从应用到 Agent：开发范式正在发生什么变化

核心观点

AI Agent 将软件从执行预定义逻辑的应用，转变为基于目标动态决策的系统。这不是 API 调用方式的变化，是执行模型的根本转变。

控制流的转变

传统应用的控制流由代码定义——用户输入触发函数调用，路径确定。Agent 系统的控制流由模型驱动——围绕目标持续推理、调用工具、观察结果。

开发者写的不再是"执行路径"，而是"决策环境"。

Agent 是一个系统

四层结构：模型（推理）、工具（连接外部）、编排（控制决策）、记忆（跨轮上下文）。

编排层是可控性的关键。单 Agent 处理简单任务，复杂业务拆成多 Agent 协作。系统能力来自结构设计。

Memory 的演进

从对话拼接到可治理的知识系统——提取有效信息、区分长期/临时、分类存储和按需召回。

生产化的关键

• 隔离：每 session 独立执行环境（Firecracker microVM）
• 架构：API Gateway → Lambda 路由 → EKS 执行 → Bedrock 推理 → S3/DynamoDB/OpenSearch 存储
• 状态：计算无状态 + 状态外部持久化
• 成本：多模型策略 + 调用剪裁 + prompt caching
• 安全：系统层限制 Agent 能做什么，不依赖模型自律

启示

从"实现功能"到"设计系统"，云提供的不只是计算资源，是支撑 Agent 系统的工程能力。

参考：从应用到 Agent：开发范式正在发生什么变化？
服务：Amazon Bedrock | Amazon EKS