第 27 章 AI AgentAgentic Patterns进化

第 27 章复合式进化：让 Agent 系统越用越值钱

让下一件事比上一件更容易

第 24-26 章让 Agent 在反馈、评测、RL 里进化。这一章回答一个元问题：怎么让"进化的速度"本身也进化？

传统软件工程有边际收益递减：每加一个功能，复杂度增加，下一个功能更难建。技术债累积、入职更慢、新成员难上手。有了 AI 编码 Agent，这个问题被放大，Agent 会重复犯同样的错，因为学到的经验没有被系统化捕获和沉淀。

这一章讲三个模式，把"递减"翻转成"复利"：

Compounding Engineering（工程复利）：把每次功能的经验沉淀成可复用资产。
Frontier-Focused Development（前沿聚焦开发）：永远对准最强模型，别被旧模型绑住。
Progressive Complexity Escalation（渐进复杂度升级）：从简单可靠开始，逐步开放更复杂能力。

模式一：工程复利（Compounding Engineering Pattern）

问题

传统软件工程有边际收益递减：每加一个功能，复杂度增加，后续功能更难建。技术债累积、入职更慢、新成员难上手。

有了 AI 编码 Agent，这个问题被放大：Agent 反复犯同样的错，因为经验没被系统化捕获和沉淀。

方案

把方程反过来：让每个功能"复利"，把全部经验沉淀成可复用的 Agent 指令。完成一个功能时，记录：

计划里什么有效、什么需要调整。
测试中发现的问题，那些更早没抓到的。
Agent 常犯的错误。
该复用的模式和最佳实践。

然后把洞见嵌进：

CLAUDE.md / 系统提示词：全局编码标准。
斜杠命令：可重复的工作流（比如 /test-with-validation）。
子 Agent：专门的验证器（比如安全评审 Agent）。
钩子：防回归的自动化检查。

结果：每个功能让下一个更容易，因为代码库变得越来越"自我教学"。

建功能 → 记录经验 → 沉淀进提示词/命令 → 下个功能用上知识 → 更容易更快地建 → 回到建功能

怎么用

功能开发期间：

跟踪 Agent 最初哪里做错了。
记下计划里哪些部分需要修订。
记录测试中发现的边角情况。
识别你反复回答的问题。

完成后：

用新编码标准或模式更新 CLAUDE.md。
给会重复的工作流建斜杠命令。
建做专门验证任务的子 Agent。
加钩子自动防常见错误。
写编码需求的测试。

Every 的例子（Dan Shipper）："我们有个叫复合式工程的工程范式，目标是让下一个功能更容易建……我们把所有经验沉淀回所有提示词、子 Agent 和斜杠命令。"这让非专家能立即上手："我可以跳进我们的代码库开始干活，虽然我对代码怎么工作一无所知，因为我们已经建起了记忆系统。"

协同模式：和执行日志记忆合成（跨功能识别模式）、编码 Agent CI 反馈循环（提供结构化测试反馈）、技能库进化（沉淀可用方案）协同。

取舍

好处：生产力加速，每个功能真让下一个更快；知识保留，经验不靠个人记忆；入职更好，新成员（人或 AI）利用累积的知识；减少重复，Agent 不再犯同样的错；活文档，指令每天被用所以保持最新。
代价：前期时间投入，每个功能后要纪律地记录；维护开销，模式变化时提示词和命令要更新；过度规格风险，规则太多让 Agent 不灵活；要工具，需要可扩展的 Agent 系统（斜杠命令、钩子等）；提示词膨胀，系统提示词随时间变大。

模式二：前沿聚焦开发（Frontier-Focused Development）

问题

AI 能力沿可预测的缩放定律快速前进，为今天的模型优化的产品几个月就过时。很多团队浪费时间解决前沿模型已经能解决的问题，或者建绑定特定模型的产品，而那个模型不会一直有竞争力。

方案

永远对准前沿，也就是最新最强的模型，并设计能随前沿移动快速演进的产品。别为更老、更便宜的模型优化，也别提供把用户困在过去的模型选择器。

核心原则：

没有模型选择器：为每个用例挑最好的模型，别让用户选。
要么前沿要么不做：只建推动边界、产生学习的特性。
快速演进：预期每 3 个月彻底改一次产品（AI 产品生命周期研究确认季度周期对保持竞争力是必要的）。
订阅抵抗：别被单一模型的定价结构绑住。

新模型发布 → 在前沿吗? 
  是 → 立即采用 → 从使用学习 → 产品演进 → 回到新模型发布
  否（更便宜/更老）→ 忽略，将过时 → 白费功夫 → 6 个月后产品过时

为什么不为成本优化：涌现能力研究显示，有些能力在规模上突然出现，无法在小模型里预测或工程化绕开。针对今天模型做成本优化，解决的正是前沿模型很快就会天然解决的问题。

