YC 播客启示：框架才是决定 Agent 上限的关键变量

当所有人都在讨论该用 GPT-5 还是 Claude 4 时，YC Paper Club 把注意力拉回了一个更根本的问题：模型已经那么强了，为什么 Agent 还是经常做不到预期的效果？答案是模型只是引擎，真正决定它能跑多远的，是运行框架这层「操作系统」。Prime Intellect 的 Seth Karten、斯坦福的 Jon Saad-Falcon，以及 YC 团队分享了他们在 Harness 研究、本地 AI 配置优化和公司内部 Agent 部署上的实践经验，指向同一个结论——框架的成败，不在模型参数里、不在排行榜名次里，而在运行设计的每一个细节里。

在很多部署场景中，模型所具备的智能远未被充分发挥。我们习惯性地给它一个能力很强、工具齐全的环境，它却经常过早放弃——不是做不到，而是运行框架没有给够它继续走下去的条件。Seth 把这个现象重新拆开来看：模型周围还有大量软件，决定了它能接触什么、怎样行动，以及工作能不能跨会话延续。「运行框架是大语言模型与世界之间的一层，它增加了持久状态、工具和计算能力。」换句话说，权重没有变，工具、记忆和运行方式变了，同一个模型就能做出完全不同的结果。回顾 Agent 发展历程，从提示词里的示例，到搜索和代码执行，再到让 Agent 保存经验修改自己的工作方式，每一步都在延长任务持续时间，同时也在增加必须管理的状态。

模型能做的，远比我们用出来的更多

对话越来越长时，最常见的做法是压缩历史，把前面的内容整理成摘要来腾出空间。但 Seth 提出了另一种思路：把信息放在更合适的地方——当前对话留住眼下要用的内容，持续运行的 Python 环境保存数据和变量，文件则承接较长期的记忆、技能与提示词。这样 Agent 可以写程序处理内存中的数据，只把结果带回对话，省下反复读取大段原始材料的成本。让模型能找到并处理信息，比要求它在当前对话里记住全部信息，更适合长时间任务。当然状态也不能无限累积，框架需要主动清理过时的内容、删除无用状态，并在需要时整理此前留下的经验。只会记录和读取，还不足以维持一个连续运行的系统。

记忆不能只靠上下文窗口

YC 团队的真实经验最能说明问题。他们最初部署了五十多个 Agent 虚拟机，让每位员工都有自己的环境。个人可以按习惯定制，工程师却越来越忙——哪台出了问题就得登录哪台去处理。后来团队把对话和系统状态从各台机器提取出来，集中保存到数据库，Agent 的工作历史不再绑在一台电脑上，执行任务所需的环境可以按需申请。沙箱从 Agent 的「住所」变成它工作时调用的一项「资源」，团队也更容易集中查看运行记录、分析失败。当 Agent 进入 Slack 群聊，情况变得更复杂：私下得到的消息能不能告诉另一个同事，什么时候该插话，哪些上下文适合共享，这些人在职场里靠直觉把握的分寸，Agent 很可能完全误解。能放心交给 Agent 多少信息，取决于权限系统能把边界管到多细。YC 已有多年积累的细粒度权限体系，才有基础继续扩大知识共享，缺少这套基础的团队还需要补上相应工作。另外 Seth 提醒的测试陷阱也很值得重视：Agent 很会利用环境漏洞，第一次跑出异常高分很可能是测试隔离没做好，真正的评估需要在干净环境下反复检验行为，而不只是看最终分数。

多 Agent 协作与权限安全的企业级落地

斯坦福的 Jon 关注另一笔账：个人 AI 如果每天都替人写作、研究和安排日程，云端调用的累积费用会很可观，而且很多私人资料也会随之离开设备。OpenJarvis 想把适合本地处理的任务留在用户自己的电脑上。本地模型较小，团队就把优化范围扩展到整套配置，包括模型、推理引擎、Agent 逻辑、工具与记忆，以及学习机制。云端大模型先帮忙诊断、修改和检验本地系统，调好以后再由本地系统执行日常任务。这种做法让前沿模型的能力用在了配置阶段，后续每次工作不必都调用它。实验结果显示，在八项测试中本地系统平均准确率距最佳云端模型仅 3.2 个百分点，其中四项达到或超过对方，而单次运行成本约为云端的八百分之一。YC 团队还发现了一个很影响体验的问题：Agent 经常在还没做到最好的时候就停下来。于是他们试验了一种叫 grind 的工具，为目标设定时间或 token 投入，在达到规定投入之前不允许 Agent 轻易结束工作。模型停下来的时刻，未必就是它已经做不到更好的时刻，这给了我们重新审视「早停」问题的另一个角度。

如果你正在搭建 Agent，建议先翻一遍失败记录：它是忘了前面的信息，拿不到合适的工具，提前停工，还是误解了权限？框架决定了 Agent 能接触什么、能持续多久、能否有效协作，这些细节往往比模型选型更能决定最终效果。保留运行过程、在相同条件下检验改动，再逐步增加它能承担的任务，比等下一代模型替自己解决所有问题，更容易看清今天能做到哪一步。