重新定义软件

AI Agent 20分钟串讲

软件的价值 = 结果输出，而非功能罗列
2026-06-02 · 模数共振培训业务

课程结构

01

开篇序章

重新定义软件的核心论点

5分钟

02

Agent四大件

模型 / 工具 / 记忆 / 规划

5分钟

03

Chroma + RAG

让Agent拥有知识库

2分钟

04

Harness架构

Agent的"纪律手册"

3分钟

05

PRD管理系统

设计归设计，实现归实现

2分钟

06

案例 + 启发

ARG MCP / 模数共振 / 智能制造

3分钟

2 / 16
Part 01 · 开篇序章

软件发展的
三个时代

从"功能完整性"到"用户活跃度"再到"结果输出"
3 / 16

软件价值的演变

时代 代表 软件价值衡量 用户痛点
PC时代 Office / Windows 功能完整性 "这个软件有多少功能"
互联网时代 SaaS / APP 用户活跃度 "日活多少、功能多不多"
AI时代 Agent 结果输出 "它帮我完成了什么"
用户购买的是"结果"，但软件交付的是"功能"——中间永远隔着一道人机交互的墙
4 / 16

软件发展时间线

PC时代 Office / Windows 1975 — 2000 功能完整性 互联网时代 SaaS / APP 2000 — 2022 用户活跃度 AI时代 Agent 2022 — Now 结果输出 1975 2000 2022 价值衡量演进
5 / 16

重新定义的信号

传统软件AI时代软件
功能清单（卖功能）结果交付（卖成果）
人操作软件软件替人操作
响应指令主动执行
被动工具主动Agent
"软件不应该告诉用户能做什么，
软件应该直接帮用户做成。"
6 / 16

从"对话"到"办事"

LLM

大语言模型的局限

  • 生成文字，但无法订机票
  • 无法查库存
  • 无法操作数据库
  • 只能回答，不能执行
Agent

AI的进化

  • AI从"嘴"变成"手"
  • 调用工具完成闭环任务
  • 不只是回答，而是做到
Agent = 大脑（模型） + 四肢（工具） + 记忆（Memory） + 规划（Planning）
7 / 16

Agent四大件

01

模型 Model

—— 大脑

  • 超级预测机：输入→预测下一个token
  • 质量/速度/成本/上下文窗口
  • 模型是下限，架构是上限
02

工具 Tools

—— 四肢

  • 搜索/读文件/发消息/操作数据库
  • 从"知道"变成"做到"
  • MCP协议统一工具调用标准
03

记忆 Memory

—— 上下文

  • 短时：token窗口，当前对话
  • 长时：ChromaDB跨session积累
04

规划 Planning

—— 决策链

  • 任务拆解：复杂→可执行步骤
  • 反思机制：结果→判断换策略
  • PDCA循环
8 / 16

Agent核心架构图

Agent 主体 模型 Model 大脑 规划 Planning 决策链 · PDCA 工具集 Tools 搜索 · 读写 · 发消息 操作数据库 · MCP 记忆 Memory 短时：context窗口 长时：ChromaDB 记忆层 Memory 短时 context · ChromaDB 长期向量记忆 执行结果 反馈→优化
9 / 16

Chroma向量数据库 — 让Agent拥有"知识库"

问题Chroma解决
模型训练数据有截止日期存最新业务数据，实时查
不同session信息不互通跨对话记住用户偏好
RAG检索增强生成查知识库→注入prompt→准确答案

RAG 工作流

① 用户提问
→
ChromaDB
检索
→
Prompt
注入
→
模型
生成答案
10 / 16

Harness多层行为架构 — Agent的"操作系统"

层级核心约束解决什么问题
L0 核心信条永远不说谎 / 第一性原理 / 最优路径AI瞎编、数据无据
L1 角色执行触发即执行 / 规程不跳 / 自检按角色能力混用、越权
L2 工具替代失败→先诊断→换备选→再升级工具挂了直接放弃
L3 自进化每日memory / 错误循环 / 自动入库重复犯同样的错
L4 运营进攻性任务驱动 / 禁止偷懒 / 定期巡检拖延、等确认
L5 治理升级循环熔断 / 重复错误升级彻底失控
Harness = Agent的"纪律手册"

Harness 六层行为架构

L5 治理升级 L4 运营进攻性 L3 记忆与自进化 L2 工具与替代路径 L1 角色执行 L0 核心信条 解决 拖延/等确认 重复犯同样的错 工具挂了放弃 能力混用/越权 AI瞎编/数据无据 L0 核心约束 永远不说谎 第一性原理 最优路径驱动 禁止推给土龙 禁止偷懒 诚实汇报 ↑ 升级方向
12 / 16
— 没有它，Agent可能瞎编数据、乱调用工具、半途而废
11 / 16

PRD + 项目管理系统 — 设计归设计，实现归实现

PRD输出

产品 / 设计

  • 技术架构设计
  • 系统规划
  • 需求文档（PRD）
代码实现

开发

  • 写代码
  • 调试
  • bug修复

工作流原则

✓ 先框架后细节 ✓ 先枚举再分析 ✓ 做完=能收到 ✓ 诚实汇报
M2任务分配：大任务 → 发项目概览文档（全局概览+调研资料+PRD）→ 开发读完背景再动手
13 / 16

ARG MCP项目案例 — 多Agent协作实践

背景

ARG支撑多角色运营：

  • 黄滔IP内容运营
  • 婕姐智能制造内容
  • 萤心绘本馆

核心问题：多个Agent如何共享记忆和工具？

MCP架构

MCP = Model Context Protocol

让Agent间的工具调用标准化

类似于USB接口：统一标准，不同设备都能插
舆情采集
Agent
→ 清洗 →
ChromaDB
记忆
→
内容Agent
生成脚本
→
发布Agent
小红书/公众号/B站
全链路自动，不需要人守着
14 / 16

智能制造场景启发

场景Agent能做什么价值
工厂故障响应 传感器数据 → 分析 → 自动派工单 响应速度提升
供应链预警 库存/物流监控 → 触发补货流程 减少库存积压
设备预测性维护 振动/温度数据 → 异常识别 → 预警 减少非计划停机
质检报告生成 检测数据 → 自动生成报告 → 推送 释放工程师精力
制造业最值钱的是"经验" — Agent可以把老法师的判断逻辑沉淀成可复用的知识库
15 / 16

记住这四点

维度传统软件AI Agent软件
价值衡量功能清单结果输出
交互方式人操作软件软件替人操作
执行模式被动响应指令主动规划执行
知识积累存在文档里沉淀在ChromaDB
可靠性确定性的Harness保障
"软件的下一代，不是更华丽的界面，
而是更少的人机交互——
软件直接帮你做完你要做的事。"
— 重新定义软件的意义
16 / 16