云端智能体最难的地方不是模型

你以为云端智能体拼的是模型能力，结果 Cursor 那篇复盘把桌子一掀。

真正难的，是给它一间能干活的屋子。

这句话听起来有点普通，但越想越扎心。因为很多人聊 Agent，还是停在提示词、规划能力、工具调用这些词上。可一旦任务从本地跑到云端，问题立刻变成另一种东西。

它不再像聊天。

它更像雇了一个远程工程师。

远程工程师要能打开仓库，要能跑测试，要能看日志，要能知道上一次做到哪儿，还要在你睡觉的时候别把环境搞炸。

Cursor 的经验里，最关键的一点是完整开发环境决定输出质量。他们后来发现，云端智能体不是把本地 Agent 搬到服务器就完事了。你得重建一整套基础设施，让它拥有接近真人开发者的上下文。

我一开始看到这儿的时候，第一反应是，有点反直觉。

因为我们平时总会盯着模型本身看。哪个模型更会写代码，哪个模型更懂架构，哪个模型工具调用更稳。可到了长任务场景，模型只是里面的一块。真正拖后腿的，经常是环境。

比如依赖装不上。

比如测试跑不起来。

比如分支状态和对话状态纠缠在一起。

比如机器已经变了，但 Agent 还以为世界停在上一轮。

这些东西听起来不性感，可它们决定了 Agent 到底是在认真工作，还是在一个假舞台上表演工作。

从会回答到会交付，中间隔着一套脏活

云端智能体最诱人的地方，是它可以并行、无人值守、处理长任务。

你丢给它一个需求，它自己开环境，自己改代码，自己跑验证，交给你一个 PR。这个画面太美了，几乎所有开发工具都会往这个方向讲故事。

但 Cursor 的复盘里有个很现实的数字。他们把可靠性迁到 Temporal 之后，才把可靠性拉到 99.9% 以上。

这个数字背后不是一句口号。

它说明 Agent 产品到了云端以后，很多问题已经不是模型推理问题，而是分布式系统问题。任务会中断，机器会失联，依赖会漂移，状态会不一致，用户会在中途追加要求。

说真的，这才是最容易被低估的地方。

大家看到的是 Agent 终于能自己写代码了。真正难的是，它写到一半崩了，还能不能回来继续写。它并行跑了三条线，事后能不能知道哪条线是有效的。它改完代码，能不能留下足够清楚的证据，让人敢合进去。

这就像你不是在造一个更聪明的搜索框。

你是在造一个能扛事故的工位。

状态分离这件事，越看越重要

Cursor 提到一个很关键的设计，把智能体循环、机器状态和对话状态解耦。

这句话可能有点工程味，但它挺要命的。

智能体循环关心的是下一步做什么。机器状态关心的是环境里真实发生了什么。对话状态关心的是用户和 Agent 之间已经说了什么。

如果这三件事混在一起，短任务可能还能糊过去。长任务就会开始出怪问题。Agent 可能因为对话里一句旧话，坚持走一条已经失效的路。也可能因为机器状态变化，误以为用户意图变了。

我自己的感受是，未来很多 Agent 产品的差距，不会体现在界面上。

会体现在这些看不见的边界里。

边界清楚，系统就有韧性。边界含糊，演示的时候很惊艳，真实工作流里就容易碎。

这也是为什么我越来越觉得，Agent 工程有点像早期云计算。刚开始大家兴奋的是把东西放到云上，后来才发现，调度、隔离、观测、回滚、权限，才是真正撑起规模化的东西。

AI 这轮也是一样。

能跑一次 demo 不难。

难的是每天跑，跑很多次，跑坏了还能恢复。

另一个信号，Agent 正在从副驾驶变成异步同事

今天的新闻里还有 Codex 的更新。它已经可以在 Mac 锁屏的时候，通过手机安全使用你 Mac 上的应用。还有 Appshots，把应用窗口上下文带进 Codex 线程。

这两个点放在一起看，很有意思。

一个是云端 Agent 要有完整开发环境。另一个是本地电脑也开始变成 Agent 可以安全进入的工作现场。

过去 Copilot 的隐喻是副驾驶。你坐在驾驶位，它在旁边补全和建议。

现在这个隐喻开始变了。

它更像一个异步同事。你不一定盯着它，它也不一定只在编辑器里。它可能在云端跑一条任务线，也可能从你的本地应用里拿上下文，还可能在你锁屏之后继续处理一些低风险操作。

当然，这里面的安全问题会越来越大。

谁能访问什么应用，什么时候可以访问，访问后留下什么审计记录，失败了谁负责。只要 Agent 真正进入工作现场，这些问题就绕不开。

但方向已经很清楚了。

Agent 不再只是回答问题的东西。

它开始占用环境，消耗资源，产生副作用。

这也是为什么基础设施会变得这么重要。因为一旦有副作用，你就不能只问它聪不聪明了。你还要问它稳不稳，可不可控，出了问题能不能查。

真正的护城河可能很土

很多人会以为 Agent 产品的护城河是模型调用、提示词模板、漂亮交互。

我现在反而觉得，真正的护城河可能很土。

环境复现能力。

任务恢复能力。

权限和审计。

并行任务调度。

对代码库、测试、依赖、运行时的长期理解。

这些东西不适合做发布会大字报，但它们会决定一个团队敢不敢把真实工作交给 Agent。

这话听着有点刺耳但，如果一个 Agent 只能在干净 demo 里表现很好，它就还是玩具。如果它能在乱七八糟的项目里跑完任务，留下清楚记录，失败也能说清楚自己卡在哪儿，它才开始像工具。

甚至更进一步，像同事。

当然，我也不觉得这事马上就会顺滑。云端智能体会踩很多坑，权限会吓人，成本会波动，错误会很隐蔽。把一个会写代码的模型放进真实工程系统里，本来就不是轻松活。

可 Cursor 这篇复盘让我确认了一件事。

下一阶段的 Agent 竞争，表面上看是模型大战，背后其实是工作现场大战。

谁能把那间屋子搭好，谁就更接近交付。

开头说，真正难的是给智能体一间能干活的屋子。

现在看，这间屋子可能就是云端 Agent 的全部秘密。