2025年末对AI的一些想法

前言

2025年即将结束，这一年各大厂家除了继续卷大语言模型外，还在不断探索AI在各个领域的应用。作为一名AI爱好者，我想分享一下我对AI未来发展的几点看法。

2025年也被一些AI爱好者称为agent元年，各种agent层出不穷，从简单的任务自动化到复杂的决策支持，agent技术正在逐步改变我们的工作和生活方式。在agent的基础上又诞生了skill等概念，进一步丰富了AI的功能和应用场景。

关于Agent

一句话总结，我觉得未来的agent应该是这样的，用户面对的只是一个对话输入框，类似于raycast或者google搜索的界面，用户输入需求，比如帮我把今天的会议记录整理成ppt，并通过微信发给老板。然后我们就可以去泡一杯咖啡，打开switch，开心的玩塞尔达了。

当然，这个想象是过于美好的，我也不确定未来是不是真的会这样，但是现在可以预见的是，agent会越来越智能，能够理解用户的复杂需求，并且能够整合多种技能来完成任务。未来的agent一定是可以帮我们完成各种单调乏味的工作，让我们有更多的时间去做创造性的事情。现在各种可以生成图片、视频的模型在未来应该是可以更好的帮助人们进行创作，而不是取代人类。

关于agent的种种能力

现在agent的形式有很多，属于百花齐放的时代，比如程序员所熟悉的cursor、claude、codex；一些可以完成某些自动化工作的浏览器、使用n8n等工具来搭建智能工作流，上述这些在我的理解中都可以被称作是agent。很多工具也都在内置自己的agent，比如notion、wps等都在内置自己的ai助手。

我设想的agent

我设想的agent只有一个入口（和用户对话的窗口），宏观上是一个大模型，微观上是各种skill的集合体（现阶段叫skill，不确定未来叫什么）。用户只需要和这个大模型进行交互，大模型会根据用户的需求调用不同的skill来完成任务。这里有一个问题是，为了方便大一统的agent调用，理论上各个软件都应该提供相关的接口，方便agent的调用，这可能也是mcp的价值所在，为各个软件和agent提供了一个统一的协议。

现阶段agent遇到的问题

现阶段要写一个简单的agent并不难，但是要写一个强大且复杂的agent并不容易，怎么让agent可以理解用户复杂的需求，怎么协同多个skill来完成任务，都是需要解决的问题。 另外，agent的安全性也是一个重要的问题，如何防止agent被恶意利用，如何保护用户的隐私，都是需要考虑的问题。

做agent要具备的能力

随着ChatGPT的横空出世，我觉得再去卷某一门编程语言会变得越来越没有意义，现在只需要一段高水平的prompt大语言模型提供的代码片段可能比一个资深程序员写的还要好。我们更应该从下面几点方向来提升自己：

• 创造性：这个能力应该是永不过时的能力，无论AI多么强大，创造性始终是人类的优势。我们应该不断提升自己的创造力，去做一些AI无法完成的事情。
• 工程化项目：虽然现在很多代码都已经让ai生成，但是你应该对整个项目“心中有数“，怎么样的架构设计是合理的，怎么去组织代码是高效的，怎么去测试和部署是可靠的，这些都是需要我们去掌握的能力。
• 语言能力：现阶段可能英文的prompt比其他语言效果会更好一些，但是在未来强大的llm一定是可以不限语言的，所以如何提升自己的语言组织能力，写出强大的prompt也是不可或缺的。

结语

在未来可能程序员这个职业会消失，取代它的是真正的“工程师“。

首先最高端工程师可以借助大语言模型+prompt去创建更优秀的agent。普通的工程师去创建一些可以用于专门工作的agent。

随着agent越来越复杂，能做的事情越来越多，普通的工程师可以逐渐被淘汰，只留下最优秀的工程师。

当有一个大一统的agent出现的时候，人们就可以不用辛苦的工作，慢慢享受生活。

再往后，对不起，我也不敢想了。