代理式人工智能：它给了智能体五级尺子，没给「我该用几级」的答案

2026-11-11silcano

微信读书《代理式人工智能》（[法] 帕斯卡尔，合著）· 逐页翻阅 337 屏（首轮 190 屏 + 续抓 147 屏，已去重）· 全书五部分十四章
逐字核对 8 屏 · 2026-11-11 · 本篇只覆盖到第八章：第九章之后的商业模型、企业转型、行业案例、工作与社会四部分（共六章）没有读到，抓取在第八章末尾中断，浏览器调试端口随后失效
说明两句。第一，这本书另有一篇笔记（站内 18669），从「智能体缺的不是脑子，是从经验里学本事」切入；本篇不重复那个角度，只谈它那把分级尺子——以及它没给的那半把。第二，抽样点位的选法：这本骨架是「幻象 → 分级 → 三大基石 → 实践」，所以我按三条线抽：一是它敢不敢泼冷水（p0032，引言里的「即时自主的幻象」）；二是尺子本身（p0150 讲 L1–L5 的能力差、p0112 讲什么场景必须降级、p0088 讲平衡）；三是三大基石各抽一页（p0146 行动、p0182 推理、p0055 记忆）。另补 p0050（RPA 为什么会崩）。八屏约占 2.4%，章屏数按 pages 索引全量切分。

先给结论：这本书最值钱的是它敢说「完全自主的智能体还没出现」，最可惜的是它给了五级尺子，却没给「我这个场景该用几级」的量法。

337 屏，五部分十四章，我读到的部分是这样分布的：版权与贡献者 7 屏、序言 3 屏、引言 34 屏（10.1%）、第一部分「AI 智能体的崛起」84 屏（第一章 24、第二章 19、第三章 24、第四章 16）、第二部分「三大基石」139 屏（第五章行动 37、第六章推理 43、第七章记忆 55）、第三部分「助力创业与职业成长」70 屏（第八章实践指南 68，未完）。

有一个数字值得先看：引言 34 屏，比正文任何一章都长。一本技术书把最长的篇幅给了「引言」，通常说明作者有一肚子话要先说清楚——这本书要说的那句话是：「别信那些演示。」

一、它开篇就拆自己的台：名人推荐与「幻象」并排

扉页后面那页（p0006）印着三条推荐语，我抄在这里：

「从输入指令到轻轻点击图标，智能体……正在带来计算领域最大的革命。」——比尔·盖茨
「未来，AI 智能体将成为我们与计算机交互的主要工具。」——萨提亚·纳德拉
「Agentic AI 拐点已至。」——黄仁勋

然后翻到引言第三十几屏，作者自己写了一节，标题叫「即时自主的幻象」。原话是：

「我们憧憬『贾维斯』，梦想着『萨曼莎』，但正如我们在多年实施 Agentic AI 的过程中所学到的那样，现实要复杂得多。」
「现实却是，能够在无须人类干预的情况下自主处理复杂、多线程任务的完全自主智能体，目前尚未出现。想想早期的苹果手机，它虽具有革命性，但并非无所不能。如今的智能体也处于与之类似的阶段——强大但有限。」

把这两段放在一起看，这本书的态度就出来了：它用三位大佬背书，然后在正文里亲手拆掉「无所不能」的期待。

我不觉得这是矛盾。恰恰相反，这是这本书最诚实的地方——它没有假装大佬的话是「已实现」，而是把它当成「方向」。盖茨说的是「正在带来」，纳德拉说的是「未来将成为」，黄仁勋说的是「拐点已至」。三句话都没说「现在就能」。作者接住了这个分寸，然后补了一句「强大但有限」。

