为什么下一代 AI 开发工具需要双平面架构：从 AgentLife 看控制平面与执行平面

产品入口

• GitHub：https://github.com/AgentLife/AgentLife
• Web 入口：https://www.m2a.chat/agent-life/login
• 安卓客户端：https://expo.dev/artifacts/eas/gLch4GEuNK9TnzSwWgiR3X.apk

一、很多 AI 开发工具卡在一个结构问题上

不少 AI 工具第一眼体验都不错，但开发者用久了会发现，它们经常卡在一个更底层的问题上：

控制入口和执行环境被混在了一起。

结果就是：要么工具只擅长聊天，要么只能守在本地终端里，要么多端入口和真实执行之间断层严重。这不是模型问题，而是架构问题。

二、什么是双平面架构？

如果用基础设施的视角看，AgentLife 更像是在做双平面设计：

控制平面：入口、身份、权限、路由、会话、Bot
执行平面：Bridge、本地Agent、工作区、文件、命令、附件、结果

这套分层的核心判断很简单：云端更适合负责控制，本地更适合负责执行。边界一旦划清，很多产品能力就自然成立了。

三、控制平面为什么应该放在云端？

因为开发者需要的是可访问、可协作、可持续追问。控制平面放在云端，至少能解决这些问题：

• 多端入口：Web、手机和统一会话入口都能发起任务
• 会话持续：历史上下文、多轮追问和中间结果都能保留
• 权限与路由：系统知道谁能发起任务、访问哪个 Bot、路由到哪个本地节点

这些都更适合放在控制平面里处理。

四、执行平面为什么必须留在本地？

因为开发任务的真实价值几乎都和本地环境有关。

• 真实仓库和工作区
• 真实文件和命令
• 真实工具链和依赖环境

很多项目任务依赖本地已有工具、已有目录结构和已有配置，这些东西很难完整搬到云端。所以对开发场景来说，本地执行不是妥协，而是正确答案。

五、把两层混在一起会有什么问题？

如果一个系统同时负责入口和执行，又没有清晰分层，常见后果是：

1. 多端能力弱
2. 会话和执行状态割裂
3. 权限边界不清
4. 本地 Agent 不容易被稳定调度
5. 结果回传难以做成闭环

这也是为什么很多“AI 开发工具”最后会变成：体验上像聊天产品，执行上像本地脚本，协作上又什么都没真正打通。

六、对开发者意味着什么？

从开发者视角看，这种设计至少带来三层好处：

6.1 入口和执行不再互相牵制

云端专注于入口、会话、协作，本地专注于 Agent、工作区、文件和命令执行。

6.2 系统更容易扩展

一旦平面拆开，后续能力就更容易演进：

• 增加新的 Bot
• 增加新的本地 Agent
• 增加新的工作区类型
• 增加新的结果回传形式

6.3 更贴近真实研发场景

开发者真正关心的不是界面多漂亮，而是：

• 能不能接到本地仓库
• 能不能运行真实任务
• 能不能继续追问
• 能不能多人协作

双平面设计正好对准了这些问题。

七、总结

从工程治理的角度看，真正关键的不是能力越多越好，而是边界越清越好：

很多 AI 开发工具的问题，不是没有能力，而是架构层次不清。

AgentLife 这类双平面设计之所以值得看，是因为它把云端控制和本地执行拆开了：

• 控制平面负责协作和调度
• 执行平面负责真实工作区任务

对于技术团队来说，这种结构明显比“再做一个聊天壳”更有长期价值。