早期 Agent 产品的卖点是“你随便说，它自己想办法”。实际用下来，开放式自主决策在真实业务里失败率很高：步骤一多就偏航，出错后难以定位，权限边界也说不清。

于是这一年的产品普遍转向另一种形态：把流程写死，把判断留给模型。

一、流程固定：先查工单、再查知识库、再生成回复、最后送人工复核。每一步的输入输出都是确定的，模型只在“这一步该选哪个选项”上做判断。流程固定之后，失败可以定位到具体某一步。

二、工具收敛：给 Agent 的工具从几十个砍到五六个，每个工具的参数做严格校验。工具越多，模型选错的概率越高，而选错一次就可能触发一次不可逆操作。

三、可观测：每一步都记录输入、输出、耗时和 token 消耗，出问题能完整回放。没有回放的 Agent，线上没人敢用。

这个转变听起来像是退步，其实是成熟：用户要的不是“会思考的 AI”，而是“稳定把活干完的系统”。对开发者来说，工作流编排能力（重试、超时、分支、人工介入）比提示词技巧更值钱，也更难被替代。