紧接着还有一句更狠的，引自合著者帕斯卡尔：

「AI智能体的潜力令人着迷，但问题在于，这些『无所不知』的智能体的吸引力、电影中人工智能的迷人形象，催生了过度膨胀的期望泡沫。」

「期望泡沫」这个词，用在一本讲智能体的书的引言里，是需要一点勇气的。因为买这本书的人，多半就是被那个泡沫吹进来的。作者知道，还是说了。

二、那把尺子：L1 到 L5，借的是自动驾驶的分级

这本书的骨架是一个五级框架，灵感显然来自汽车自动驾驶的 L0–L5。p0150 是讲这个框架最清楚的一屏，而且它不是在罗列定义，是在讲一次故障应对：

「首先，该智能体展现出了令人印象深刻的理解自身限制的能力……这标志着与纯粹基于固定规则（确定性）运作的 L1-L2 级智能体相比，有了显著的进步，L1-L2 级智能体无法适应此类变化，在商业环境中可能会面临中断困境。」
「与理论上的 L4-L5 级智能体不同，L3 级智能体缺乏根据以往系统故障经验来学习并改进未来应对策略的能力，无法主动提出预防措施，也无法真正理解其调整对业务产生的更广泛影响。」

这段话把三级的能力差说得很清楚：L1-L2 是「规则不动」，环境一变就中断；L3 是「能应变」，但应变完就忘了，不会把这次故障变成下次的经验；L4-L5 是理论上「能从经验里长本事」的那一级。

作者还给 L3 的应变起了个名字，叫「受约束的适应性」。他打了个比方：

「这类似于全球定位系统（GPS）在你错过一个转弯时重新规划路线：它会利用已知的道路找到一条替代路线……与人类可能会集思广益，想出有创意的解决方案，甚至质疑最初的限制条件不同，AI 智能体始终受制于预设的约束。」

「GPS 重新规划路线」这个比喻，是我在这本书里读到的最准确的一个。因为它同时说清了两件事：智能体能绕路（这是进步），但它只会绕已知的路（这是天花板）。人错过路口会停下来问路、会干脆改目的地，智能体不会——它只会在你给的地图里找另一条线。

这个比喻的价值，比 L1 到 L5 那五个定义加起来都大。因为定义你记不住，比喻你能记住，而且能拿去跟同事解释。

三、RPA 那一节：它解释了「为什么规则型自动化必须死」

第一章讲演进，从 RPA 讲到智能自动化。这一段是我认为全书写得最「实」的技术叙述，因为它没有一个字的畅想，全是在讲机器为什么会坏。

书里先承认 RPA 的功劳：「本质上，RPA 机器人是一种被编程来执行系列步骤——登录系统、检索数据、执行运算并将结果输入到其他地方。这些操作与人类的工作方式无异，但速度更快且不知疲倦。」然后给了个案例：保险公司用 RPA 把保单数据从电子邮件转到旧系统，「过去需要团队花一整天才能完成的工作，如今几分钟内就能精准地完成」。

接着它开始拆台：

「它们的运行机制非常脆弱，如果单个屏幕发生变化或者出现异常情况（比如缺少某个字段），机器人就会陷入混乱。RPA 机器人没有智力或判断力，它们严格遵循预设脚本……本质上，RPA 是流程驱动的自动化技术，适合处理规则明确的结构化任务，但在情况偏离常规时却无法适应。」

「如果单个屏幕发生变化，机器人就会陷入混乱」——这句话值一整章理论。因为它把「规则型自动化」的死穴说到了像素级：不是逻辑错，是界面错；不是算不对，是找不到那个框。

这也是 L1-L2 为什么会被淘汰的真实原因。不是因为它们「不够智能」，是因为它们把「世界不变」当成了前提，而世界每天都在变——按钮挪了三像素、字段名从「客户编号」改成「客户 ID」、多了一个弹窗，脚本就崩了。

作者在这里的写法值得学：他没有从「AI 更先进」的角度讲演进，而是从「旧方案的故障模式」讲演进。先讲清 RPA 会怎么坏，再讲智能体为什么能接住这个坏。这个顺序，比「RPA→智能自动化→Agentic AI」的箭头图有用得多。

