人活在结构里，而非真理中-从 Agent 工程的演进，谈一个对普通人也极其重要的道理

点击上方蓝字关注我们

01

缘起：为什么我会想到这个问题？

最近看到大牛李继刚老师发了一段文字，于我心有戚戚焉：

我目前在用的杠铃阅读策略:

一头读经典书籍，每天读，每月和大家一起读书会共读一本，讨论碰撞。一头读前沿论文，每天读三到五篇(AI辅助)，不求论文多么厉害，只要能从中获得一个小的认知启发或「结构」发现，年下来，攒1000个小点，形成复利。

新闻，默认全不看。真正重要的新闻，在今天这个时代，会通过各种渠道「撞」进我的系统，不用担心错过什么。

李继刚

今天用继刚老师的ljg-card skill(可以到github上找到lijigang这个repo)，对某篇讨论 AI Agent 合作机制的论文)，进行剖析，得到以下的图：

这篇论文叫CoopEval: Benchmarking Cooperation-Sustaining Mechanisms and LLM Agents in Social Dilemmas，其地址如下：

https://arxiv.org/abs/2604.15267v1

这篇论文的核心观点很有意思：

单靠模型自身的“聪明”和“推理能力”，并不能自然导向合作；相反，在很多一次性博弈里，越强的模型，越容易选择对自己局部最有利的策略，也就是不合作。

但如果给它加入契约、调解、监督、可追责机制，合作反而能够稳定出现。

这件事最打动我的，不是“AI 竟然也会自私”，而是它再次提醒了一个在人类生活里早就反复出现、却总被忽视的事实：

一个主体能否长期做出好的行为，

往往不取决于它懂不懂道理，而取决于它所处的结构如何

按照继刚老师的说法，读论文重在了解其逻辑和对我们日常工作学习的泛化应用。这让我想到，我们平时谈成长、学习、自律，特别喜欢从“认知”出发：

你要想明白、要提高觉悟、要增强意志力、要真正理解这件事的重要性。

这些当然没错。

但问题在于，现实里太多事情，并不是“你不懂”，而是“你做不到”；不是“你不知道”，而是“你所在的环境，会稳定地把你推向另一边”。

突然想到

于是我突然意识到，Agent 工程的发展路径——从提示词工程，到上下文工程，再到今天越来越重要的 harness 工程——其实和人类的成长逻辑，有一种非常深的同构。

它们都在说明同一个朴素但尖锐的道理：

少寄希望于主体临场变聪明，多着力于系统先把正确行为变容易。

于是就想写写我们可以从这篇论文里获得什么，里面的哪些精髓可以泛化到我们的日常工作和生活、学习？泛化所得的体会又和最近特别火热的Harness工程又有什么关联？可以先看看我用AI对这篇文章的观点所画的结构图。

02

破题：我们为什么总高估“讲道理”的作用？

我们从小就生活在一种“认知决定行为”的叙事里。

仿佛只要一个人真正明白了什么是重要的，他就会行动；

只要真正意识到拖延的代价，他就会停止拖延；

只要真正知道早睡、锻炼、阅读、专注的价值，他就会逐渐成为一个更好的人。但现实经验一再告诉我们，不是这样的。

• 我们知道短视频消耗注意力，还是会刷。

• 知道熬夜伤身，还是会拖到两点。

• 知道学习该长期积累，还是忍不住临时抱佛脚。

• 知道情绪化争论没有意义，还是会在那一刻上头。

• 知道应该深度工作，还是不断切出去看消息、看通知、看一些并不重要的信息。

问题出在哪？

问题不在于“人太差劲”，而在于我们对行为形成机制的理解太简单了。

我们太容易把行为归因于道德、意志、觉悟，却低估了环境、激励、路径依赖、反馈机制这些结构性因素的力量。

人并不是一个只要听懂道理就会自动执行的理性机器。

人更像一个持续受到局部奖励、即时诱惑、摩擦成本、情境线索影响的有限系统。

换句话说，人不是活在抽象真理里，而是活在具体结构里。

03

从 Agent 工程说起：技术世界其实已经先想明白了

如果把最近几年 Agent 的演进简化来看，大概经历了三个阶段：

1. 提示词工程：先“劝它”

