智能体式思考，AI大模型的旦用难回

OpenClaw（龙虾）带来的「飓风」还在继续刮，而且看起来更是一场 AI 的范式转移。

上周五举办的 2026 中关村论坛人工智能主题日上，月之暗面创始人杨植、智谱 AI CEO 张鹏、无问芯穹 CEO 夏立雪、小米 MiMo 大模型负责人罗福莉、香港大学 nanobot 负责人黄超教授，共同参与了一场聚焦「OpenClaw 与 AI 开源」的圆桌对话。

这里就不介绍对话详情，只提一点就是：Harness 和 Skill 在影响 Agent 框架的方向，Agent 框架也在影响大模型的方向。说简单点，他们都认为接下来大模型要更加适应 Agent 的进化方向。

事实上就在前一天，一度引起 AI 圈和阿里股价「震荡」的前阿里千问技术负责人林俊旸，在离职后首次公开发布了一篇长文，全文分成六个部分，包括对 OpenAI o1、DeepSeek R1 推理范式的溯源，还有对 Qwen 路线的反思等。

但其中最重要的一部分，还是对「Agentic Thinking」（智能体式思考）的提出与判断。不同于 DeepSeek R1 那种推理式思考，他认为智能体式思考必须能够：

- 决定何时停止思考并采取行动
- 选择调用哪个工具以及以什么顺序
- 整合来自环境的嘈杂或部分观察
- 在失败后修订计划
- 在许多轮次和许多工具调用中保持连贯性

林俊旸原文第四部分，图片来源：X

这么说，听起来可能还是有点抽象，但如果你最近用过 OpenClaw 或者 Claude Code，可能已经隐约感受到这种变化。它们不再像传统模型那样，在封闭环境下进行纯推理式的思考：

而更像一个真正干活的人，一边思考，一边结合各种工具和技能动起来，出错了再思考，再尝试，最终输出回答或者执行结果。

对比之下，以 OpenAI o1、DeepSeek R1 为代表的推理模型，更多还是在「颅内推演」，最后直接输出一个回答。不是说纯推理式思考没有价值，但更适用于数学等封闭世界的问题，而现实世界往往目标不明确、反馈不稳定，需要多步决策。

所以也能看到，几乎没有人会推荐在 OpenClaw 或者类似产品使用 DeepSeek R1，更多今年发布的新模型，也都在适应 OpenClaw。

智能体要干活，AI 不能埋头思考答题

上周末，雷科技受邀在亚洲重量级当代艺术博览会 Art Central 2026 体验了一款颇具特色的视觉 AI 应用，可参看《带着Chance AI勇闯艺术展：拍照即解读，视觉AI真能看懂当代艺术？》。

简单来说，Chance AI 更本质的核心是一个 Visual Agent（视觉智能体）。而我核心想说的，是实际体验中 Chance AI 的「思考方式」。

不同于 DeepSeek 思考模式（R1）下纯推理，基本依赖获取到的文本信息继续搜索，并在此基础上进行推理。Chance AI 在识别图片内容后，则会广泛地通过搜索引擎、社交平台搜索图片、文本信息，甚至是位置信息（地点）。

更重要的是，Chance AI 作为智能体不是依靠一次推理，而会基于图片、文本、地点等信息的反馈，反复调整、多次尝试。

就拿我在 Art Central 2026 看到的一副作品来说，Chance AI 首先会识别图片内容，再通过 Instagram 等社交媒体以及专业的艺术品平台进行搜索，尽可能先找到「作品」。

然后才会继续思考。不管没找到，还是信息太少，都会使用不同工具查找艺术品、地点、图片，进一步锁定作品和作家等更多信息，再继续思考需求，比如作家的风格和更多作品。

图片来源：雷科技

这种 Agent loop（智能体循环）的工作方式，也在一定程度上决定了同一张啤酒桶的局部照片，能被 Chance AI 认出，豆包、Gemini 等主流 AI 大模型却认不出。这当然不是在大模型层面超越了 AI 巨头，核心还是将 Harness Engineering 的工程架构第一次带到视觉领域。

将 Harness 和 Skill 机制发扬光大的 OpenClaw 更是同理。

尽管它的干活能力超出了无数人的预想，但 OpenClaw 之父 Steinberger 并没有自主训练大模型，在大模型之上打造了一个相对可靠的 Agent 框架，或者就像黄超教授说的「脚手架」「轻量级操作系统」。

