Agentic Systems（Agentic 系统）¶
定义¶
Agentic 系统是利用 LLM 完成任务的系统的总称。Anthropic 将其分为两类：
- Workflows（工作流）：通过预定义的代码路径编排 LLM 和工具。流程是确定性的，LLM 在固定节点被调用。
- Agents（智能体）：LLM 动态指挥自身的流程和工具使用，自主决定下一步做什么。
这个区分很重要——workflow 提供可预测性和一致性，agent 提供灵活性和自主决策能力。选择取决于任务的开放程度。
复杂度阶梯¶
Anthropic 建议按复杂度递增选择：
- 单次 LLM 调用 + 检索 + 上下文示例（大多数场景够用）
- Workflow 模式（prompt chaining、routing、parallelization、orchestrator-workers、evaluator-optimizer）
- 自主 Agent（开放式问题、不可预测步骤数）
核心原则：只在有证据表明复杂度能改善结果时才升级。
长时运行维度¶
当 agent 任务复杂度超出单个 context window，系统进入 长时运行 模式。此时 agent 的自主性反而需要更多 workflow-like 的约束——feature tracking、增量推进、状态交接——通过 harness engineering 在自由度中保持方向。这揭示了一个有趣的张力：越自主的 agent，越需要精心设计的 harness。
另一种定义：OS Kernel 类比¶
Karpathy 提供了一种不同于组件分类的定义方式：agent 之于 LLM 如同操作系统内核之于 CPU（LLM-OS 类比）。这个视角不关心 agent 内部是 workflow 还是自主决策，而是关注 agent 在系统架构中的角色——资源调度、任务编排、I/O 协调。
两种定义互补：Anthropic 的 workflows-vs-agents 分类回答"agent 内部怎么组织"；Karpathy 的 OS 类比回答"agent 在系统中处于什么位置"。
系统基础设施维度¶
AgenticOS Workshop（ASPLOS 2026）打开了 agentic 系统的第三个维度：不只关注 agent 内部的组织方式（workflows vs agents）或 agent 在系统中的角色（OS kernel 类比），还关注 agent 需要什么样的基础设施。
workshop 的核心论点：传统 OS 抽象从未为 agent 负载设计，agent 需要新的执行原语（Fork-Explore-Commit）、资源控制（AgentCgroup）、安全隔离（Agent 沙箱）和语义感知调度。这标志着 agentic 系统研究从"如何构建更好的 agent"向"agent 需要什么样的操作系统"的范式下移。详见 Agent OS。
在此之前，AIOS（Mei et al., COLM 2025）已经提供了一个完整的工程原型：当多个 agent 并发共享 LLM 时，引入 kernel 层统一管理 调度、内存换页、工具冲突、权限隔离。实验在单 GPU 上实现了 2.1x 吞吐量提升，验证了 OS 级资源管理对 agent 并发效率的价值。
产品化维度：部分自主产品¶
Karpathy 在 2025 YC 演讲 中从产品视角重述了 workflows↔agents 连续体：不是二选一，而是一个 autonomy slider——用户在产品中按需调节 AI 自主权。Cursor 的 tab 补全→Cmd+K→Cmd+L→Cmd+I 就是这个连续体的产品实现。
核心论断：现阶段应该造 Iron Man 战甲（augmentation），不是 Iron Man 机器人（full agent）。"This is the decade of agents"——自主权的扩展是渐进的，类似 Tesla Autopilot 经历的 12 年。这与 Anthropic 的"从简单开始"原则在产品层面高度一致。
跨系统互操作维度¶
Agent Interoperability 是 agentic 系统规模化后遭遇的新挑战：单系统内的 workflows-vs-agents 分类不够了。当多个组织、多个框架的 agent 需要协作时，需要跨系统边界的通信标准。
A2A 协议（Google/Linux Foundation）是这个维度上的标准化答案——将 orchestrator-workers 模式从单框架内部扩展到跨框架、跨组织的多 agent 网络。Agent Card 提供能力发现，Task Lifecycle 提供跨请求的状态管理。
相关概念¶
- Augmented LLM — agentic 系统的基础构建块
- ACI — agent 与计算机的接口设计
- Tool design — 工具定义的工程实践
- Long-running agents — 跨多个 context window 的长时任务
- Harness engineering — agent 系统的控制层设计
- LLM-OS 类比 — 从系统架构层次定位 agent
- Agent OS — agent 系统的 OS 级基础设施
- Agent scheduling — 多 agent 的资源调度
- Autonomy Slider — workflows↔agents 连续体的产品化表达
- Generation-Verification Loop — 人-AI 协作的核心循环
- A2A Protocol — 跨框架 agent 通信的开放标准
- Agent Interoperability — 多框架 agent 生态的互操作能力
References¶
sources/anthropic_official/building-effective-agents.mdsources/anthropic_official/effective-harnesses-long-running-agents.mdsources/karpathy-llm-cpu-agent-os-kernel.mdsources/agenticos-workshop-asplos-2026.mdsources/arxiv_papers/2403.16971-aios-llm-agent-operating-system.mdsources/karpathy-software-is-changing-again.mdsources/google-a2a-protocol.md