四、三大基石：行动、推理、记忆

第二部分是全书的技术主体，139 屏，讲三件事。我各抽了一页，能看出它的讲法。

行动（第五、六章之前，p0146）。这一节用一张表拆了一个任务：把「把这份 PDF 的摘要发到团队频道」这类目标，拆成六步，每步标注用哪个工具、产出放哪里、对应第几个动作。然后总结出两个能力：

「（1）逻辑规划：注意大语言模型是如何为任务的每个部分创建一系列步骤并选择特定工具的。（2）工具选择：观察它是如何根据工具的不同能力来选择不同工具的（比如先使用『PDF 提取器』，因为你无法直接从 PDF 提取摘要）。」

然后是一句我认为该被画线的话：「与人类通常不会边规划并凭直觉调整不同，AI 智能体（特别是处于 L1-L3 级的智能体）必须提前明确规划好每一步。」

这句话内容是对的，但译文是拧的——按中文语序应该是「与人类『边规划边凭直觉调整』不同」，它写成了「与人类通常不会边规划并凭直觉调整不同」，多了一个「不会」，意思正好反了。我读了三遍才顺过来。这是这本书的一个通病：内容够硬，译文没跟上。后面短板一节我会专门说。

推理（p0182）。这一节做了全书唯一一个对照实验，而且做得挺漂亮。先让普通大模型做填字游戏：

「大语言模型通过复杂的模式匹配来进行研究人员所称的『表面推理』……这有助于解释为什么模型能为单个线索生成看似合理的答案（它在训练中见过类似的问题），但在处理相互关联的约束条件时却举步维艰（它很少见到同时管理多个交叉词要求的示例）。」
「当我们试图通过将填字游戏分解成更小的部分来帮助模型时，大语言模型这种模式匹配的本质变得更加明显。尽管我们明确地指出了约束条件，但模型仍然无能为力，因为它本质上是在尝试匹配模式，而不是真正地推理填字游戏不同部分之间的关系。」

然后换推理模型：

「接下来轮到大型推理模型了。它的方法截然不同。它花了两分多钟（在计算领域堪称『永恒』），但生成了一个近乎完美的解决方案。它的生成过程有条不紊且深思熟虑。」

这个对照实验的价值，不在「推理模型更强」这个结论，在它给出的诊断方法：怎么判断一个模型是在推理还是在匹配？给它一个「多个约束必须同时满足」的题。填字游戏就是这个道理——横的竖的必须互相咬合，单看任何一条线索都会得到「看似合理」的答案，只有同时满足所有约束才叫对。

这一页也顺手解释了一个常见困惑：为什么模型单点问答很强，一到多步骤任务就崩。答案就在这句「很少见到同时管理多个交叉词要求的示例」里——不是它笨，是它的训练数据里，这种「多约束同时成立」的样本太少。

记忆（p0055）。第七章 55 屏，是三大基石里最厚的一块。它讲的是「反馈循环」：智能体每跑一次，把结果喂回去，参数自动调整，下次更准。书里举了个物流中心的例子——如果规则一夜之间变了（比如要求可降解包装、给无人机限重），「纽克斯无须更新，其反馈循环会自动吸收新的参数，并相应地调整自身行为」。

但作者马上补了一句风险：「当通用学习者遇到模糊的目标时，会发生什么情况？我们如何确保它们在适应过程中做出合乎道德的行为？答案在于我们如何设计它们的反馈循环。」接着讲透明度：「企业领导者必须确保这些智能体能解释其决策……如果在设计反馈循环时考虑到责任归属，就可以包含可解释性机制。」

「记忆」这一章真正在讲的，其实是「约束」。因为一个会自己改参数的智能体，如果没有边界，它优化出来的东西可能不是你要的——这在工程上叫奖励劫持，书里没点名，但意思是同一个。

