摘要

这一轮 Agent 热潮的实质，是产品终于从 2023 年 4 月 AutoGPT 式的“玩具”跨到能在真实工作中交付结果。 王文锋把进步拆成两条线：o1 带来了长思维能力，更容易被忽略的则是 Agent 工程开始懂得如何构建 Context、接收环境反馈并调用 Tool；归根结底，结果取决于“Context 加 LM”，并非只取决于谁接入了更强模型。
MCP 的价值不是创造一种新能力，而是把模型调用工具的接口统一成“放之四海而皆准”的度量衡。 王文锋把 Function Calling 比作 0.1、MCP 比作 0.2；只要 SaaS 有 OpenAPI，开发者就能自行包装 MCP，无须等待厂商原生支持。他直言 A2A 更像“一个 KPI 工程”，因为 Agent 本身也可包装成 Tool，背后反映的主要是标准制定权之争。
API 与 GUI 并非两代互斥路线，而是 Agent 应按场景混用的两种执行手段。 API 更稳定，GUI 截图方案却更快、Token 消耗“至少会少一个数量级”，代价是坐标识别可能出错；Manus 展示浏览器过程还有产品价值——用户看得见它如何工作，能获得安全感。曲凯则追问：用户最终只在乎结果，过程透明主要是在 Agent 尚“不 ready、不靠谱”的阶段补信任。
王文锋判断，我们现在处于、也将长期处于垂直 Agent 时代，因为专业结果必须依赖可定义的状态、行动空间与奖励信号。 他用做饭作比：普通人照菜谱也会做，但不能因此等同于五星级酒店大厨；通用任务即使每步有 90% 成功率，多步相乘后也会迅速失真，而垂直产品能用领域 Know-how、长 System Prompt 和结构化校验把路径收窄并收敛。
AI Coding 更像 Agent 的“灵巧手”，复用才是默认路径。 最优顺序是先找已经测试过的 Tool，找不到才现场写代码。关于把成功代码留下、避免 (0.9^{10}) 式累计失败，这是曲凯提出的机制，王文锋表示合理。王文锋判断 Workflow 与 Agent 会长期共存：前者人驱动、稳定但不泛化，后者 AI 驱动、泛化但可能“十次里面有五次搞砸”。他一处给出的粗略比例是 AI 可能负责 20% 更开放的问题、剩下 80% 是更常见的问题，同时又概括为 AI 主要负责常规问题。
Agent 产品的理想交互不是让用户学会写 Prompt，而是让用户“像一个非常幸福的小朋友一样”完成任务。 王文锋把交互自由度置于准确度之前，坚持聊天框仍是最重要入口，再通过 Human-in-the-Loop、偏好记忆、追问和适时弹出的组件补足精度；点开美团或滴滴本身已提供大量意图 Context，真正高质量的数据也不是单点输入输出，而是包含中间状态变化的完整序列。
SHEET0 押注的不是再生成一份报告，而是把异构数据变成完整表格，再驱动后续行动。 其案例包括从 GitHub 用户的提交记录和社交账号识别所属公司，以及完整抓取 YC 批次公司、创始人与 Twitter 后继续触达；王文锋声称产品能做到“百分百准确率、百分百稳定、百分之百不给你丢数据”，但节目没有给出样本量或外部验证。对投资人而言，更关键的问题不是团队是否有漂亮算法履历，而是“环境反馈的激励信号是怎么设计的”。
王文锋给出的产业时间表同时受模型跃迁、推理成本和 Context 工程周期约束。 他在录制时判断 GPT-5 可能于“今年年底左右”出现，成本降到现在的 1/5 乃至 1/10 或还需一年，因此真正大规模可用的 Agent 或要到 2026 年下半年；Context 侧则需要优秀团队至少 6 个月、慢则一年，当年 Q3 可能先看到一批更好产品。“Agent 里面的工程复杂度，远远超出大家想象的。”

