为什么真正的AI Agent离不开“规划”，而不只是更长的提示词

从Instruct GPT到GPT‑4.1，语言模型在“听话”这件事上并没有线性进步。AI21 Labs 的 Yuval Belfer 通过工程视角给出答案：问题不在模型，而在我们把所有复杂性都塞进了一个提示词。真正可靠的 AI Agent，需要规划与执行引擎。

总结

Yuval Belfer 的核心结论并不激进，却很务实：LLM 本身并不总是问题，问题在于我们如何使用它们。他反复强调“start simple”——能用小模型就别上大模型，能加工具就别造 Agent，能用 ReAct 就先用。但当任务复杂到需要稳定性、可解释性和成功率时，规划与执行引擎不是奢侈品，而是基础设施。这或许也是下一代 AI Agent 真正拉开差距的地方。

关键词： AI Agent， 规划， 执行引擎， 大语言模型， 提示工程

事实核查备注： 视频作者：Yuval Belfer（AI21 Labs）；提到的模型：Instruct GPT、GPT‑4.1、GPT‑4o、Claude 3.5 Sonnet；框架与概念：ReAct、Function Calling、MCP、规划（planning）、执行引擎；公司：OpenAI、AI21 Labs、Microsoft、Hugging Face、Google；系统示例：AI21 Maestro