LangChain 6 月那篇《The Art of Loop Engineering》里的最后一层循环，也就是“系统持续改进”那一层，做的就是这件事：让一个分析 Agent 去读生产环境里的运行记录，反过来改提示词、工具和评分规则。，相当于一本任务账本，记着查到的资料、验证过的数据、每一步做到哪了。如果两家产品调用的是同样的基础模型，拥有相似的工具能力，它们的差异可能越来越不在于谁的 Promp

左图：用 AI 的一组完成任务只快了不到 2 分钟，差异在统计上不显著，测验分数却明显更低（正文的 50% 和 67% 是研究原文报告的平均分，图中点位略有出入）。研究者推测，手写的人一路上遇到的报错更多，只能自己排查，debug 能力是这么练出来的。这项实验测的是刚学完时的掌握程度，不是长期的判断力，但它至少说明，少走的弯路是有代价的。Addy 自己的做法是每周留一段时间不用 Agent 写代码

DeepSeek 开源 Super-agent，真正值得关注的不是 AI 又能多做多少事，而是它开始尝试把人从 Agent 的调度和管理中解放出来。通过事件驱动、任务分发、并行执行和状态管理，Agent 正在从一个等待指令的聊天工具，变成能够持续承担工作的系统。