1. 通用Agent技术演进史:从AutoGPT到Claude Cowork
作为一名长期跟踪AI Agent领域发展的从业者,我见证了这项技术从实验室概念逐步走向商业落地的完整历程。2023-2026这四年间,通用Agent技术经历了四个标志性发展阶段,每个阶段都代表着技术路线和产品理念的重大突破。
1.1 技术萌芽期:AutoGPT的开源实验
2023年3月,Toran Bruce Richards发布的AutoGPT首次向大众展示了LLM作为自主Agent的潜力。这个开源项目通过递归调用GPT-4,实现了目标分解、任务规划和自动执行的能力闭环。虽然现在回头看存在诸多缺陷,但其技术架构至今仍是大多数Agent产品的底层范式。
AutoGPT的核心创新在于:
- 目标导向的递归调用:将复杂目标拆解为可执行子任务,形成任务树
- 工具使用能力:通过API集成浏览器、文件系统等外部工具
- 记忆机制:利用向量数据库实现短期记忆持久化
重要提示:AutoGPT最大的历史贡献在于确立了"思考-行动-观察"的Agent基础循环框架,这个模式后来被学术界称为ReAct范式(Reasoning and Acting)。
1.2 产品化突破:Devin的工程实践
2024年问世的Devin AI代表着Agent技术从实验室走向真实工作场景的关键转折。Cognition团队通过三个维度的创新,解决了AutoGPT时代遗留的核心痛点:
工程化设计突破
- 沙盒环境:隔离的Linux容器保证执行安全性
- 可视化界面:实时展示代码生成与执行过程
- 人机协作:支持随时中断和人工干预
训练方法创新
- 使用数千GB200芯片构建的强化学习集群
- 开发专用otterlink虚拟机管理系统
- 在数万个并发沙箱中进行RFT(Recursive Fine-Tuning)
场景聚焦策略
- 专注软件开发全流程(需求分析→编码→测试→部署)
- 深度集成Git、Docker等开发者工具链
- 建立代码质量评估的量化指标体系
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 商业化路径的分野:Manus与Claude的不同选择
2025-2026年间,Agent领域出现了两种截然不同的商业化路径,分别以Manus和Claude Cowor
