这场主题为 “从模型演进看下一代 Agent 应用开发” 的分享，用一个清晰的技术脉络回顾了近几年大模型从“会说话”走向“能做事”的演化，并尝试梳理这种能力变化将如何影响未来软件形态与开发者角色。

演讲首先聚焦于模型能力的阶段式演进。PPT 中将 LLM 的发展分为四个时期：预训练阶段主要依靠海量文本进行语言模仿；SFT + RLHF 阶段让模型具备了回答问题的能力，却仍停留在建议层面；Workflow 阶段依赖工程脚手架让模型尝试执行任务，但系统易碎、路径冗长；最新的 Agent Model 阶段则强调让模型学习“行动链”，在更结构化的神经系统中实现自主规划、执行与反馈。演讲特别指出，能力中心正在从“语言”转向“行动”，AI 不再只是对话体，而是具备手脚的行动体。

在模型变成“行动体”的基础上，PPT 引入了“信号总线”的概念，将大模型执行任务的关键要素拆解为会话管理、工具接口、权限治理与事件追踪。它们分别承担短期记忆、外部操作、边界控制和感知追踪的作用，用一种接近生物神经系统的结构，让模型输出的意图能够转化为实际动作。这种结构化的框架，使得模型在执行任务时不再依赖外部脚手架，而是具有更自然的流动性。

进一步地，分享提出了 Software 1.0、2.0 到 3.0 的变化：从手写规则，到通过数据学习规则，再到让模型直接执行思想本身。从这个角度，开发者的角色也从传统的逻辑设计者，转变为“智能接线工”——在更高层处理目标、工具与信号，而非手动书写所有逻辑。自然语言成为 Agent 的编程语言，文档与流程本身成为可执行的实体。

在展望部分，PPT 的观点强调未来的软件更像是“生长出来”的，而不是“写出来”的。当模型具备了行动能力，工具接口充当手脚，事件与权限构建感知和边界，软件不再只是静态的代码，而是动态延展的思想载体。开发者与智能体之间的协作方式将因此发生深刻变化。

整体来看，这份演讲提供了一个关于 Agent Model 时代的结构化观察，重点并非具体工具，而是大模型能力演化背后对软件形态和开发方式的影响。对于关注下一代 AI 应用模式的开发者与技术管理者而言，这是一个值得进一步思考的方向。

详情可查看完整 PPT 内容：https://www.oschina.net/doc/523