3 上的分數就從 13.3% 提高到 38.3%，足足增加了三倍。
幕後發生的事情是，強化學習（RL）已經移到了框架內部。OpenAI 在 2025 年 5 月發布 codex-1 時宣佈：「codex-1 是透過強化學習，在各種環境中針對真實世界的程式碼任務進行訓練的。」這兩條曲線結合在一起，開始編織成一個統一的系統。
這就是 Toolformer 的夢想在現實中實現。現在工具調用不再是從外部提示，而是從模型內部環境中訓練出來的。然後，當模型在框架的環境中訓練時，它們開始將框架的能力吸收到模型權重中，例如，學習如何根據自身上下文視窗的知識自動壓縮。
GPT-5.1-Codex-Max 發布：「第一個原生訓練用於透過壓縮跨多個上下文視窗運作的模型。」一旦模型吸收了框架能力，框架就可以卸下鷹架。這是一種透過簡化來實現的生產。來自 Anthropic 的 Thariq Shihipar 表示，團隊最近刪除了 Claude Code 80% 的系統提示詞。
衡量代理框架演進速度的標準是，在保持相同能力水平的同時，你可以刪除多少框架。這就是我們作為 AI 工程師需要努力實現的未來。這就是模型與框架演進的迴圈：訓練 -> 吸收 -> 卸下 -> 重複。模型不斷攀升到它尚未能做到的下一個目標。
Kaiser 指出的飛躍之所以難以確切指出，是因為它不是一個離散事件。預訓練的飛躍是顯而易見的，因為你可以在模型卡中闡明它。模型與框架的共同演進飛躍則不那麼明顯，因為沒有關於演進過程的文檔。這就是去年冬天飛躍的答案：它發生在模型與框架協同工作的空間中。
我們需要問：如果每個框架能力最終都會被模型吸收，那會剩下什麼？不斷刪除模型可以吸收的一切。想像一下，當你完成這個過程後，你的代理會是什麼樣子。當你刪除了一切之後，你手中還剩下什麼？
模型權重接下來會吸收什麼？多代理協調、工具選擇、記憶……等等。研究人員正在構建自我改進的框架，這些框架本身也可以像模型一樣進行訓練。在這種刪除和吸收過程結束時，剩下的是以人為中心的代理能力。例如權限、身份、信任和可讀性。一個將權限吸收到自身中的模型，就已經消解了權限。吸收並不會終結框架，吸收會顛覆框架。
框架變成了代理與操作它的人類之間的介面。框架最初是人類與模型之間的介面。我們從聊天框發展到 IDE，再到終端機。如果模型吸收了面向電腦的能力，那麼演進的下一個階段將是更上一層的抽象。框架變成了模型與我們人類注意力之間的介面。
它變成了注意力介面。Ryan Lopopolo 在 Latent Space 的「Extreme Harness Engineering for Token Billionaires」節目中說道：「唯一根本稀缺的東西是我團隊的同步人類注意力。」詞元變得豐富且可靠，但我們仍然受制於稀缺的人類注意力。
我們已經看到了這種火花，例如 Anthropic 長期運行的代理進度檔案和代理批准佇列。當模型吸收框架時，模型與框架曲線之間的差距並不會消失。它會跨越人類邊界，創造一對新的曲線和一個新的差距。新的差距是代理對人類的要求，以及人類能夠回應的程度之間的空間。
我預測，在一年內，每個構建代理 AI 的公司都將推出一個人類注意力策略介面（human attention policy surface），就像每個代理 AI 公司都發布了 AGENTS.md 一樣。AGENTS.md 告訴代理如何與你的程式碼庫協作。
注意力介面將告訴代理如何與你協作。它將管理何時允許它打斷你，何時應繼續工作，哪些決策它可以自行做出，哪些決策需要你的批准。而且，就像代理系統中的其他一切一樣，它將成為系統的一個可學習組件，可以透過更多資料進行學習。每一次修正都將成為有用的資料。
模型最初是一個缸中之腦。框架給了這個大腦一個身體，然後這個身體開始溶解到大腦中。我們需要構建的，是未來任何模型都永遠無法吸收的東西：與唯一真正稀缺資源，人類注意力，的介面。