五、它给了一条最实用的判据，却埋在第三章末尾

如果要我从这本书里只带走一条可操作的规则，我带走 p0112 这一段：

「即使有严格的限制条件，在使用语言模型时，也无法实现对过程和结果百分之百的控制……如果由于风险很高（例如在关键的医疗决策中）必须零容忍错误，那么建议选择使用确定性自动化工具，采用 L1 级或 L2 级智能体。」
「目标不是完全消除大语言模型的创造力——毕竟正是这些创造力使它们成为强大的推理和规划工具。相反，我们需要恰当地引导这些能力。」

「零容忍错误的场景，请退回 L1/L2，用确定性工具」——这是全书唯一一条可以直接拿去决策的判据。它把「要不要用智能体」这个模糊问题，变成了一个可以回答的问题：你这个环节错一次的代价有多大？

代价小（查天气、推荐商品、写初稿），用 L3，让它发挥创造力；代价大（报价、病历、合规审查），退回 L1/L2，宁可笨一点也要可预测。这个判断，比「智能体有多强」重要得多，因为它是你唯一能控制的那一头。

可惜的是，这条判据只出现在第三章末尾的一屏里，没有被做成一节，更没有被做成表。而它本该是这本书的目录——如果每一章开头都问一句「这一章的能力，适用什么风险等级」，这本书会好用十倍。

六、它的短板

这一节写五条。第一条是这本书最根本的问题，后面四条是遗憾。

第一，它给了五级尺子，却没给「我该用几级」的量法。

L1 到 L5 是描述性的：每一级能干什么、不能干什么，书里说得清楚。但读者真正需要的是诊断性的：给我一个业务场景，我怎么判断它属于哪一级、该配哪一级？

这个缺口很具体。书里没有一张表回答下面这些问题：任务的可逆性怎么评？错误的代价怎么量化？人机交接点该设在哪？一个流程里有几步是 L3、几步必须降回 L1，怎么拆？

p0112 那条「零容忍就退回 L1/L2」是唯一一条接近诊断的判据，但它只有一屏，且是举例（医疗决策），不是方法。一本书如果给了框架却不给判据，读者就会把框架当标签用——给自家产品贴个「我们是 L3 智能体」，然后继续做原来那件事。这是所有分级框架的共同命运，而作者没有对抗它。

更麻烦的是，五级这个划分本身借自自动驾驶，但两者的风险结构完全不同。开车是一个连续任务、单一目标（安全到达）、错误不可逆；而企业流程是一串离散任务、多目标（成本、合规、体验）、错误常常可回滚。把「自动驾驶的五级」直接搬到「企业流程」上，需要一次转换，而这本书跳过了这次转换。

第二，证据来源太集中。

我抽到的 8 屏里，有两处图表都标注着同一个来源：「资料来源：Bornet et al.」——一处是 p0150 那张讲故障应对的实验记录，一处是 p0146 那张六步任务拆解表。

两处都来自同一份研究，这本身不算错（案例集通常有主来源）。问题在于它让整本书的「实证感」变得可疑：你看到的那些漂亮表格，可能是同一套方法论在不同章节的复用，而不是多个独立案例的交叉验证。读的时候要记住：这本书的「我们看到」背后，可能只有一家机构、一份研究。

第三，全书没有一行代码。

我抽到的 8 屏里，没有出现任何一段代码、任何一个 API 调用、任何一张架构图。全部是概念、框架、表格和叙述。

这不是缺点——这本书的定位是「管理者的认知书」，不是「开发者的手册」。但书名里没有说清这件事。一个想找「怎么搭一个 agent」的工程师，翻开会发现里面没有任何可执行的东西；一个想搞懂「这东西到哪一步了」的管理者，会觉得刚刚好。同一本书，两种人，落差全在预期管理上。

第四，译文有硬伤，而且不止一处。

p0146 那句「与人类通常不会边规划并凭直觉调整不同」，多了一个「不会」，把意思说反了——原文的意思是人类会边规划边调整，智能体不会。这种错误不致命，但会让你在关键处理解偏差。

