顶级CTO警告：只用Chat做Agent，迟早会翻车

当大多数人还在讨论“多智能体怎么写Prompt”时，一位服务上千家律所的CTO抛出一个刺耳结论：真正复杂的Agent，失败不是因为模型不够强，而是因为你把一切都塞进了聊天框。这场演讲，几乎是在给整个Agent行业泼冷水。

那个让人崩溃的Agent时刻，每个从业者都遇到过

Jacob Lauritzen 一上来就讲了一个所有人都熟悉、却很少被认真反思的场景：你让一个长时运行的复杂 Agent 去“研究资料、起草合同、不要犯错”。Agent 看起来很努力——拉起子 Agent、疯狂搜索、写文件、再搜索、再写。30 分钟后，它交付了一份合同。

你只提了一个修改意见：“第三条好像不太对，能不能参考另一份文件？”Agent 礼貌道歉，重新开始。然后你看到了那个致命的词：compaction。上下文被压缩、遗忘开始发生、所谓的“context rot”正式登场。

第二版合同出来了。第三条可能改了，但其他地方呢？你不知道，也不敢信。此时你意识到：你不是在和一个专业助手协作，而是在和一个失忆但自信的实习生博弈。

Jacob 的判断非常直接：这不是模型的问题，是交互范式的问题。把复杂、长链路、强依赖上下文的工作，硬塞进 Chat 这种“一维、低带宽”的界面，本身就是反模式。

一个反直觉的现实：做事很便宜，计划和审核才是瓶颈

作为一家法律垂直 AI 公司 CTO，Jacob 给出了一个很多工程师没意识到的变化：过去 6–12 个月，Agent 的“经济学”彻底变了。

以前，难点在于“把事做完”；现在恰恰相反——执行几乎是最便宜的部分，真正昂贵的是计划和审核。写代码、生成合同、整理材料，这些都变得异常廉价；但搞清楚需求、对齐非功能性约束、以及最后的 review，成了新的吞噬时间黑洞。

他用一个所有人都懂的比喻补刀：review 一个巨大的 GitHub PR，是纯粹的精神折磨。你当然可以让 Agent review 自己的工作——“如果你足够 AI pilled 的话”——但你心里也清楚，这事未必靠谱。

这直接引出了他后面反复强调的一个核心原则：Verifier’s Rule。如果一件事“容易验证”，那 AI 迟早能把它做到极致；一旦“难验证”，Agent 就会陷入无限循环和低质量修补。

而法律、战略、复杂产品决策，恰恰都是“容易做、极难验证”的典型代表。

真正可扩展的Agent，不是更聪明，而是更可控

那问题来了：在“不可验证”的世界里，Agent 还能怎么用？Jacob 给出的答案不是更强的模型，而是人机协作的重新设计。

他把关键拆成了两个词：信任（Trust） 和 控制（Control）。

信任低，你就得 review 一切；信任高，你才能 YOLO 放权。但信任不是靠祈祷，而是靠工程手段一点点“拉低任务难度”：
- 把判断留给人，把 lint、检查、格式化交给 Agent
- 用 proxy verification，比如“黄金合同”做对照
- 拆解任务，让 Agent 只在安全边界内行动
- 加 guardrails，明确哪些事它绝对不能做（比如别删 prod）

更重要的是，他提出一个很多人忽略的结构性视角：Agent 的工作本质上是一个 DAG，而不是一段对话。你可以不规划，直接让它干，那控制力最低；你也可以先规划，但规划本身又慢又脆弱，像一个永远不汇报进度的同事。

Legora 的选择是“技能 + 逐步澄清（elicitation）”：把人类判断编码进可复用的 skills，在关键节点向人提问，但不阻塞整体流程，并且把所有决策写进日志。

为什么Chat不是未来，真正的答案在UI里

演讲最锋利的一刀，落在了 Chat 本身。

Jacob 说得毫不客气：Chat 是一个低带宽接口，它会把巨量工作压缩成一行字。你有一个庞大的 work tree，却非要通过“你觉得这样行不行？”来协作，本身就是灾难。

更好的方式是什么？高带宽、可持久的协作工件（artifacts）：
- 文档本身就是协作界面，可以高亮条款、标记 Agent、指派审查
- 表格化 review，让“看”和“改”变得极其廉价
- 明确 flag 出需要人类判断的点，其余部分放心让 Agent 跑

这背后是一个更大的判断：UI 正在收敛。Chat 作为输入很好，但不会是 Agent 的主要协作模式。语言是人类的通用接口，却不是 Agent 的能力上限。我们受限于语言，而 Agent 不必。

当你还在组织“怎么跟 Agent 说话”时，领先者已经在设计“怎么让 Agent 不用一直跟你说话”。

总结

Jacob 的核心信息其实很残酷：如果你的 Agent 产品还严重依赖 Chat，那你大概率做不出真正复杂、可规模化的系统。未来的分水岭不在模型参数，而在控制结构、验证路径和协作界面。对从业者来说，下一步值得做的不是再调一轮 Prompt，而是认真问自己三个问题：哪些判断必须由人来做？哪些结果可以被低成本验证？你的 UI 是否在放大人类的控制力，而不是消耗它？想清楚这三点，你才真正站在“Agent 时代”的起跑线上。

关键词： AI Agent， 垂直AI， 人机协作， Agent架构， Claude Code

事实核查备注： 需要核查：Jacob Lauritzen 的职位与公司（CTO of Legora）；Legora 客户数量（1000+）、市场数量（50+）；“最快增长之一”的表述是否为原话；Verifier’s Rule 的提出者 Jason 的全名与原始语境；Claude Code 示例是否来自现场演示