关于智能体AI经济的入门指南

2025年11月一个周五的傍晚，Peter Steinberger构建了OpenClaw的第一个版本。

原型只花了一小时左右，然而几周内，OpenClaw便收获了超过14.5万个GitHub星标，成为GitHub史上增长最快的开源软件项目。

该平台主要由AI代理构建，标志着从聊天机器人向自主任务导向型AI的转变。

而这种转变正在加速。如今Google 75%的新代码由AI生成，微软也有高达30%的新代码出自AI之手。截至2026年初，Claude Code在GitHub上的日提交量已超过13.4万次，而该工具在2025年3月刚推出时几乎为零。

这是软件构建方式——以及越来越多知识工作方式——的结构性变革。

AI代理正站在这一变革的前沿。

那么，究竟什么是AI代理？它和聊天机器人或LLM有何不同？为什么说这是结构性变化而非一时潮流？随着技术栈逐渐成熟，价值在哪里积累，又在哪里被商品化？

这些问题正是我们试图回答的。

最终成果是一个五层框架，用以说明代理的实际构成、技术发展方向，以及各层中谁有望胜出。

部分答案已能从数据中窥见。Anthropic的年化收入在17个月内从10亿美元飙升至440亿美元，几乎完全来自编码代理。与此同时，开源代理框架每月处理数万亿 tokens。这两组数字似乎指向同一个方向：框架层。

但代理仍然会犯明显的低级错误。2025年12月，一个亚马逊的编码代理自主删除并重建了线上生产环境，导致中国区AWS宕机13小时。2026年4月，一个由Claude驱动的Cursor代理在9秒内删除了整个公司数据库。

在生产环境中，有四种失败模式反复出现，且大多从未出现在供应商的定价表中。

麦肯锡2025年AI现状调查显示，不足10%的组织已将代理投入规模化应用。大多数组织根本未使用代理。

技术上可行与运营上落地之间的差距，恰恰是机遇所在。

我们Substack上这份84页的入门指南，希望能提供一份路线图。以下是内容概要：

• 代理的五个层次及其相互关系

• 早期采用者目前部署代理的六个案例研究，包括我的公司8090

• 代理在生产环境中不可靠的四种方式

• 我们预期随着模型商品化，哪一层将积累最持久的价值

• 谁有望掌控这五个层次中的每一层

订阅阅读，并在群里告诉我你的想法：https://chamath.substack.com/p/ai-agents-primer