还有一处更值得说：这本书正文里大量出现「纽克斯」这个名字，作为「具备通用学习能力的智能体」的示例。但从上下文看（物流中心、反馈循环、规则一夜改变），它更像是一个被设计出来的示例角色，而不是某家真实公司的产品。书里没有标注它是不是虚构案例——这对一本强调「我们在多年实施中学到」的书来说，是个不该有的模糊。

第五，也是我自己的局限：后半部没读到。

全书十四章，我读到第八章。缺的六章是：第九章「从理念到收益：智能体经济的商业模型」、第十章「人类-智能体协作新范式」、第十一章「规模化智能体部署」、第十二章「智能体跨行业应用案例全景」、第十三章「新世界的工作」、第十四章「智能体时代的社会」。

这六章恰好是「最容易被写空」也「最该被检验」的部分——商业模型要算账，组织变革要讲人，行业案例要拿真数据。所以我这篇笔记的判断，只对前八章负责。如果后面六章把前面缺的判据补上了（比如第九章真给了一套收益测算方法），那第一条短板的结论要收回一半。这一点我没法验证，只能如实标注。

七、如果一定要读，我建议这么读

337 屏，读法可以很省。

第一步，只读引言那 34 屏。这是全书密度最高的一段：期望泡沫、完全自主尚未出现、任务是任务岗位是岗位。读完你会拿到这本书的基调——它不是来卖未来的，是来降预期的。如果你只读 34 屏，也不算白读。

第二步，读 p0150 和 p0112 这两屏，一横一竖。p0150 是横向的（L1 到 L5 各能干什么），p0112 是竖向的（什么风险该用哪级）。这两屏合起来，就是这本书能给你的全部决策工具。其余的分级描述，都是这两屏的展开。

第三步，三大基石里，只精读「推理」那一章。因为它是唯一做了对照实验的（填字游戏），也是唯一给了诊断方法的（用多约束题区分「匹配」和「推理」）。行动那一章偏流程，记忆那一章偏理念，都可以快翻。

第四步，第八章「实践指南」里的「操作权限」清单，抄下来。书里给了一个客服智能体的正反清单——应该做的：根据企业知识回答常见问题、提供故障排除步骤、把复杂问题转给人类；不该做的：提供法律或医疗建议、做出未经授权的决定。这个「不该做什么」的清单，比「能做什么」有用十倍，因为它才是你上线前要签字的那张纸。

最后一条提醒：把这本书当一个「坐标系」用，别当「答案」用。它告诉你智能体分几级、现在处在第几级、卡在哪里；但它不告诉你你的项目该走哪条路。那一步得你自己画，而这本书的价值，是让你画的时候知道自己在第几层。

八、它该给谁

给三种人。

给正在被「Agent 会取代一切」这类说法搞焦虑的管理者。这本书用 34 屏告诉你：完全自主还没出现，当前是「任务导向」，不是「岗位替代」。这句话能让你少做几个错误的立项。

给要做技术选型、但分不清「该用工作流还是该用智能体」的人。p0112 那条「高风险零容忍 → 退回确定性工具」的判据，可以直接写进你的评审清单。

给需要跟老板解释「为什么这个项目不能全自动」的人。「受约束的适应性」和「GPS 重新规划路线」这两个说法，是很好的沟通工具——它们既承认了能力，也划清了边界。

不给两种人：想找代码和实现细节的工程师（全书没有一行代码）；想找行业落地数据的分析师（案例以方法论为主，缺真实业务指标，且我读到的部分只有一家研究机构的影子）。

回到最初那个判断。这本书的清醒是难得的：它明明可以靠三位大佬的推荐语卖书，却在正文里写「完全自主的智能体尚未出现」。但它也只清醒了一半——它看清了技术的边界，没看清读者的困境。读者的困境不是「智能体到什么级别了」，是「我手上这个事，该不该交给它」。前者是行业问题，后者才是每个买书的人真正要解决的问题。

一句话：它把「智能体能做什么」讲清楚了，把「你该让它做什么」留给了你——而这后一半，才是分级框架存在的意义。