为什么没有模型选择器：

学习：大家用不同模型，你学不到用户怎么交互（研究表明聚焦单一模型的产品学得更快）。
聚焦：一种产品用法，意味着每个人都能受益于改进。
演进：不受 3-6 个月前流行的模型束缚。
质量：能专门为最好模型的能力优化。

订阅模式的风险： 提供订阅（像 Claude Max）你就被那个模型绑住：更好的模型出现时切不走、价格变化变得对用户敌对、路线图被一家公司决定。

证据

证据等级：新兴（emerging），来自 AMP（Thorsten Ball、Quinn Slack）。
学术基础：Kaplan 等人（2020）缩放定律、Wei 等人（2022）涌现能力、Wang 等人（2023）AI 生命周期。
生产实现：AMP（Anthropic）、Claude Code、Cursor、v0.dev、Perplexity 都用有主见的前沿模型选择，没有面向用户的选择器。

怎么用

功能/构建选择的决策框架：

frontier_test:
  question_1: "我们能从这学到什么？"
  question_2: "这推动前沿吗？"
  question_3: "3 个月后这还有价值吗？"

  任何一个否: "别建"
  全是否: "建"

模型策略：

方法	问题	方案
模型选择器	用户困在旧模型，没学习	每模式挑最好模型，不给用户选
成本优化	解决新模型已经能解决的问题	用前沿，成本随时间降
订阅绑定	被一个模型路线图锁住	按量付费，随时切模型
多模型支持	维护噩梦、困惑	用最好模型，更好的出现就切

前沿聚焦什么时候成立： 瞄准早期采用者和前沿用户；为重视速度胜过成本的开发者建；能快速转向的小团队；AI 能力是核心差异点的产品；想在尖端的用户。

什么时候考虑替代： 需要稳定性的企业客户；性能不关键的成本敏感市场；AI 是次要特性不是核心价值的产品；没法季度转向的大团队。

"Agent 的原初汤"： 当一切都在变（模型、软件、怎么写软件），为稳定优化是输的策略。接受混乱："我们现在看到的很多软件有叫 LLM 的非确定性元素。软件本身在变，怎么写软件在变，谁/什么在写软件在变。"

取舍

好处：永远在前沿，产品随模型提升；快速学习，聚焦使用产生清晰洞见；面向未来，更好的东西出现能立刻切模型；质量聚焦，为最好能力优化不是最低共同分母；创新，定位在发现前沿模型能做什么。
代价：更高成本，前沿模型更贵（暂时）；市场更小，有些用户不愿为前沿表现付钱；快速变化，产品 3 个月后可能完全不一样；排他，不为想要稳定的"中位数"用户建；不确定，不断重新发明而不是稳定。

模式三：渐进复杂度升级（Progressive Complexity Escalation）

问题

组织从第一天就部署能力过于激进的 Agent，导致：

Agent 处理超出当前模型能力边界时，输出不可靠。
失败的实现损害利益相关者的信心。
复杂推理任务产出不一致的结果。
白费工程功夫，为模型还交付不了的能力建基础设施。
高利害操作自主执行带来的安全风险。

理论 Agent 能力和实际可靠性之间的差距，造成部署失败。

方案

设计 Agent 系统从低复杂度、高可靠性的任务开始，随模型改进和信任建立逐步开放更复杂的能力。 把任务复杂度匹配当前模型能力，而不是按理论潜力建。

核心原则，植根于学习科学：

借鉴课程学习理论和脚手架研究。
最优学习发生在 70-90% 成功率（最近发展区，Zone of Proximal Development）。
工作记忆限制要求复杂度渐进增加。

从验证过的甜区开始：

低认知负荷、高重复的任务。
"对传统自动化太动态、但对 AI 可靠处理又足够可预测"的任务。
信息收集和综合，而不是复杂推理。
定义清晰的成功标准。

定义能力层级：

第一层（立即部署）:
- 数据录入和研究
- 内容分类
- 信息提取
- 基于模板的生成
- 工作记忆：2-3 项

第二层（验证后解锁）:
- 带人工门的多步工作流
- 带结构化输出的条件逻辑
- 多工具集成
- 个性化和适配
- 工作记忆：4-5 项

第三层（未来解锁）:
- 自主决策
- 复杂推理链
- 创造性解题
- 新颖任务泛化
- 工作记忆：7+ 项

渐进解锁机制： 性能指标触发能力扩展；提升到更高层前人审门；新能力和基线 A/B 测试；带监控的渐进上线。

示例工作流演进：

阶段 1 信息收集: Agent 研究线索数据 → 给人呈现发现 → 人写邮件
阶段 2 结构化生成: Agent 研究+资格评估 → Agent 起草邮件 → 人批准/编辑 → 人发送
阶段 3 条件自动化: Agent 研究+资格评估 → 置信度 > 0.8? 是 → 自动发邮件；否 → 人审
（每阶段验证可靠后进入下一阶段）

