为啥每家都在做 Agent
表面是"为啥每家都在做 Agent"，底下其实是两层：Agent 是不是为了放大模型特性？ 以及这种"放大"具体是怎么映射的？ 分开讲。
一、先答动机：为什么不同大模型都要做自己的 Agent？
不全是为了"发挥模型特性"，那是后半段的事。前半段是生存逻辑：
模型本身变现路径太窄——API 按 token 收费天花板低，Agent 是按"任务/结果"收费，单价高一个量级。
对标竞品——OpenAI 有 Operator、Anthropic 有 Claude Code、Google 有 Astra/Jules，不做就显弱势。
锁生态——Agent 会沉淀工具链、MCP 服务、私有知识库，迁移成本比换一个模型高得多。
"发挥自身模型特性"确实是 Agent 设计时的核心考量——因为通用 Agent 架设在任意模型上都能跑，但原厂 Agent 会把自家的长板做成默认路径，让竞品模型即使套同一个 Agent 框架也打不过。
二、Agent 特性 ↔ 大模型特性的直接映射关系
挑几条最清晰的对应链讲，配例子。
🔗 映射 1：长上下文窗口 → 长程 Agent（少检索、少摘要）
模型特性：Kimi K3 的 1M token + KDA 注意力，长距离依赖不衰减。
Agent 侧能做的事：把"对话历史 + 工具返回 + 中间规划"整个塞上下文里，不需要频繁做向量检索+RAG，也不需要用摘要压缩丢信息。
例子：Kimi 的"长文档审阅 Agent"——一份 80 万字并购合同，从头读到尾，Agent 在第 300 轮还能精确引用第 3 章第 5 条的措辞。换一个 32K 窗口的模型，Agent 就得切 RAG + 摘要，跳数多了必丢上下文。
💡 这里 Agent 的"记忆管理策略"是直接由模型上下文长度决定的——长窗口模型 Agent 可以懒汉式记忆（全塞上下文），短窗口模型 Agent 必须勤快式记忆（向量库+摘要+压缩），架构完全不同。
🔗 映射 2：强推理 / 代码训练占比 → 编程 Agent 的自我纠错闭环
模型特性：Qwen3.8 激活 288B、代码语料占比高、多模态统一；Claude 的 CoT 训练深度大。
Agent 侧能做的事：Agent 跑出报错 → 把 stack trace 喂回模型 → 模型能基于报错反推根因而不是瞎猜，多轮修到过为止。
例子：Claude Code（Anthropic 的编程 Agent）敢做"跑测试→红→自动改→再跑"的循环，底气是 Claude 的 CoT 在代码调试链上不容易跑偏。小模型做同样 Agent，经常改三轮就陷入"同个错误反复试"。
⚠️ 这里有个阈值：模型推理能力不到某个水位，Agent 的"反思（Reflection）"模块就是摆设——它会假装反思，其实在复读。
🔗 映射 3：多模态原生融合 → 跨模态文档 Agent（省掉 OCR/预处理链）
模型特性：Qwen3.8、Gemini 1.5+ 是预训练期就图文混训，不是 CLIP 外接。
Agent 侧能做的事：Agent 直接吞 PDF 扫描件 / 财务报表截图 / 工程图纸，不需要外挂 OCR → 结构化 → 再喂文本这套脆弱 pipeline。
例子：阿里内部用 Qwen3.8 做的报销审核 Agent——用户拍一张餐饮发票照片 + 上传 Excel 明细，Agent 自己看图对数字、对税号、对消费类型，一步出结论。换纯文本模型，这一整条 pipeline 得拆 3 个服务。
🔗 映射 4：MoE 高稀疏 → 并发 Agent 集群（成本侧映射）
模型特性：Kimi K3 是 896 专家选 16，单次激活参数很小。
Agent 侧能做的事：一个系统里并行跑几十个 Agent 实例（每个 Agent 负责一个子任务），算力账单不会炸。
例子：Kimi 技术报告里提到的"多 Agent 协同写前端"——一个 Agent 管布局、一个管组件、一个管样式，三个 Agent 反复互评修改，最后拼出一个完整页面。如果是稠密 2.8T 模型，光跑一个实例都费劲，别谈并发了。
🔗 映射 5：函数调用（Tool Use）训练深度 → Agent 的工具编排复杂度
模型特性：GPT-4 / Claude 在函数调用格式遵循、多工具顺序决策上训练过（fine-tune 专门做过 tool-call 数据）。
Agent 侧能做的事：Agent 框架可以放心把十几个工具同时注册给模型，让模型自己决定先调哪个、参数怎么填。
例子：OpenAI 的 Operator —— 模型自己决定"先搜价格 → 再查库存 → 再填表单 → 再点提交"，四步工具链顺序模型自己排。换一个没做过 tool-use 训练的 base 模型套同样 Agent，常见症状是工具参数填错、顺序颠倒、忘了调最后一个。
三、反过来想：是不是"通用 Agent + 任意模型"就够了？
不是。通用 Agent 框架（LangChain、AutoGPT 这类）能做到 60 分，但原厂 Agent 能吃透自家模型的"脾气"：
知道模型在哪类任务上容易幻，提前加校验；
知道模型的 CoT 格式偏好，prompt 不用通用模板；
知道模型的失败模式，Reflection 模块针对性补。
所以会看到一个有意思的现象——模型越强，Agent 越"轻"（Claude Code 核心逻辑很薄，靠模型撑）；模型越弱，Agent 框架越"重"（拼命加规划、加校验、加人类确认来兜底）。