Boris Tane 我把公司押在了主动型智能体上
Explore with AI
智能体几乎能做你要求的任何事，而问题正在于此：你仍然得去要求。
我不断听到人们把智能体称为“数字同事”。这个说法是错的。一个默默坐着、直到你交给它一个范围划得完美的任务、做完再回去等着的同事，不是同事。你用过的每一个智能体都是这样工作的。模型更聪明了，harness更好了，运行更长了，但界面从未改变：你带来工作，智能体带来劳动。
而大多数人没有注意到，因为在我们脑子里，提示框已经悄悄变成了AI本身。
每一个界面仍然是一个提示框
输入框是这整个时代的起点。ChatGPT在一个模型上放了一个输入框，成为历史上增长最快的产品，然后我们全都照搬了。此后每一个AI产品都是同一种交互的变体：人打字，机器回应，机器等待。
Claude Code是下一次演进。智能体搬进了你的终端，拿起你的文件、你的shell和你的git历史，开始做真正的工作，而不是谈论它。这改变了智能体能做什么，却没有改变它们如何开始：你打字，它工作，它停下，然后等你再次打字。
然后智能体搬进了云端。Codex、Devin、网页版的Claude Code。它们运行数小时而不是数分钟，启动子智能体来并行处理工作，并且不会在你合上笔记本时死掉。你午饭前交给其中一个一项任务，回来时得到一个拉取请求。
![graph TD
A[You write the task] --> B[Cloud agent]
B --> C[Sub-agent]
B --> D[Sub-agent]
B --> E[Sub-agent]
C --> F[Pull request]
D --> F
E --> F
style F fill:#d1fae5,stroke:#6ee7b7,color:#065f46](/diagrams/1a98d6cb.svg)
提示词甚至不再只是键盘上的东西。后台智能体可以由一条告警或一个webhook触发，大多数智能体平台现在都提供自动化：当这个事件触发，或这个cron到点时，用这些指令运行一个智能体。
- When
- a Sentry alert fires
- Do
- investigate, open an incident if it's real
- Then
- post the findings to #incidents
但自动化是什么？它是你提前写好的一条提示词。你预测了失败模式，选定了事件，写下了该做什么。触发器启动智能体，但其中的判断是你的，在设置那一刻就冻结了。一个自动化只能捕获你预料到的东西，别无其他。
你就是调度器
剥去工具的外壳，三年来这种分工没有移动过一寸。智能体做工作。决定工作是什么，仍然是你的活。
你看仪表盘，你听用户反馈，你弄清什么重要，然后把你学到的一切压缩成一条提示词，要么当场在键盘上，要么提前写进一个触发器。智能体执行得漂亮，但系统中的每一份判断都源自你。
![graph TD
A[Dashboards] --> D[You]
B[Alerts] --> D
C[User complaints] --> D
D --> E[The prompt you type today]
D --> F[The automation you configured last month]
E --> G[Agent]
F --> G
style D fill:#fee2e2,stroke:#fca5a5,color:#991b1b](/diagrams/b6e95276.svg)
下一次演进：自己找到工作的智能体
我押注的下一次演进，是智能体自己找出该做什么。没有提示词，没有要配置的触发器，没有提前写好的指令。你连接上你的技术栈，智能体自己去找工作：它看你看的那些信号，注意到不对劲的地方，判断它是否重要，然后自主开始处理。
这说起来容易，做起来却极难，因为主动性是三个叠在一起的问题，跳过其中任何一个，得到的东西都比输入框后面的智能体更糟。
**上下文。**显然，智能体需要一个关于它所处世界的实时模型，而不是你在提示时粘贴进上下文窗口的一张快照。上下文糟糕的被动智能体给你一个糟糕的答案。上下文糟糕的主动智能体会删掉你的生产数据库，因为它以为那是staging。
**判断。**这是最让我头疼的部分。在任何时刻，生产系统中都有成千上万件事略微不对劲。把它们全部标出来的智能体是一台噪声机器，噪声机器会被静音，被静音的智能体就是死掉的智能体。主动性的全部价值都在“有东西变了”和“有东西重要”之间的那道缝隙里：
[
{
"signal": "memory up 3% on checkout-edge",
"verdict": "no anomaly",
"reasoning": "within the seasonal range for this hour on this worker"
},
{
"signal": "new error pattern, 2 minutes after deploy 9f3c2a1",
"verdict": "incident",
"reasoning": "error class never seen on this worker, tightly correlated with a deploy"
}
]**行动。**注意到却不行动，只是一条更聪明的告警，而告警正是我想干掉的东西。智能体必须把工作做完，并且在让自主变得安全的边界之内：可逆的操作、一切都有凭据，以及在任何不可逆的事情发生之前的一道硬关口。
这三点都不涉及让智能体决定什么是好。它决定什么不对劲、是否重要、该怎么办，清单到此为止，因为在生产环境中没人需要定义好：错误为零、延迟在基线、队列排空、证书有效。期望状态与这片领域与生俱来。