精读

1. Agent 已从模型演示变成环境中的行动程序

王文锋引用 Anthropic 的定义：Agent 是“模型基于环境反馈去使用 Tool 的一个程序”。三个关键词分别是模型、环境反馈和采取行动；只会生成文本而不能根据结果修正行动，并不足以构成他所说的 Agent。
他把上一轮热潮定位在 2023 年 4 月，代表产品是 AutoGPT；当时“更多的可能是一个玩具”，并未真正解决问题。两年后的变化不是概念翻新，而是 Agent 已开始在实际工作和生活场景里交付价值。
模型侧的关键节点是 o1，它给 Agent 带来“长思维能力”；工程侧的突破则是如何提供合适的 Context。王文锋认为后者被明显低估：模型变强只是基础，产品还必须持续组织状态、工具和反馈。

2. Context 不是塞进 Prompt 的材料，而是 Agent 的完整当前状态

王文锋把 Context 定义为“大模型需要去利用的信息的一个总和”。在代码场景里，它包含代码库结构、源文件、可用 API 和人的输入；在产品里，则包含网页、已收集的数据表格、用户目标以及分析时生成的 SQL。
曲凯追问：把历史信息放进 Prompt 或 RAG，本来不就是约定俗成的做法吗？王文锋的区分在信息来源——过去的输入主要由人整理，Agent 更强调自动从环境获取、提炼并验证，例如从复杂网页抽取目标字段，再到数据库里实际执行 SQL，确认它是否成立。
因而 Context 不是静态资料包，而是行动后的状态更新。“我过去做了什么，我看了什么，我发了什么”，连同后台访问过的页面和生成物，共同决定下一步；历史对话只是人能看见的其中一层。

3. MCP 统一工具接口，A2A 更像标准权的争夺

王文锋把 Function Calling 称作模型使用工具的“0.1 版本”，MCP 则是“0.2 版本”。MCP 最大的推进不在能力本身，而在标准化：此前各家接口像不同国家的度量衡，换一个生态就要重新适配；统一以后，工具接入门槛显著下降。
使用 MCP 的“标准姿势”也不要求 SaaS 厂商亲自提供 MCP Server。只要已有 OpenAPI，开发者便可在其上包装一层，让它成为 Agent 可调用的 Tool；王文锋指出，OpenAPI 在海外 SaaS 生态近乎标配，国内软件则普遍欠缺。
对 Google A2A，王文锋的评价很直接：“A2A 没什么意思，更像是一个 KPI 工程。”其宣称的 Agent-to-Agent 交互，在工程上仍可把另一个 Agent 定义成有函数入口的 Tool，再由 MCP 包装，因此没有提供本质新能力。
王文锋认为，A2A 更像强行创造概念、组织合作伙伴推动生态，本质上是标准化话语权的争夺；站在开发者一侧，他“更喜欢 MCP”，因为 A2A 没有带来新的工程抽象。

4. Browser Use 与 MCP 正交，API 和视觉方案各有经济性

Browser Use 只是把浏览器视作最重要的工具之一，并不与 MCP 对立。王文锋称二者是“正交的两个东西”：既可以用截图、坐标、鼠标和键盘操作，也可以把浏览器 API 包装成 MCP Tool，再用代码调用。Devin 则被他归为纯 Coding 方案，同时也有 Computer Use。
纯 GUI 路径要让模型从截图判断交互元素、计算坐标，稳定性仍差。王文锋以 Adept 为反例，称这家公司在 2023、2024 年曾非常火，但后来已经停摆，因为“这件事太难”；现实中的 Browser Agent 往往仍大量依赖浏览器 API，而非全程模拟人。
当软件没有 OpenAPI 或 SDK 时，视觉操作才成为必要退路：截图交给模型识别，再驱动鼠标键盘。它的优点是速度快、成本低；产品实际体验是 Token 消耗“至少会少一个数量级”，缺点则是提交按钮等元素的坐标可能判断错误。
因此不存在一个固定配比。每个 Agent 应按目标选择 API 与 GUI：前者提供更高的准确性和稳定性，后者在没有接口时提供替代路径并降低成本；当前 Agent 通常是 Coding、Browser Use 与其他 Tool 的组合。