怎么用

什么时候用： 部署 Agent 进生产环境；建内部自动化工具；客户面向的 Agent 应用；高利害或受监管领域；可靠性没验证的新 Agent 能力。

实施：

1. 给任务复杂度分类：

class TaskComplexity:
    LOW =   {cognitive_load: 最小, steps: 1-3, tools: 0-2, reasoning: 浅, error_impact: 低}
    MEDIUM = {cognitive_load: 中等, steps: 4-8, tools: 2-5, reasoning: 多步, error_impact: 中}
    HIGH =  {cognitive_load: 显著, steps: 8+, tools: 5+, reasoning: 深/创造, error_impact: 高}

2. 定义晋升标准：

capability_gates:
  tier1_to_tier2:
    - accuracy_threshold: 0.95
    - human_approval_rate: 0.90
    - volume_processed: 1000
    - time_in_production: 30 天
    - success_rate_target: 0.70-0.90  # 最近发展区最优区间

  tier2_to_tier3:
    - accuracy_threshold: 0.98
    - human_override_rate: 0.05
    - volume_processed: 10000
    - stakeholder_confidence: 高

3. 实现能力标志： 用 tier 字段控制 Agent 能做什么，低层只展示发现、高层才自动发送（置信度 > 0.8）。

4. 监控和晋升： 按层跟踪成功指标；审查错误模式和边角情况；渐进扩展 Agent 权限；保留回滚能力；成功率 >90% 就加任务难度，<70% 就减。

前置条件： 每个能力层有清晰成功指标；监控和可观测性基础设施；利益相关者对演进计划一致；失败的回退机制。

取舍

好处：风险缓解，限制 Agent 错误的爆炸半径；利益相关者信心，用验证过的可靠性建立信任；工程聚焦，资源花在验证过的能力上；优雅降级，系统在更低层也有用；模型演进就绪，架构为能力增长准备好；现实预期，部署对齐实际模型表现。
代价：价值延迟，完全自动化收益随时间才实现，不是立即；复杂度，要层级管理和晋升逻辑；维护开销，多条能力路径要测试和维护；晋升摩擦，指标和晋升决策要人工审查；用户困惑，部署阶段间能力不一致；工程投入，为未来能力建基础设施。

平衡方法： 向利益相关者清晰传达能力路线图；用客观指标自动化层级晋升；保持简单心智模型（"Agent 今天能做什么？"）；从第一天就为能力增长设计。

三个模式怎么选

场景	推荐模式
想让经验沉淀、越建越快	工程复利
怕被旧模型绑住、想一直领先	前沿聚焦开发
部署激进能力怕翻车	渐进复杂度升级

三个模式是复合式进化的三个引擎：工程复利让"经验"复利（每次功能让下次更容易），前沿聚焦让"模型"复利（永远站在最强模型上），渐进复杂度让"能力"复利（简单可靠起步，逐步解锁复杂）。经验、模型、能力，三个都复利，Agent 系统才真的越用越值钱。

实践清单

每个功能完成后记录：计划什么有效、测试发现问题、Agent 常犯错、该复用的模式
经验沉淀进 CLAUDE.md / 斜杠命令 / 子 Agent / 钩子
别提供模型选择器，每用例挑最好模型，聚焦单一模型学得更快
建功能前三问：学到什么？推动前沿吗？3 个月后还有价值吗？
从低复杂度高可靠性任务开始（70-90% 成功率是最近发展区）
定义能力层级（信息收集 → 人审 → 条件自动化），性能指标触发晋升
晋升标准写清楚：准确率、人工批准率、处理量、生产时长
成功率 >90% 加难度，<70% 减难度，保留回滚能力
成功率、晋升、回滚都监控，让系统越用越值钱

本章小结

工程复利：每个功能把经验沉淀成可复用资产，代码库越来越"自我教学"。
前沿聚焦开发：永远对准最强模型，无模型选择器，产品随前沿移动。
渐进复杂度升级：从简单可靠起步，70-90% 成功率区间，逐步开放复杂能力。
经验、模型、能力三重复利，Agent 系统越用越值钱。

到这里，第六部分"让它进化"就讲完了。你的链路现在是：反馈信号（24）→ 评测驱动改进（25）→ 强化学习（26）→ 复合式进化（27），从"给 Agent 信号"到"Agent 的权重和记忆真正进化"。下一部分，进入"规模化到多智能体"。先从第 28 章多智能体协调开始。

第 27 章 复合式进化：让 Agent 系统越用越值钱