这意味着真正的转变不是从“你来提示”到“智能体给自己提示”。而是从命令式运维到声明式运维。自动化是命令式的：你提前枚举失败模式，为每一种脚本化一个响应。主动型智能体是一个调和循环：它把你现有的系统与你应有的系统放在一起对照，并努力缩小差距。Kubernetes十年前就为基础设施做了这件事，你写下三个副本，控制器就会不惜一切让三个副本活着。还没有人为软件运维本身做这件事。而在这里甚至没有YAML要写，因为期望状态早已知晓。它开箱即用。
我从运维开始
让一个主动型智能体来定你的产品路线图，你得到的是一个固执己见的实习生，因为产品方向是品味问题。生产环境不是。它是今天三个问题都能解决的唯一领域。
工作会自己宣告到来：错误率攀升，一次部署出岔子，一张证书过期，一个队列积压。工作早就躺在遥测数据里，等着有人注意到。而且与品味驱动的领域不同，这里存在基准事实：错误率要么飙升了要么没有，回滚要么恢复了基线要么没有，所以智能体的判断由系统本身持续打分，没有凭感觉的余地。
最重要的是，我们已经在用人来干这份工作。我们叫它on-call：一个人睡在电话旁边，等一台机器说另一台机器不高兴了。我在可观测性领域干了很多年，创办了一家可观测性公司并被Cloudflare收购，还写了一整篇关于如何组织遥测数据、让答案只差一次查询的宣言。它的论点就是这家公司存在的理由：2026年不该再有人需要on-call。
因为关于过去十年可观测性的令人不适的真相是：我们让系统在凌晨3点更容易被人类查询，然后宣布胜利，而被叫醒的仍然是人类。仪表盘更漂亮了，呼叫器依旧躺在床头柜上。没有行动的可观测性只是昂贵的存储。
它是什么样子
这就是Polylane做的事。这是一个具体的周二：
![graph TD
A["02:14 — checkout p99 jumps from 180ms to 2.1s"] --> B["02:15 — agent flags it: new error pattern, right after the 01:52 deploy"]
B --> C["02:16 — incident opens, 3 hypotheses investigated in parallel"]
C --> D["02:31 — verdict: connection pool exhausted by a new N+1 query"]
D --> R["02:33 — the 01:52 deploy is rolled back, p99 back to 180ms. The incident is over."]
R --> E["02:38 — PR opened with the fix and the evidence attached"]
E --> F["08:30 — you wake up, read the investigation, merge"]
style A fill:#fee2e2,stroke:#fca5a5,color:#991b1b
style R fill:#d1fae5,stroke:#6ee7b7,color:#065f46
style E fill:#d1fae5,stroke:#6ee7b7,color:#065f46](/diagrams/ff5bb4b7.svg)
没有人为这种失败模式配置过检查。没有规则要写，没有阈值要调：智能体以连续的节奏评估每一个已连接的资源，你现有的仪表盘和保存的查询成为它们的检查清单。判断是我最严格的地方。默认判定是没有异常，因为漏掉一个边缘问题，远比为噪声叫醒一个人要好得多。“一次部署可能引入bug”对每一次部署都成立，从来不是呼叫任何人的理由。
当某件事是真实的，调查会并行运行几个相互竞争的假设，每个智能体的任务是推翻而不是证实自己的假设，所以相关性永远没机会伪装成因果。当确认的根因是一次代码变更时，修复以附带调查的拉取请求形式到达：
coreplane/checkout-edge Opened by Polylane · gated on review and CI
主动不等于无人监督
自主性体现在注意、分诊、凌晨3点的考古和缓解上。任何恢复已知良好状态的事，智能体都自己做：回滚糟糕的部署，把开关拨回去。这些操作从构造上就是可逆的，而且它们才是真正让呼叫器安静下来的操作。仍受关口把守的是任何创造新状态的事：一次代码变更要经过你的审查和你的CI才能上线，永远不能绕过它们。
分界线不是人对智能体。而是可逆对不可逆。这也是为什么你并没有在暗中继续on-call：回滚在02:33结束了故障，比你合并拉取请求早了六个小时。PR从来不是止血的东西。它是防止再次发生的东西，而那可以等到喝完咖啡。
而这道关口你可以委托出去。代码审查智能体已经在读你仓库里的每一个拉取请求。在一个离此不远的世界里，你的审查智能体在02:41读到修复，对照调查核查它，批准它，你的CI在你醒来之前部署到生产环境。这个循环没有任何变化，除了谁握着批准按钮。这就是终点：自己修复自己的软件，由你来写策略，而不是点击合并。
![graph TD
A[Signals] --> B[Detection]
B --> C[Investigation]
C --> R[Rollback, on its own]
C --> D[Pull request]
D --> E[You or your agent review, it merges]
R --> F[Memory]
E --> F
F --> B
style R fill:#d1fae5,stroke:#6ee7b7,color:#065f46
style D fill:#d1fae5,stroke:#6ee7b7,color:#065f46
style F fill:#dbeafe,stroke:#93c5fd,color:#1e40af](/diagrams/b1056731.svg)
注意这个循环里少了什么：
提示框是学着信任这些系统的好方式，却是运行生产环境的糟糕方式。智能体同时看过每一个服务的每一次部署、每一行日志和每一个指标。把它关在提示框后面，意味着你团队中信息最全的成员只在被问到时才开口。
2026年不该再有人需要on-call。