本文预告科大讯飞高级系统架构师在 AICon 大会的演讲，核心观点是 Agent 系统的上限不只取决于模型能力，调度、工具、权限、记忆与监控等 harness 设计同样关键，并介绍了 Wish 平台在编排、调度、服务治理与混合云弹性方面的工程实践。
📝 详细摘要
本文是 AICon 上海大会的演讲预告，介绍科大讯飞高级系统架构师王搂即将发表的题为《面向超大规模教育场景的 Agent 系统架构演进与工程实践》的分享。文章核心论点是：在 Agent 系统中，决定上限的不只是模型能力，调度、工具、权限、记忆与监控等 harness 设计同样关键。演讲将重点介绍 Wish 平台——一个 Agent 时代的运行时底座，涵盖图灵完备的编排平台、节点状态机与消息驱动调度、混合架构（稳定流水线 + 局部闭环纠偏）、基于 CRDT 的分布式授权、Distro 协议的自组织集群、P2P 高速镜像分发等关键技术点。文章还列出了演讲提纲的六个部分：从能力串联到自闭环系统的演进、Wish 平台定位、编排与调度、服务托管与治理、混合云弹性与线上稳定性、未来规划。
💡 主要观点
- Agent 系统的上限不只取决于模型能力，harness 设计同样关键。 调度、工具、权限、记忆与监控等运行时基础设施共同决定系统表现，尤其在复杂业务场景中，模型并非唯一瓶颈。
💬 文章金句
- 在 Agent 系统里，决定上限的不只是模型能力，调度、工具、权限、记忆与监控这些 harness 设计同样关键。
- 不是所有问题都应该交给自由 Agent：教育场景更需要「稳定流水线 + 局部闭环纠偏」的混合架构。
- 大模型并没有消灭系统工程，反而把 Observe / Orient / Act 的工程问题全部暴露出来。
📊 文章信息
AI 初评：78
来源：InfoQ 中文
作者：InfoQ 中文
分类：人工智能
语言：中文
阅读时间：8 分钟
字数：1809
标签： AI Agent, Agent 架构, 工程实践, 系统架构, 大模型应用