AI智能体的门槛，不在大模型，也不在指令

AI智能体的门槛，不在大模型，也不在指令

原文

最近有一个最大感受，AI Agent 的护城河，不在模型，也不在 prompt，而在 Tools。

这段时间，我亲自设计和参与了很多垂直领域的 Agent 项目，越做越感慨。

Agent 的护城河，根本不在于用的哪个 LLM，更不在 prompt 写得多 fancy。

真正的护城河，就藏在那些看起来最不起眼的东西里，也就是Tools。

说白了，Tools 就是：你能调什么数据？

能在多大权限范围内执行？

有没有专门为行业打磨过的业务流程？

这些东西，才是让垂直 Agent 和那些动不动吹 1000 亿参数的通用大模型彻底拉开差距的根本原因。

大厂拼的是模型参数，中小公司和创业者拼的却是 Tools。

在我看来，接下来 AI 的机会其实很简单。

大厂拼 LLM，越卷越凶。

中小公司和个人创业者，要拼 Tools，越“脏”越有机会。

比如我们最近帮客户搞了个金融投资 Agent。

有人问，你用的是什么大模型？

Claude 还是 GPT-4？

其实那都是表面功夫，真正的差距在哪？

在 Tools里，能不能实时拉到债券收益率曲线？

能不能调用内网的风控打分系统？

能不能直接把配置好的组合一键下单？

这些都和大模型没啥关系。

换句话说，如果你的 Agent 能做到：用户只说一句：“我要年化 7%，不超过 10% 回撤，分两年滚动。

”就直接拉历史回测、生成投资组合、匹配可买债券、生成 PDF 投顾报告，然后丢到 CRM 自动建档。

这就已经完爆那些还在炫 prompt 的人了。

再说康复医疗，Tools 的护城河更明显。

我老婆是做运动康复的，我们也一起研究过康复行业的 Agent。

很多人以为康复 Agent 就是：“腰疼？

来，我告诉你做什么动作。

”这太浅了。

真正有壁垒的康复 Agent 应该能做到这些。

读取医院 PACS 的影像，自动生成腰椎滑脱/退变的报告摘要。

对接姿态评估设备，拉取角度数据，和去年比，告诉你 ROM 提高了几度。

自动生成康复计划，推送到患者微信小程序，让患者按计划打卡。

复诊时直接拉出患者三个月的疼痛评分曲线，让治疗师一眼就能看到趋势。

这些都是靠 Tools 接出来的，不是靠 ChatGPT 多会说话。

所以别再沉迷模型了，拼 Tools，才是小公司的蓝海。

这让我想起，我的技术合伙人给我讲，他有一段时间学数据科学。

刚开始全世界都在搞什么神经网络、GAN、深度强化学习。

后来才发现，80% 的场景还是在做特征工程、清洗数据、调 xgboost，剩下的时间全花在 ETL、监控、可解释性报告上。

AI Agent 也是一样，Prompt 是点缀，多智能体架构是锦上添花，真正的根基，是你的 Tools 能干啥、能拿到啥。

最后，给同行和小白同学一点粗暴的建议。

别再问我用的什么大模型了。

别再花几天时间调一个 prompt 多写两句话了。

如果你真想在垂直领域搞 Agent，下一步就该想。

怎么把行业的核心数据拉进来？

怎么用 API 自动执行？

怎么让流程合规、沉淀？

到这个层面，才算真的做了能落地的东西。

也是在这个层面，你才有机会在大模型的时代，抓到属于小团队的蓝海机会。