@ZorrotChen: https://x.com/ZorrotChen/status/2058076393276383728
摘要
本文探讨了Agent-as-a-Service (AaaS) 的概念,并从Aeon框架出发,分析了Agent自治的重要性,认为未来的Agent应像SaaS一样为用户交付成果,同时具备自治、自进化和持续运行能力。
查看缓存全文
缓存时间: 2026/05/24 02:19
Agent-as-a-Service:由Aeon出发的Agent Autonomy狂想曲
以下内容为技术分析,不构成投资建议
避免你不知道 @aeonframework 是什么:aeno是由 @aaronjmars(不是一个有很多头衔的dev)开发的一款Agent驱动的任务自动执行程序。通过克隆仓库,部署在github action上,再接入订阅方案,即可驱动Agent按照你的初始化设定,不停机的持续执行任务。
如果你了解我,应该知道我很不喜欢openclaw,并且在其出现时就预言它很快会凉掉。说这个不是为了显的我厉害,而是因为我有一套自己的Agent发展观:Agent的存在不应该长期依赖部分懂技术的C端用户自己折腾,而应该像Saas(software-as-a-service)时代那样,让少部分精通技术的开发者,可以开放它们的专家Agent,为其他用户直接解决问题。
我不会昧着良心说Aeon是什么尖端技术,最近也存在一些fud声音质疑它的价值。我个人的粗浅看法:
(1)实际上,AI时代软件工程已经不存在什么真正的创新,也没有什么不能被攻破的技术了,可能唯一能让另外一个dev服气的,只有你的地位和名气;
(2)一个看起来并不算非常新颖的东西,但是可以非常Smooth的去Work,这是非常难得的(这也是Hermes做的比Openclaw好的地方);
(3)这个方案实际上相当有意思,用Github Action实际上是一个巧妙的选择,解决了在线问题,成本问题以及透明性(自治)问题。
但Aeon只是另外一个巨大的故事的第一步。
怎么定义AasS?
如之前所说,AasS(Agent-as-a-Service) 是一种思想,Agent应该和传统的Sass服务一样去为最终交付负责,而不是作为解决问题种一小部分的工具。虽然没有很多人去提这个概念,但实际上这种做法已经非常普遍了:例如,你可以用claude做设计,你可以用gemini做网页,可以用kimi做PPT,等。
但这和真正的Aass的理想还是不完全一样,或者说,这是Aass为什么不同于Saas的原因:对于Saas而言,以人为中心,解决需求,交付结果,就足够了。但如果Aass依然停留在这一层,可以说这只是一种Saas的技术变种,无非是把原先的一些程序化的模块换成了Agent,这不会改变它的本质。我认为Aass必须具有以下特征:
(1)它不是为了解决“某一个需求”而生,而是需要有能力解决“某一类需求”。
(2)它对自身的迭代和维护最少限度的依赖人类dev,而是可以依靠自进化来适应需求的变化。
(3)它的运作必定不能依赖人类的交互,而是需要一套完整的自治逻辑。
实际上任何一正规的产业肯定会需要安全,隐私,合规等需求,但这个属于废话,所以就按下不表。
Aeon和AasS有什么关系
自治(以及24小时不停机)是AasS最基本的要求,而实际上目前关注这点并且有实际的,令人眼前一亮的方案的产品很少。这也是我对Agent发展的一个重要判断:对Autonomy的需求已经开始比Harness更加迫切了(因为其实现在的Harness技术和方法论已经做得不错的)。你不能永远指望用户在本地挂着他的codex或者openclaw,来实现各种自动化需求,包括办公,信息收集,运营,实时解决Issue等。
Aeon迈出的第一步,就是对自治问题提出了一个虽然不那么华丽,但是切实可用的解决方案(我想我完全能够用在我的下一个产品里面 )。
这个方案有它的缺陷:基于github repo对于非技术用户有明显的门槛,同时它无法满足私有化部署的需求。
但是优点更加明显:他有一键式的template给你使用,技术用户可以快速部署,并且潜在能够将其改造为一种完整的的服务,而且背靠github还给予了Agent运作不可估量的安全性(当然讽刺的是,最近Github还被攻破了,但即便如此,我肯定更加相信github action而不是一个部署在vps上的openclaw)。
AaaS的下一步
有趣的事情是,我几乎能够看到AaaS实现路径上的所有原件,只要将他们缝合起来似乎就能够达到我们的目标:Harness和Skill目前有海量的资源,自治可以依靠 Aeon,自进化可以依赖 Evomap,解决问题可以依赖更加强大的Base model和tool call,所以,问题解决了吗?没有。
真正的问题是我们没有准备好。
这是一个完全不同的,对Agent的维度和评价标准。一个Agent是否有价值,不再取决于它某次回答是否惊艳,某一次是否能解决问题,而取决于它能不能长期存在,能不能稳定工作,能不能被约束,能不能在出错后自我恢复,能不能让用户对一个Agent服务产生信任。
所以我乐于看到Aeon生态的爆发,这当然不是终局,这是个开始,一场对Agent Autonomy的公开考试 - 它们究竟是否值得信任,是否能够进行稳定,正确的交付。
相似文章
@wangyuanzju: https://x.com/wangyuanzju/status/2056573165623713993
文章基于SaaStr大会考察,深入分析了AI Agent将成为用户主入口,现有软件将演变为“无头”服务并融入Agent供应链,开启软件工业化时代;同时探讨了低摩擦微支付将促进商业软件供应链深度解构,为创业者带来历史性机遇。
@AxtonLiu: https://x.com/AxtonLiu/status/2073791557547794579
本文讨论了Agent OS的概念,强调通过分工将任务拆解为多个工位(抓取、提炼、核查、确认),每个工位由独立的Agent负责,以实现可控的自动化。作者通过消化浏览器标签的例子,展示了如何通过分工隔离上下文、责任和风险,确保AI输出的准确性和可靠性。
@beefnoode: https://x.com/beefnoode/status/2062816409030389909
本文基于a16z关于Salesforce无界面产品的分析,探讨AI Agent时代企业软件的护城河从用户界面迁移到底层数据模型、权限体系和工作流逻辑的趋势,并分析了CRM、ATS、ERP等系统的迁移难度差异。
本文系统梳理了AI Agent架构与工程实践,涵盖控制流、上下文工程、工具设计、记忆、多Agent组织、评测、追踪和安全,基于OpenClaw实现展开,强调Harness(测试验证基础设施)对系统稳定性的关键作用。
本文系统梳理了AI Agent架构与工程实践,涵盖控制流、上下文工程、工具设计、记忆、多Agent组织、评测、追踪和安全,基于OpenClaw实现展开,强调Harness(测试验证基础设施)对系统稳定性的关键作用。
@mylifcc: 最近刷到 Google Cloud 这篇《多租户智能体 AI 系统》参考架构,读完后觉得对独立开发者 + 小团队生产化 Agent 非常有启发。 不是教你怎么 prompt,而是告诉你企业级多 Agent 系统该怎么安全、可扩展地落地。 …
分享Google Cloud多租户智能体AI系统参考架构的5个核心要点,对独立开发者和小团队生产化Agent有启发。