这也是今年以来被频繁讨论的技术趋势。

Harness 中文直译为「马具」，Harness Engineering 简单理解就是「驾驭大模型」的工程，包括但不限于上下文工程、长记忆管理、工具调用等。而 Skill 可能更为大众熟知，比如支付宝今天（3 月 31 日）刚刚推出的支付宝支付集成 Skill，就能让智能体 AI 直接集成支付宝的支付能力。

图片来源：支付宝

但在技术变化之下，更底层的变化则是林俊旸口中的「智能体式思考」。

事实上，智能体 AI 更离不开「思考」，但它的思考被嵌进了不同的操作和流程之中。这就是智能体式思考本质的变化：不是先完全想清楚再动手，而是在动手的过程中不断修正自己的想法。

你会发现，OpenClaw 和过去的大模型，完全不是一种「工作方式」。它们不会一上来就给你结果（非推理模型），也不会搜集一轮信息后埋头思考后答题（纯推理模型），而是更多调用工具与进行交互，多轮搜索、验证、决策和调整。所以在大模型不变的前提下，OpenClaw 这类智能体产品反而能够更好地解决现实问题。

图片来源：雷科技

又比如一个看似简单的需求：修一个项目里的 bug。你并不知道问题在哪，也不知道改哪一行代码，更不确定一次修改能不能解决问题。在这种情况下，单纯拉长「推理链」并没有太大意义。因为真正关键的不是「想得更全面」，而是不断测试、调整思路。

正如罗福莉说的，「（OpenClaw）保证了下限，同时也拉升了上限。」

智能体式思考，旦用难回？

把时间拨回到 2024 年，大模型行业最明确的一条主线，其实就是让模型更会「推理」。以 OpenAI o1、DeepSeek R1 为代表，这一代大模型开始系统性地拉长推理链，通过更长的思考链换取更高的正确率。

在数学、代码等相对封闭的问题中，这种方法几乎是立竿见影的，模型不再只是「猜答案」，而是开始「做题」。这也是为什么，当年大模型都在卷「推理」。

但 DeepSeek R1 这类纯推理模型暗含了一个前提：问题都是可以被「思考」出来的。也就是说，信息是相对完整的，目标是明确的，路径是可以通过推导得到的。

图片来源：DeepSeek

可现实世界并不是一张问卷。当任务从「解一道题」变成「把一件事做完」，信息不再完整，目标也不总是清晰，过程更不是一次推导就能结束的。AI 需要不断尝试、修正路径，甚至在过程中重新理解问题本身。

就算是写报告这种「案头工作」，现实世界中也需要多轮的信息搜集、思考推理、工具调用和评估决策。这也是为什么，当 OpenClaw、Claude Code 以及更多这类产品出现后，很多人第一次意识到「会推理」，和「能干活」，其实是两种能力。

它们的关键变化，并不在模型本身，而在于引入了一整套围绕执行过程的机制。

Harness 不负责思考本身，但决定了思考如何被组织。什么时候继续推理，什么时候该去执行，失败之后是回退还是换路径。它把原本一次性的推理过程，拆成了一个可以反复运行的循环。Skill 则把各种能力变成了 AI 随时能调用的模块，明确的操作选项。模型需要做的，也不再是直接给出答案，而是选择在什么时刻调用哪一种能力。

看起来只是流程上的变化，但带来的结果却是让模型具备处理「不确定问题」的能力。所以同样的大模型底座，放在不同的系统中，表现会有明显差异。像 OpenClaw 或 Claude Code，在面对复杂任务时，并不是因为「更聪明」，而是因为它们可以不断试错、修正路径、利用工具，直到把问题推进到一个可行的结果。

不过真正驱动这种变化的，核心还不是技术本身，而是需求。

比如调研小红书，图片来源：雷科技

当用户第一次使用大模型时，期待的是一个能回答问题的工具。当推理能力提升之后，期待变成了「回答得更准确」。但到了今天，这种期待已经进一步转变为「真正的代理」，直接作为「AI 同事」帮我们干活。

没人会满足于一个只会回答问题的 AI。写代码也好，查信息也好，处理任务也好，真正有价值的，从来不是「告诉我该怎么做」，而是「帮我做」。

在这样的需求之下，大模型就不再只是一个推理机器，而必须成为一个可以参与执行的系统。也正因为如此，从推理式思考走向智能体式思考，甚至都谈不上一次技术路线的选择，而会是一种几乎不可避免的迁移。