5. 浏览器过程首先是一套信任界面，而不是技术炫技

面对“后端代码都能接通，Manus 为什么还要展示浏览器”的质疑，王文锋给出两层答案：技术上，使用浏览器的方式成本可能更低；产品上，用户必须判断结果是否可信，而看见 Agent 每一步如何完成任务，是建立可信氛围的有效办法。
他的类比是同事关系：只有看见对方怎么做、逐渐理解其思路，才会产生信任。浏览器以用户能懂的方式呈现细节，比“黑乎乎的一个窗口”更直观；曲凯归纳得更尖锐——因为大家仍觉得 Agent“不 ready、不靠谱”，透明过程让人保持“掌控一切”的感觉。
曲凯同时提出保留意见：如果 Genspark 在后端完成任务，用户为何需要在意它有没有像人一样操作电脑？王文锋此前因 Genspark 没有暴露类似的浏览器过程，认为它可能“还不是我心目中的那种 Agent”；这场讨论揭示的是结果效率与过程可解释性之间的产品取舍。
曲凯还指出，Manus 运行中途提问可能被用户错过，等半小时或一小时才发现它还卡在第二步；王文锋认为可以通过 UI 优化，或接入邮件、短信和即时通信工具来改善通知。
王文锋还把信任分成两端：开发者要相信模型，避免用大量传统 Rule-Based 限制压低“对大模型的智能利用率”；产品又要替用户建立信任。DeepSeek R1 展示中间推理过程、Manus 暴露执行细节，都让人更愿意接受最终答案。

6. AI Coding 是按需造工具的“灵巧手”，复用才是默认路径

王文锋不认为 AI Coding 本身就是 Agent；Coding 只是大模型可调用的一种强力 Tool。两者之间最重要的是“协作”和“复用”：每遇到一个子问题都从头写程序，既低效又昂贵，也违背现代软件开发的基本经济性。
最优策略是先检查手边有没有可直接复用、已经测试过的工具；只有“找了一圈”仍不存在合适工具时，才退化到 AI Coding，现场制造一个独特工具。理论上模型可以自己造浏览器再使用，但时间和经济成本决定它通常不该这么做。
他把 AI Coding 称为大模型的“灵巧手”。曲凯提出，若规划链每步成功率是 90%，十步后会落入 (0.9^{10})；可以把成功的代码留下为正确 Case，再进入下一节点，让一次失败不必污染后续全部步骤，王文锋对此表示“合理”。

7. 垂直 Agent 会长期处于主导时代，而非只追求通用

王文锋判断市场“现在处于、也将长期处于”垂直 Agent 时代。他用做饭解释专业化：普通人拿手机照菜谱也能完成一顿饭，但五星级酒店大厨在美观和味道上高出很多，“会做”并不等于交付专业结果。
垂直产品提前知道任务通常包含哪些步骤，因而能写出有领域 Know-how 的 System Prompt，并逐环优化。Cursor、Windsurf 等产品的 System Prompt 可长达数千行；研究 Agent 则可预知搜索网页、收集数据文章、摘取信息、生成 Excel、PPT 或报告等典型路径。
曲凯进一步指出，通用 Agent 面临的是乘法风险：即使每一步成功率有 90%，若干步后整体准确率也会快速下降；垂直 Agent 首先可以提高每一步的成功率，即使某一步出现问题，也不一定影响下一步。

