如何构建Agent原生应用：四个应用的经验教训

摘要

本文介绍了agent-native架构的核心思想：不再为每个功能编写代码，而是给AI提供基础工具让其自主组合完成用户请求。文章通过三个实际案例阐述了这种架构的运作方式，提出了parity、granularity和composability三大原则，同时指出了这种架构在速度、成本和可预测性方面的权衡，以及安全防护应内置在工具而非提示词中的重要经验。

内容框架与概述

文章首先用一个生动案例引出agent-native架构的概念：当Dan扫描一本书的页面时，应用自动识别书籍、生成摘要并创建人物分析，这一切并非预先编程，而是AI自主组合基础工具的结果。这种架构表面上像普通软件，但每次交互都路由到底层代理由其决定如何行动。

接着文章详细说明了agent-native架构的工作原理。传统软件只能执行明确编程的功能，而agent-native应用拥有工具和技能两个层面，工具是小的离散操作，技能是用自然语言描述如何组合工具的指令。三大原则支撑这种架构：parity指用户和agent能力对等，granularity要求工具原子化，composability使工具能自由组合产生无人设计的新能力。代价是更慢、更贵且更不可预测。

文章通过三个具体案例展示了不同场景下的实践。Naveen的稍后阅读应用将架构推向极简：整个后端就是文件夹系统，AI只获得读取、写入和列出文件三个工具，就能完成查找主题、生成摘要等复杂任务。Yash的Mac桌面整理应用Sparkle则提供了重要教训：当agent开始自主删除文件进入上帝模式时，在提示词中要求确认并不可靠，必须将安全防护内置到工具本身。

最后文章总结了构建agent-native应用的关键要点：AI即应用，工具越简单结果越智能，规则应放在工具而非指令中，开发者可以在现有应用中给AI提供安全实验空间但要做好频繁重构的准备。随着推理成本下降，这种架构将变得越来越经济可行。

核心概念及解读

Agent原生架构（Agent-native Architecture）：一种软件设计范式，应用不通过预编程代码执行功能，而是给AI提供基础工具让其自主决定如何组合使用来完成任务。

工具（Tools）：agent-native应用中的基础操作单元，应该是原子化、单一目的的小动作，如读取文件、写入文件、搜索网络等。

技能（Skills）：用自然语言编写的指令，描述如何组合工具来完成特定任务，使应用具备个性化的功能。

对等性（Parity）：用户和AI能够做的事情完全一致，每个点击、表单提交和交互对两者都可用。

原子化（Granularity）：工具应该足够小且单一目的，复杂功能应通过技能层实现而非硬编码，使AI能更创造性地组合它们。

原文信息

此摘要卡片由 AI 自动生成