仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
最近在技术圈里有一个很有趣的争论：大模型Agent是不是就是各种Prompt的堆叠？像Manus这样看起来很智能的Agent，本质上是不是就是用巧妙的Prompt约束大模型生成更好的输出？换句话说，这是不是一门文字艺术？
这个问题引发了业内专家的激烈讨论，观点分化明显。让我们来看看不同的声音。
有开发者直言不讳地表示：\“没人敢说实话吗？是的，就是各种Prompt的堆叠。\“另一位实战派开发者更加犀利：\“LLM的input就是prompt，不管什么工具或模型，都只是优化prompt。大把人把’优化prompt’的工具吹得云里雾里，却有意无意回避其目的还是只是生成更好的prompt。\“
这种观点认为，Agent可以看做promptengineering的升级版。核心在于如何具体设计prompt，如何拆分，顺序是什么。其他那些复杂的架构设计，在他们看来都是在\“象牙塔里扯淡\“。
但技术专家们显然不买账。有人从工程角度分析：\“生产级别的工程显然不仅仅是Prompt这么简单。\“以OpenHands为例，对接LLM只是其中一个模块，真正驱动Agent完成复杂任务的核心，是一整套事件驱动机制，包括状态机、事件流框架、控制器等等，还用到了像Sandbox这样的沙箱技术。
另一位专家总结得更加全面：\“真正可用的Agent=Prompt（语言接口）+程序化编排+长期状态/记忆+外部工具动作+自反馈循环。缺少任何一环，都会从’自治智能体’迅速退化成’高级聊天机器人’。\“
从技术定义来看，Agent本质上是一个循环系统。对于一个给定目标的AIAgent，它能够自己创建任务、完成任务、创建新任务、重新确定任务列表的优先级，并循环直到达到目标。
用公式表达就是：Agent=LLM+Planning（计划）+Tooluse（执行）+Feedback（纠正偏差）
这个定义揭示了一个关键点：Agent让LLM具备了目标实现能力，通过自我激励循环来完成给定目标。
有一个被很多人忽视的技术细节：现在几乎所有的大模型API都是无状态的。大模型API连鱼的七秒记忆都没有，它甚至记不住自己上一次的回答是什么。
那为什么我们在AI聊天工具里能看到它\“记住\“了历史对话呢？实际上，是把以前的历史会话每次都重新传给大模型一遍，让它看起来有了记忆。这就是把无状态的API做成有状态的样子。
随着应用复杂化，状态管理变得越来越重要。真正厉害的Agent拼的其实是状态管理能力。
一位分析过Manus和OpenManus项目结构的开发者指出，Prompt确实很重要，它可以在不微调大模型的情况下，根据先验知识引导大模型行为，达到期待的业务效果。
但关键是：Prompt是Agent系统中大模型和其他各个组件的润滑油，而不是全部。
以OpenManus为例，其结构主要包括：
Agent（智能体）
Flow（流程）
Tool（工具）
Prompt（提示词）
Prompt只是其中一个组件。
从技术发展的角度看，这场争论其实反映了不同阶段的认知差异：
初级阶段：确实主要靠Prompt工程，通过精心设计的提示词让模型表现更好。
中级阶段：开始引入工具调用、多轮对话、简单的状态管理。
高级阶段：构建完整的事件驱动系统，包含复杂的状态机、内存管理、自主规划和执行能力。
企业级阶段：需要考虑并发、容错、监控、安全等工程化问题。
回到最初的问题：大模型Agent是不是文字艺术？
答案是：既是也不是。
从某种意义上说，所有与LLM的交互最终都要通过文字（Prompt）来实现，这确实是一门语言艺术。设计好的Prompt需要对语言有深刻理解，需要巧妙的措辞和精确的逻辑。
但将Agent简单等同于Prompt堆叠，就像说建筑就是砖块堆叠一样——技术上没错，但忽略了设计、结构、工程等更重要的层面。
真正的Agent系统需要：
精心设计的Prompt（文字艺术）
复杂的状态管理（系统工程）
智能的任务规划（算法设计）
可靠的工具调用（接口工程）
持续的自我优化（反馈机制）
这场争论的价值不在于谁对谁错，而在于推动我们更深入地思考AIAgent的本质。
对于初学者，从Prompt工程开始确实是一个好的起点，它能让你快速理解如何与AI交互。
对于有经验的开发者，则需要跳出Prompt的局限，从系统工程的角度思考如何构建真正可用的智能体。
技术的进步往往就是在这样的争论中螺旋上升的。无论你站在哪一边，都要承认：我们正在见证一个激动人心的技术变革时代。
你觉得大模型Agent是文字艺术吗？欢迎在评论区分享你的观点。
进技术交流群请添加AINLP小助手微信（id:ainlp2)
请备注具体方向+所用到的相关技术点
关于AINLP
AINLP是一个有趣有AI的自然语言处理社区，专注于AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括LLM、预训练模型、自动生成、文本摘要、智能问答、聊天机器人、机器翻译、知识图谱、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLP小助手微信(id：ainlp2)，备注工作/研究方向+加群目的。