8. 强化学习框架决定产品能否形成真正的闭环

王文锋强调，Agent 概念本就来自强化学习，不是后来才讨论“强化学习对 Agent 重不重要”。其三个核心量是状态、行动和激励信号：状态对应 Context，行动对应 Tool Use，激励信号判断一次行动让系统离目标更近还是更远。
对创业公司而言，关键是“如何去让你的产品变成一个环境”。只有环境明确，才能描述状态、限定行动空间、设计 Workflow 节点，并定义什么结果算完成；结果定义不清就无法收敛，也无法让 Agent 一轮、两轮、三轮地自我迭代。
王文锋建议 Agent 开发者和产品经理阅读 Sutton 的强化学习著作，不是为了套一个算法标签，而是形成环境意识：产品里的哪些节点可行动、哪些状态可观察、什么反馈能推动路径修正。“你不理解强化学习，你就很难理解 Agent 到底是什么。”
曲凯认为 IDE 天然是好环境，王文锋补充了判断标准：环境的核心是能否产生反馈。代码运行报错会立即生成错误信息，天然就是 Reward Signal；对 Manus 来说，浏览器不是环境，环境是 Ubuntu 系统下的目录，而 Ubuntu 更多只是一个容器，仍需额外搭建校验机制才成为有效环境。

9. Agent 的交互承诺，是让用户少动脑而不是学会驾驭软件

传统软件功能越多，能解决的问题越复杂，但用户的学习和认知负担也越重。王文锋认为 Agent 应反向设计：能力越强，越能理解用户偏好，用户反而越简单，“不用动脑子”就能把事情完成。
他坚持聊天框仍是最重要的交互入口，因为“用户交互的自由度”比一开始的准确度更关键。若产品规定用户必须按某种格式输入，就变成用户适应软件；自然语言允许用户“想怎么说都可以”，再由产品负责澄清。
准确度并非不重要，但应由开发者通过 Human-in-the-Loop、偏好记忆、知识积累和连续追问补足。用户只给一个模糊目标时，Agent 应自己把它逐步具体化，而不是要求用户先成为 Prompt 专家。
底层即使有 200 个组件，也不该一次铺给用户；某人可能始终只需要其中 10 个，其余 190 个就不应增加理解成本。聊天框负责自由表达，合适的界面则应在合适时机自动出现，让用户“像一个非常幸福的小朋友一样”进入心流，最后事情自然做完。

10. 意图识别依赖路径数据，单个输入输出远远不够

曲凯提出，一个人点开 App 时已经提供海量 Context：打开美团往往意味着要点外卖，打开滴滴往往意味着要打车。垂直应用因此先把用户拉进共同语境，再通过交互不断积累偏好、执行状态、网站和环境信息。
王文锋的概括是：“你想更好地了解一个人，你就去看他的过去。”用户从哪里来、中间经过什么页面、做过什么动作，都应被保存；记忆系统也只是这种 Context 的组成部分，而非独立魔法。
由此他判断，Google 很早就在保存 Cache，在 AI Native 时代的最大竞争优势是拥有大量用户点击数据，能够分析用户意图。用户路径同样应被保存，但节目没有把它与 Google 的点击数据优势完全等同起来。
高质量数据应同时包含输入、输出及中间每一次状态变化，本质上是一条序列。围棋类比最能承载这个观点：只知道当前一步怎么下没有意义，必须知道此前一百手如何形成现在的盘面，才可能推断后续路径。

11. 判断 Agent 要看 Delivered Result，而不是界面看起来多通用

曲凯提出 Product-Model Fit：团队必须理解 o1、3.7 等当时先进模型的能力上限，在极限情况下确认目标是否可实现。若底层模型根本做不到，产品包装和演示都不能把故事变成交付。
王文锋的分类标准是最终 Delivered Result。Genspark、Deep Research 和 Manus 的主要产物仍是报告；图表或简单网页只是报告的另一种表现形式，所以都可归为调研 Agent。Coding Agent 的交付物则是代码本身。
王文锋将自己的产品定义为“表格 Agent”。报告适合定性分析、帮助用户建立感觉；定量分析则要求准确数字，而准确数字必须来自完整、干净的结构化表格，而非把若干网页搜索结果直接交给模型总结。
这也解释了为何“结果先行”比功能列表重要：只有先明确交付物，才能围绕它设立反馈机制、逐层优化。目标若始终含混，产品就会散成一个“看起来有点像通用 Agent”的外壳，结果却无法收敛。

