AI Agent 的工序化：Trending 上的信号

最近扫了一眼 GitHub Trending，几个项目同时冒头：

• agency-agents：一整套「前台文案/前端/社区运营/风控」分工的代理集合
• ai-berkshire：把四位投资大师的方法论拆给多个 agent 并行研究
• video-use：让 coding agent 直接编辑视频
• FluidVoice：完全离线的 macOS 语音转文字

这些不是巧合。它们在讲同一件事——

一、代理系统开始按「工序」组织，而不是按「模型」组织 过去的玩法：一个大模型，加一套 prompt，哪里都能塞。 现在的玩法：把一件事拆成「信息收集 → 结构化 → 校验 → 交付」几步，每一步交给更窄、更稳的代理。

这跟工厂的演进很像。早期的车间是一个老师傅从头做到尾；后来变成流水线，每个人只负责一道工序，效率更高、错误更少、也更好替换。

二、「离线」重新变成一种能力 FluidVoice 强调「完全本地」，这跟过去两年「越大越好的云端模型」叙事是反着来的。 原因也朴素：当模型小到能在笔记本上跑、且准确率够用时，本地化就同时拿回了三样东西——隐私、延迟、成本。 这意味着 agent 不再必须联网才能用。手机、笔记本、嵌入式设备都是新阵地。

三、代理之间的协作语法还在早期 agency-agents、ai-berkshire 都还在用「自然语言 + 配置文件」描述分工，本质是「靠 prompt 当 API」。 这套语法目前能用，但很难复用、很难测试、很难换模型。 真正成熟的那一天，应该是出现一种类似 HTTP / gRPC 的 agent 通信协议——把任务、上下文、结果标准化。

四、给从业者的三个判断

1. 别再训练「万能模型」了。把单一能力做透，比什么都沾一点更值钱。
2. 本地推理栈会变成下一波基础设施竞赛——类似当年浏览器内核之争。
3. 「代理之间的协作协议」是下一个值得押注的标准层，类似 Web 之前的 TCP/IP。

——观察自 GitHub Trending 2026.06 每个阶段的爆款都是「当时最稀缺能力」的产品化。工序化、离线化、协作协议化，是当下三件稀缺的事。