最早大家寄希望于 prompt。

你告诉模型：

• 请一步一步思考。

• 请先分析再回答。

• 不要编造事实。

• 遇到不确定的信息请说明。

• 请像一个严谨的专家一样工作。

这个阶段，本质上是在通过语言来规训行为。

它当然有用，但它有一个天然局限：

你是在劝一个系统变好，而不是让一个系统更难变坏。

也就是说，它依然高度依赖主体临场发挥。

这就像人类世界里那种熟悉的鼓励：

• 你要自律。

• 你要坚持。

• 你要专注。

• 你要为长期目标负责。

这些话都对，但往往也都很脆弱。

因为它们没有改变结构，只是提高了对主体的期待。

2. 上下文工程：再“喂它”

后来大家发现，只靠 prompt 不够，模型的表现高度依赖它看到了什么。

于是开始重视 context engineering：

• 给它更完整的背景知识，

• 给它任务历史，

• 给它用户偏好，

• 给它案例示范，

• 给它记忆、状态、约束条件。

这个阶段，比 prompt 更进一步。

因为它不再只是说“你应该怎么做”，而是开始改变“你是在什么世界里做判断”。

这就像一个学生，不只是被老师口头提醒“好好学”，而是：

• 有明确的学习材料

• 有过去的错题记录

• 有阶段性目标

• 有可参考的高质量范例

• 有人帮他补全缺失的背景

这已经不是单纯靠意志，而是在优化决策前提。

3. Harness 工程：最后“管它”

再往后，真正做 Agent 的人越来越意识到：

要让系统稳定工作，关键已经不只是 prompt 和 context，而是 harness。

什么是 harness？

• 是工具边界。

• 是调用权限。

• 是状态机。

• 是审批流。

• 是检查器。

• 是回滚机制。

• 是重试逻辑。

• 是日志与可观测性。

• 是结果验证。

• 是失败后的兜底策略。

• 是“做错了会被发现，做对了才会被继续放行”的整体制度环境。

到了这一步，问题已经不再是“如何说服它正确”，而是“如何让正确成为默认路径，让错误变得更难、更贵、更容易暴露”。

这就是工程的成熟。

也正是在这里，技术世界和人的生活经验，第一次深深重合了。

04

抽象：从“内容规训”到“结构塑形”

如果把前面这一切抽象一下，其实可以得到一个非常普遍的演化逻辑：

当我们面对一个不稳定的主体时，最初总想通过内容去教育它；但当我们真的想让结果稳定，就不得不转向结构去塑造它。

这条逻辑，在很多领域都成立。

对孩子，最初是讲道理，后来发现还得有规则。

对团队，最初是强调价值观，后来发现还得有流程。

对市场，最初相信理性竞争，后来发现还得有制度设计。

对自己，最初是喊口号，后来发现还得靠环境改造。所以，如果一定要把这件事压缩成一句话，我会这么说：

“讲道理”解决的是方向问题；“做结构”解决的是落地问题。

而大多数失败，恰恰不是死于方向错误，而是死于结构缺位。

05

思考：这对普通人的学习和生活，到底意味着什么？

这件事最有价值的地方，在于它并不只属于 AI 工程师。

它对每个普通人都很有启发。

1. 自律，不如设计默认选项

很多人把人生问题理解成“我不够自律”。

但更准确地说，很多问题其实是：

你的默认环境，正在稳定地支持坏习惯，而不是好习惯。

比如：

• 你想读书，但手机永远在手边；

• 你想早睡，但娱乐内容在睡前最容易获取；

• 你想专注，但消息提醒永远在打断你；

• 你想健身，但运动这件事在路径上比“躺着”麻烦太多。

所以真正有效的做法，不是天天责备自己，而是重做默认设置：

• 把最容易打开的入口留给该做的事

• 把最容易分心的入口设门槛

• 把想坚持的行为放进固定时间块

• 把模糊目标改成可执行动作

• 把“靠想起来才做”改成“到点就做”

本质上，这就是给自己做 harness。

2. 越聪明的人，越需要结构

这听起来反直觉，但其实很真实。

聪明人不一定更稳定，很多时候反而更会为自己的失控寻找理由。

因为他有更强的解释能力，也就有更强的合理化能力。

“今天效率不高，说明不适合做这件事。”

“我不是拖延，我是在等待更好的状态。”

“规则是给普通人用的，我得保持灵活。”

“这个方法太机械，不适合我这种需要创造性的人。”

