AI Agent 是泡沫吗？10 位开发者的一手回答
我们采访了 10 位正在生产环境使用 Agent 的开发者，覆盖客服、运维、研发、内容四类场景。结论比想象中更复杂，也更乐观。
起因
最近半年 “AI Agent” 是显学。每场会议都在讲 multi-agent、auto-agent、agent-orchestration。
但有多少 Agent 真的在生产里跑？
我用三周时间采访了 10 位开发者——他们都满足两个条件：
- 在生产环境部署了至少一个 agent
- 不是 Demo / 内测，是真用户在用
数据先放上
| 维度 | 真实数据 |
|---|---|
| 平均开发时长 | 3.4 周 |
| 单次任务平均成本 | $0.18 |
| 任务成功率 | 71%（中位数） |
| 比”全人工”快多少倍 | 5.2× |
| 是否会替换之前的工作流 | 90% 是 |
| 推荐度（NPS） | +47 |
几个真实场景
客服场景（电商）：处理订单状态咨询、退款进度。单次成本 $0.04，准确率 92%。唯一痛点：用户偶尔会问 “我能找真人吗”，agent 转接人工的逻辑做了三版才稳定。
运维场景：日志告警分析 + 初步定位。准确率只有 65%，但节省了 ops 工程师 70% 的”看告警”时间——他们只看 agent 标记为高优的。
研发场景：自动 PR review。这个最 controversial。开发者反馈两极：
- 喜欢的：catches stupid bugs（典型：“你这个 hook 没加 dependency array”）
- 讨厌的：waste of time on style nits
内容场景：电商商品描述生成。ROI 最高——一个人能管 10× 商品。
共识：Agent 不是泡沫
10 个人里 9 个会重新选择”用 Agent”。
但他们对 “Agent 替代人” 的判断完全否定。
“Agent 是一个非常好的初级员工。但你需要一个高级员工 review 它的输出。” —— 受访者 A，做了一年 agent 平台
真正的瓶颈
不是模型能力。模型能力够用。
真正的瓶颈：
- 可观测性：agent 错了你怎么知道？错在哪一步？
- 回滚 / 容错：agent 跑到一半坏了你怎么处理？
- 权限边界：agent 应该能做什么、不能做什么？
- 成本上限：失控的 agent 能烧多少钱？
这些问题不在论文里，在 SRE 手册里。 大模型的下半场是 infra 题，不是 model 题。
一句话总结
“Agent 不是泡沫，但 Agent 公司是。” 真正赚钱的会是接 Agent 的传统行业（电商、客服、运维），不是做 Agent 平台本身。
我们正在做的 AgentRunner 也在思考这个问题——做工具，不做平台。
下篇再聊。