大模型 Agent 就是文字艺术吗？

最近在技术圈里有一个很有趣的争论：大模型 Agent 是不是就是各种 Prompt 的堆叠？像 Manus 这样看起来很智能的 Agent，本质上是不是就是用巧妙的 Prompt 约束大模型生成更好的输出？换句话说，这是不是一门文字艺术？

这个问题引发了业内专家的激烈讨论，观点分化明显。让我们来看看不同的声音。

两大阵营的观点碰撞

观点一：就是文字艺术，没必要遮遮掩掩

有开发者直言不讳地表示："没人敢说实话吗？是的，就是各种 Prompt 的堆叠。"另一位实战派开发者更加犀利：“LLM 的 input 就是 prompt，不管什么工具或模型，都只是优化 prompt。大把人把’优化 prompt’的工具吹得云里雾里，却有意无意回避其目的还是只是生成更好的 prompt。”

这种观点认为，Agent 可以看做 prompt engineering 的升级版。核心在于如何具体设计 prompt，如何拆分，顺序是什么。其他那些复杂的架构设计，在他们看来都是在"象牙塔里扯淡"。

观点二：远不止文字游戏这么简单

但技术专家们显然不买账。有人从工程角度分析："生产级别的工程显然不仅仅是 Prompt 这么简单。"以 OpenHands 为例，对接 LLM 只是其中一个模块，真正驱动 Agent 完成复杂任务的核心，是一整套事件驱动机制，包括状态机、事件流框架、控制器等等，还用到了像 Sandbox 这样的沙箱技术。

另一位专家总结得更加全面：“真正可用的 Agent = Prompt（语言接口）+ 程序化编排 + 长期状态/记忆 + 外部工具动作 + 自反馈循环。缺少任何一环，都会从’自治智能体’迅速退化成’高级聊天机器人’。”

Agent 的本质是什么？

从技术定义来看，Agent 本质上是一个循环系统。对于一个给定目标的 AI Agent，它能够自己创建任务、完成任务、创建新任务、重新确定任务列表的优先级，并循环直到达到目标。

用公式表达就是：Agent = LLM + Planning（计划）+ Tool use（执行）+ Feedback（纠正偏差）

这个定义揭示了一个关键点：Agent 让 LLM 具备了目标实现能力，通过自我激励循环来完成给定目标。

关键在于状态管理

有一个被很多人忽视的技术细节：现在几乎所有的大模型 API 都是无状态的。大模型 API 连鱼的七秒记忆都没有，它甚至记不住自己上一次的回答是什么。

那为什么我们在 AI 聊天工具里能看到它"记住"了历史对话呢？实际上，是把以前的历史会话每次都重新传给大模型一遍，让它看起来有了记忆。这就是把无状态的 API 做成有状态的样子。

随着应用复杂化，状态管理变得越来越重要。真正厉害的 Agent 拼的其实是状态管理能力。

Prompt 的真正作用

一位分析过 Manus 和 OpenManus 项目结构的开发者指出，Prompt 确实很重要，它可以在不微调大模型的情况下，根据先验知识引导大模型行为，达到期待的业务效果。

但关键是：Prompt 是 Agent 系统中大模型和其他各个组件的润滑油，而不是全部。

以 OpenManus 为例，其结构主要包括：

• Agent（智能体）
• Flow（流程）
• Tool（工具）
• Prompt（提示词）

Prompt 只是其中一个组件。

技术的进化逻辑

从技术发展的角度看，这场争论其实反映了不同阶段的认知差异：

初级阶段：确实主要靠 Prompt 工程，通过精心设计的提示词让模型表现更好。

中级阶段：开始引入工具调用、多轮对话、简单的状态管理。

高级阶段：构建完整的事件驱动系统，包含复杂的状态机、内存管理、自主规划和执行能力。

企业级阶段：需要考虑并发、容错、监控、安全等工程化问题。

结论：既是也不是

回到最初的问题：大模型 Agent 是不是文字艺术？

答案是：既是也不是。

从某种意义上说，所有与 LLM 的交互最终都要通过文字（Prompt）来实现，这确实是一门语言艺术。设计好的 Prompt 需要对语言有深刻理解，需要巧妙的措辞和精确的逻辑。

但将 Agent 简单等同于 Prompt 堆叠，就像说建筑就是砖块堆叠一样——技术上没错，但忽略了设计、结构、工程等更重要的层面。

真正的 Agent 系统需要：

• 精心设计的 Prompt（文字艺术）
• 复杂的状态管理（系统工程）
• 智能的任务规划（算法设计）
• 可靠的工具调用（接口工程）
• 持续的自我优化（反馈机制）

写在最后

这场争论的价值不在于谁对谁错，而在于推动我们更深入地思考 AI Agent 的本质。

对于初学者，从 Prompt 工程开始确实是一个好的起点，它能让你快速理解如何与 AI 交互。

对于有经验的开发者，则需要跳出 Prompt 的局限，从系统工程的角度思考如何构建真正可用的智能体。

技术的进步往往就是在这样的争论中螺旋上升的。无论你站在哪一边，都要承认：我们正在见证一个激动人心的技术变革时代。

---

你觉得大模型 Agent 是文字艺术吗？欢迎在评论区分享你的观点。