听起来都很高级。

但结果往往就是：系统性松动，局部性放纵，长期性失控。

所以对聪明人来说，结构不是侮辱，而是保护。

不是因为你不够强，而是因为你越强，越容易高估自己对局部诱惑的控制能力。

3. 关系的稳定，也依赖结构

很多人谈合作、友情、伴侣关系、团队管理，总喜欢强调真诚、善意、默契、价值观一致。这些当然重要。

但如果没有结构支撑，善意也会被消耗，默契也会被误解，关系也会被摩擦拖垮。

真正能长久的关系，通常都有某种结构基础：

• 预期是清晰的

• 边界是明确的

• 责任是可分的

• 反馈是及时的

• 违约是有成本的

• 合作是有正反馈的

这并不是“把关系变冷”，恰恰相反，这是在给关系一个可持续的骨架。

没有骨架的善意，很容易塌。

4. 成长的本质，不只是提升认知，而是重建激励系统

我们总以为成长就是“懂得更多”。

但很多时候，成长其实是“让自己所处的激励结构变得更健康”。

比如：

• 让即时快感不再那么容易获得

• 让长期收益变得更可见

• 让错误更早暴露，而不是拖到最后崩盘

• 让进步可以被记录，而不是只靠主观感觉

• 让承诺对他人可见，从而获得外部约束

这才是真正可积累的成长。

因为它不是一次性的觉悟，而是持续性的塑形。

06

泛化：这不只是个人方法论，而是一种理解世界的框架

如果再往外推一步，这个道理的意义会更大。

它不仅能帮助我们管理自己，也能帮助我们理解组织、产品、制度，甚至社会现象。

为什么很多好政策落不了地？

因为方向是对的，但执行结构不支持。

为什么很多公司价值观写得很好，却内部协作混乱？

因为口号是口号，流程是流程，真正驱动行为的是后者。

为什么很多平台嘴上倡导高质量内容，最后却被情绪、猎奇、对立劫持？

因为它真正奖励的，是停留时长、互动强度和可传播性，而不是质量本身。

为什么很多人明明想过得更好，却总是在同一种模式里反复？

因为他不是没有道理，而是没有从结构上离开那套旧循环。

所以这套视角的真正价值，在于它会逼你问一个更尖锐的问题：

到底是什么，在真实地塑造行为？

不是大家嘴上认同什么，

不是海报上写了什么，

不是群里喊了什么，而是——

• 什么被默认鼓励？

• 什么被默认放大？

• 什么成本最低？

• 什么反馈最快？

• 什么错误最难被发现？

• 什么行为一旦开始，就最容易形成路径依赖？

看清这些，才算真正看清一个系统。

07

回到起点：为什么这可能是一个更成熟的世界观？

我越来越觉得，一个人真正成熟的标志，不是更会批评自己，也不是更会要求别人，而是逐渐从“道德想象”转向“结构理解”。

年轻的时候，我们喜欢相信意志。

相信热情，

相信觉悟，

相信一旦想明白，生活就会改变。

后来才知道，热情会退，意志会累，觉悟会波动。

真正能让你走得远的，往往不是那一刻有多燃，而是你是否慢慢为自己搭建出了一套可以长期运转的结构。

所以，Agent 工程从 prompt 走向 context，再走向 harness，并不只是技术路线的升级。

它某种意义上，也是对“人如何行动”这件事的一次重新教育。

它提醒我们：

不要总想着把主体教育得更完美；

先去设计一个即便主体并不完美，也能持续产出较好结果的系统。

这不是悲观。

这恰恰是成熟。

08

结语：自律很珍贵，但结构更可靠

如果要用一句最短的话来概括全文，我会写：

自律很珍贵，但结构更可靠。

讲道理当然重要，因为它决定你往哪里走；

但如果你真的想走到那里，最后一定绕不开结构设计。

对自己如此，

对关系如此，

对组织如此，

对 AI Agent 也是如此。

所以，比起反复问“为什么我总做不到”，不如换个问法：

是不是我把太多希望，寄托在临场发挥上了？

是不是我该少一点自责，多一点系统设计？

是不是我真正需要改的，不只是想法，而是环境、流程、默认选项、反馈机制？

当你开始这样想问题时，你就已经从“靠激情活着”，走向“靠结构活着”了。

而这，可能才是一种更稳、更自由、也更接近现实的成长方式。