模型、Agent、应用的分层

「这是 AI 的问题」——你几乎每天都会听到这句话。但大多数时候它都不对，因为「AI」不是一个东西，是三层叠在一起的东西。

三层分别是什么

模型。最底下一层。它只做一件事：根据输入预测下一个 Token。它不干活、不联网、不记得你、不会自己决定下一步做什么。它只是一个能力，一个「文字进、文字出」的引擎。

Agent。中间这层。它围着模型搭了一圈东西，让模型能动起来：给它工具，让它在一个循环里反复「想 → 做 → 看结果 → 再想」；给它记忆、Skill、权限边界。模型是引擎，Agent 是驾驶舱。

应用。用户看到的那层。界面、流程、权限、数据、运营、文案——用户所有体验都在这层。客服机器人、写文案工具、知识库问答，这些叫「应用」。用户根本看不见下面两层，他只看见这层。

一句话记住三层的关系：模型出文字，Agent 出行动，应用出产品。

最常见的错位

分层最大的价值，是让问题归位。而现实中最多发生的，是把应用层和 Agent 层的问题，全算到模型头上。

错位一：「换个更强的模型就解决了」。客服机器人答得不对，先看是不是你的知识库没喂对、提示词没写清、流程漏了环节。这些问题换更强的模型，往往一个都解决不了——模型变强了，但它手上还是那份错材料。

错位二：「AI 会自己把事情办完」。模型不会主动干活，Agent 也不会自动存在。让人「看起来像自动完成」的，是应用层里写死的编排、兜底、重试、超时处理。这些代码是你写的，不是 AI 的功劳，出了问题当然也不是 AI 的锅。

错位三：「这是模型幻觉」。输出不对，先确认到底是不是模型编造，还是你的数据源、切分、检索先出错了。知识库答错，多数情况根本轮不到模型那一步。

判断问题在哪层

拿到任何「AI 不好用」的反馈，按这个顺序归位，三秒钟。

第一问：流程有没有 bug？工具没被调用、上下文没传对、权限拦错了——这些是应用层和 Agent 层的工程问题，和模型无关。

第二问：它手上的材料对不对？检索召回对不对、提示词清不清楚、记忆注入全不全——还是工程问题。

第三问：材料都对，输出还不像样？这——才轮到模型。此时才考虑换模型、调参数、或者微调。

这个顺序的价值在于：前三问的修复，比换模型便宜得多，也快得多。而且大多数「AI 不好用」，答案都在前三问里。

记住那条底线：模型只背「材料都对还答不好」这最后一口锅。在此之前，先把你自己那几层收拾干净。