12. SHEET0 用结构化数据切入从收集到行动的闭环

第一个案例是销售线索：客户有大量开源用户，希望识别这些人来自哪些公司，以便销售商业版本。SHEET0 会访问 GitHub 主页，从代码提交记录、社交账号等寻找线索，再进入社交页面确认公司信息，模拟人手逐个调查的过程。
第二个案例是完整抓取 YC 最近几个 Batch 的公司，继续找到创始人及其 Twitter，随后关注并发送私信。王文锋强调目标不是停在报告，而是覆盖“数据收集、数据处理以及最后基于数据的行动”的完整链路。
他称竞品可能生成 YC 公司表，却会漏公司，也无法继续补充创始人学校、工作年限和社交账号。Manus 的问题在于中途动态生成代码，需要不断 Debug；SHEET0 则调用内部已验证的小 Tool，以复用换取稳定性。
王文锋给出的竞争主张非常绝对：“你只要有对于高质量数据抓取的需求”，当时市面上只有他们的产品能做到“百分百准确率、百分百稳定、百分之百不给你丢数据”。这是节目中的创始人口径，现场没有展开测试规模或失败边界。

13. 准确率来自结构化校验，Workflow 不会被 Agent 消灭

SHEET0 让模型分析页面结构及页面之间的关系，再据此生成脚本；真正向下收集和生成数据的过程由代码执行。代码是能够提供反馈信号的机制，表格里的空单元格也一眼可见，因此王文锋称这套工程设计已解决数据抓取中的 Hallucination。
他的原则是：模型输入可以是文档、文本、PDF、图片等非结构化材料，但输出“一定得是结构化”。只有结构化字段才能由代码或规则校验，奖励信号最终也常表现为某个字段的值是否满足标准。
这正是 Workflow 仍会长期存在的原因。Workflow 由人驱动，稳定可靠但不够泛化；Agent 由 AI 驱动，能处理预先没想到的问题，却可能“十次里面有五次把这个事情搞砸”。王文锋一处给出的粗略比例是 AI 可能负责 20% 更开放的问题、剩下 80% 是更常见的问题；他随后又说 AI 主要负责常规问题，具体分工并未完全展开。
给投资人的核心尽调题也因此不是“有没有算法大神”，甚至不只是有没有读过 Sutton，而是：“你的产品里面，环境反馈的激励信号是怎么设计的？”若好坏仍由另一个 Prompt 主观评分，模型可能像反复改开场白那样陷入死循环；有效反馈必须来自模型本身不具备的外部事实。

14. 模型跃迁制造预期，成本与工程周期决定规模化时点

王文锋把未来 Agent 的关键变量压缩成两个：Context 与 LM，结果就是“Context 加 LM”。模型侧，他在录制时判断 GPT-5 可能于“今年年底左右”出现；新 Foundation Model 先让 Demo 成立，但成本降到现在的 1/5、甚至 1/10，可能还要一年。
因此他估计，真正好用并可大规模采用的 Agent 或要到 2026 年下半年。至于 DeepSeek R3，他表示还不知道会有多大突破；本质上仍需 Foundation Model 实现突破，例如看 DeepSeek V4 何时出现，以及能否在 V4 基础上生成新的推理模型。
Context 侧无法等待模型自动解决。Cursor 从 2022 年开始围绕 VS Code 做大量二次开发，到去年下半年已花费约一年半；由此推算，从新一轮 Agent 创业启动算起，优秀团队也要约 6 个月，慢则一年，当年 Q3 可能出现一批更好的产品。王文锋认为，Agent 不是只会说话的 Talker，其工程复杂度远超市场想象。
节目末尾，王文锋说产品当周会开放线上 Waiting List，登记后可能在 2 到 4 周左右正式使用，官网为 SHEET0.com。

AI News Crossover：与 Doom Debates 的 Liron Shapira 坦率对谈 Trump对决Harvard、Nvidia出口管制，以及Tim Dillon谈DEI如何杀死好莱坞