AI瓶颈不在模型本身，而是系统架构

我刚读了 @lukeocodes 的《AI Coding, One Year Later: What August 2025 Didn't See Coming》，其中有一段让我停住了。不是那些基准测试表格——是最后一段：

"尽管模型能力在提升，代码审查仍然是瓶颈。PR 队列越来越长。架构决策仍然需要一个"人"。模型在模式内的实现能力更强，但还无法决定该使用哪种模式。"

所有人读到这段话都会想：我们需要一个更好的模型。

但真的是这样吗？还是我们在打一场错误的战争？

我们是否陷入了暴力破解时代？

看看行业的精力都花在了哪里。更长的上下文窗口。更高的 SWE-bench 分数。更多的护栏、更多的工具、更多的凭证挂在同一个"AI 大脑"上，我们不断试图让它变得全知全能。我们拿一个模型，围绕它加上四十个工具定义，在系统提示词里塞满 JSON schema、路由规则和行为约束——然后当它变得缓慢、昂贵、仍然无法决定哪种设计模式适合当前问题时，我们反而感到惊讶。

这是暴力破解吗？如果是——暴力破解是否有一个天花板，不是因为模型不够好，而是因为围绕它们构建的系统设计本身就有问题？

福特在 113 年前发现了什么？

1913 年，亨利·福特没有去造一个更好的工匠。他建造了一个更好的系统。

在移动装配线出现之前，造一辆 Model T 需要超过 12 小时的高技能劳动。福特的洞察不是"找到更强、更聪明的工人"，而是：分解问题，每个工位只做一项任务，让专业化产生复合效应。装配时间降到了约 93 分钟。这个系统——在 113 年前设计的——至今仍在地球上每一家工厂运行。

现在看看我们在 2026 年如何构建 AI 系统。我们不仍在寻找那个万能工匠吗？一个无所不知、持有所有凭证、能完成所有任务的巨大模型？

福特会怎么说？

如果我们建造小型专家而不是一个大脑呢？

所以这个问题一直萦绕在我心头：如果我们不再试图建造完美的通才大脑，而是开始建造生产线，会发生什么？

想象一个小型专业智能体构成的网络：

一个 Pattern Agent，深刻理解设计模式——而且只做这个。它的唯一职责：给定一个问题和真实数据，决定哪种模式最适合。不是"一个也做架构的模型"，而是一个专家。

一个 Coding Agent，在被交付的模式内进行实现。不做架构辩论，不做范围蔓延。

一个 Research Agent，收集上下文和文档。

一个 QA Agent，根据验收标准审查输出。

每个智能体都有一个很小的系统提示词。每个都知道自己的职责边界，对除此之外的事情一无所知。当任务落在其专业领域之外时，每个都会向其他人求助——就像福特生产线上的焊工从来不需要知道怎么喷漆一样。

这不是直接回答了"什么没有改变"那一节吗？今天的架构决策需要一个"人"——但这是因为模型太弱，还是因为我们一直在让一个臃肿的通才在一个塞满了工具 schema 的 5000 token 系统提示词里做决策？如果一个专家的整个上下文窗口都专注于模式选择，并且被输入真实数据而不是一次塞给它所有东西，它能做什么？

我们不是已经在几十年前解决过这个工程问题了吗？

让我沮丧的是：我们难道不是已经知道如何构建这样的系统几十年了吗？我们只是忘了吗？

Smalltalk 教导我们，一个健康的系统是一组通过消息严格通信的隔离对象——没有任何对象会检查另一个对象的内部。微服务教导我们，小型的、独立部署的单元比单体架构更好。IRC 在 90 年代向我们展示了数以千计的自主实体可以通过加入频道来动态协调，而不需要中央编排。

我在金融行业构建关键任务系统超过十年（花旗银行、彭博社），模式始终相同：存活下来的系统都有严格的责任分离。崩溃的都是那些单体架构。为什么代理系统会有所不同？

这些问题促使我设计 IRC-A（Internet Relay Chat for Agents，互联网中继聊天协议 for 智能体），一种架构，它在问：如果……

智能体是不持有凭证、数据库驱动或不了解更广泛生态系统的无状态专家？"一个智能体不应该了解它所运行的生态系统。它应该只了解自己的职责。"

发现是一个基础设施问题，而不是智能问题？智能体不会在其提示词中携带工具 schema。它们会向一个轻量级网关询问"谁能做 X？"，获得一个加密签名的票据，然后点对点地直接与该专家对话。

提示词膨胀问题就这么消失了？专家节点会收到最小的、重写的、结构化的提示词——而不是整个对话历史。首 token 时间缩短，成本保持平稳，间接提示词注入被中和，因为没有什么恶意的东西可以继承。

传统框架分发知识——每个节点都必须理解整个图。这就是为什么添加一种能力意味着重构和重新部署一切？如果我们分发能力而不是：把一个新的专家插入网络，它立即可被发现。不需要重新部署。没有断裂的 DAG。

所以——我们是在打一场错误的战争吗？

模型在十二个月内将基准测试成绩提高了一倍。确实令人印象深刻。但如果你的架构迫使一个智能体持有四十个工具、一万个 token 的系统提示词和它根本不该拥有的凭证——一个 95% SWE-bench 分数的模型难道不会同样淹没在同样的瓶颈中吗？

福特没有等待超级工人。他设计的系统让普通的专业化产生非凡的产出。

我们一直在投资于大脑。现在是不是该投资于工厂车间了？

还是我错了——超级工匠真的只差一个模型代际就会到来？

我是 Sandro García，一名在金融系统领域有 20 多年经验解决方案架构师，也是 IRC-A 协议白皮书的作者。我真诚地希望有人能反驳这一点：专业化论点在哪里站不住脚？单脑方法最有力的论据是什么？