Agency（智能体性）
Agency指的是模型通过训练获得的感知-推理-行动能力——不是外部代码赋予的。
核心命题
“感知、推理、行动的能力——是训练出来的，不是编出来的。”
Agent的核心是一个神经网络，通过数十亿次梯度更新，在行动序列数据上学会了感知环境、推理目标、采取行动。Agency从来不是外面那层代码赋予的。
历史证据
| 年份 | 项目 | 关键事实 |
|---|---|---|
| 2013 | DeepMind DQN | 只接收像素和分数，学会49款Atari游戏——无游戏规则、无决策树 |
| 2019 | OpenAI Five | 10个月自我对弈45,000年Dota 2，2-0击败TI8世界冠军OG |
| 2019 | AlphaStar | 宗师段位（前0.15%），没有脚本化的策略 |
| 2019 | 腾讯绝悟 | 5v5击败KPL职业选手，一天=人类440年训练 |
| 2024-25 | LLM Agent | Claude/GPT在人类全部代码推理上训练→编程Agent |
每个里程碑都指向同一个事实：智能是训练出来的。
与之对立的错误
市面上”拖拽式工作流构建器”、“无代码AI Agent平台”、“提示词链编排库”都是把LLM API调用用if-else分支和硬编码路由串起来的鲁布·戈德堡机械。这是GOFAI（经典符号AI）的现代还魂。
Agency vs Harness
| Agency（智能） | Harness（载具） | |
|---|---|---|
| 来源 | 模型训练 | 外部工程 |
| 职责 | 感知、推理、决策 | 执行、提供上下文、控制权限 |
| 跨领域 | 泛化到任何领域 | 因领域而变 |
Harness不做智能。Harness给智能一个能工作的世界。