从人机协作到Agent主导的工程范式转变

软件工程的开发模式正在经历深刻的重构。一年前，工程师主要采用“人在回路”的交互方式：编写提示词、生成代码片段、人工审查并再次迭代，这种循环往复的工作流被称为“Ralph loops”或类似的人机交替模式。然而，随着大语言模型能力的显著提升，Agent（智能体）能够编写更复杂的代码并持续运行更长时间。如今的开发流程已演变为：工程师输入单一提示词，Agent即可输出大量代码，甚至能在数小时或数天内自主构建完整功能乃至整个产品。

这种转变不仅体现在单一线程上，更在于并行化处理能力的爆发。多种主流编码工具允许同时运行多个Agent线程。尽管生产力大幅提升，但当前的瓶颈已不再是算力或模型能力，而是人类大脑的处理上限。正如演讲者所言：“The limiting factor here, really the bottleneck is your brain. How much context do you can keep in mind to keep all of these going at once?” 这种从“执行者”到“监督者”的角色转换，标志着Agentic Engineering（代理工程）时代的到来。这不仅是软件工程师的变革，更将波及众多行业领域。

车辆交互演变类比：从人在回路到完全自主

为了理解Agent未来的形态，演讲者引入了自动驾驶汽车的演变作为类比。过去十年购买的现代汽车通常配备数字显示屏和地图应用，人类处于“人在回路”状态：即使有巡航控制功能，用户仍需主动操作手机或界面来设定目的地。而在旧金山等拥有自动驾驶车辆的城市中，这种交互模式正在被消除。用户只需告知目的地（甚至无需言语），系统即可自主规划路线并驾驶，人类完全退出了执行循环。演讲者回忆初次乘坐Waymo时的体验：“I remember the first time I got into a Whimo, I was blown away... And then after about 3 seconds, I pulled out my phone and started scrolling X. It became common place.”

这一类比揭示了Agent技术的核心价值：赋予人类在更高层级进行思考和行使执行功能的能力，而非陷入具体的规划与执行细节中。正如车辆从需要频繁人工干预变为完全自主导航，软件工程中Agent也将接管更多底层操作。这种从“人在回路”到“完全自主系统”的过渡，是技术成熟度的必然结果。对于开发者而言，这意味着工作重心将从“如何构建”转向“定义目标”，从而释放更高的认知资源用于战略决策和创新。

Agent成功的五大核心要素与“底盘工程”

Agent若要成功执行任务，必须具备五个关键支撑要素。首先是运行时沙箱（Runtime/Sandbox）：Agent需要一个安全、高性能且隔离的环境来运行代码，确保系统稳定性。其次是工具链（Tools）：Agent必须能够与外部世界交互并执行动作，否则其智能无法转化为实际成果。第三是上下文（Context）：即使是最聪明的模型，若缺乏对项目、系统架构和目标的理解，也无法有效工作。第四是反馈机制（Feedback）：Agent需要能够验证自身工作的正确性，并在出错时进行自我修正。最后是人类审查（Human Review）：包括代码复审、评估测试等，以确保Agent的行为与业务目标对齐。

演讲者将大语言模型比作高性能的V8引擎，但强调：“An engine by itself isn't very useful for a car. You need to drop this into the actual car itself... Harness engineering is this new domain.” 这引出了“Harness Engineering（底盘工程/框架工程）”这一新概念。如果只有强大的模型而缺乏良好的“底盘”（即上述五大要素构成的执行框架），Agent将无法发挥效能。随着模型能力的提升，适配和优化这些Harness变得至关重要。只有当引擎、底盘、传动系统和车轮完美结合时，Agent才能像自动驾驶汽车一样高效地将用户送达目的地。

Agent作为新采购决策者：认证标准化的必要性

随着Agent能力的增强，它们开始扮演系统选型和供应商选择者的角色。当工程师提示Agent构建产品时，Agent会自动研究并决定需要哪些功能模块：数据库、部署系统、图像调整工具或视频转码服务等。演讲者指出：“Today, what's happening with agents is they're actually selecting vendors... It might be more important to build for agents.” 这一现象意味着，未来的产品成功不仅取决于人类用户的选择，更取决于Agent的偏好。如果Agent倾向于选择某家公司的邮件发送服务或数据存储方案，该公司的增长曲线将因此爆发。

这种变化对开发者提出了新的挑战：如何确保Agent能够安全、自主地接入各种服务？演讲者暗示，认证（Authentication）是阻碍Agent完全自治的关键瓶颈。目前，许多服务要求人类手动登录或授权，这限制了Agent的自主性。因此，建立一种机器可读、标准化的认证协议（如auth.md）变得至关重要。通过简化Agent的注册和授权流程，开发者可以解锁Agent的巨大潜力，使其能够像人类一样无缝接入生态系统。这不仅是技术接口的优化，更是产品战略的重心转移——从“为人类设计界面”转向“为Agent提供API”。

从“为人制造”到为AI Agent构建产品

硅谷创业圈长期奉行Y Combinator创始人Paul Graham的名言：“Make something people want”（制造人们想要的东西）。然而，随着AI技术的演进，这一理念亟需扩展。未来的消费者群体中，Agent的数量将超过人类，它们启动更快、决策更迅速且能代表人类行事。因此，构建下一代产品必须同时服务于人和Agent。“Make something that agents want” 成为新的核心命题。如果企业不拥抱这一变化，其产品可能在未来的竞争中落败。

尽管Agent能快速获取并执行任务，但当前互联网基础设施并未对它们开放。现有的Web和移动端访问机制主要面向人类设计，Agent本身无法直接接入系统。这种“大门紧闭”的状态阻碍了AI应用的广泛采用，因为缺乏让Agent合法注册为服务用户的机制。这不仅是技术缺口，更是商业生态的瓶颈。

遗留系统对自动化流量的防御困境

过去二三十年，互联网安全体系主要致力于拦截和阻止所有自动流量。为了防范DDoS攻击、凭证填充等恶意行为，登录框等关键入口被加固得极其严密。这种防御机制虽然有效抵御了坏人，但也误伤了合法的自动化用户。“The login box, for example, is very hardened against agentic registration today.” 目前，区分“好的自动化用户”与“坏的机器人”变得异常困难。

尽管云浏览器执行环境试图通过破解验证码（break captures）来模拟人类行为，但这被视为一种倒退。现实中，“capture today though is still kind of dead” 且滥用泛滥、令牌欺诈频发。我们需要一种更精细的机制，既能允许合法的Agent进入系统，又能有效阻挡恶意攻击者。如果不建立这种区分能力，“if you don't build for the agent economy, your product might not win”。

传统注册流程与Agent原生需求的错位

当前的用户注册流程完全基于人类行为假设：阅读落地页、填写表单（邮箱/密码）、解决验证码、点击邮件验证链接。然而，“an agent probably doesn't have an email address”，且Agent无法像人类那样直观地选择套餐或复制API密钥。现有的仪表盘（Dashboard）体验也是为人设计的界面，而非Agent原生接口。

Agent需要的是原生的可发现性（native discoverability）和明确的意图声明。它们需要了解：服务允许Agent注册吗？能做什么（能力声明）？为什么注册（意图说明）？“Agents need something else. They need native discoverability.” 此外，注册过程还涉及风险评估、身份验证（如通过Claude携带用户身份或离线验证）、组织权限管理及审计追踪等复杂需求。从人类注册转向Agent原生系统，意味着“probably most things need to be changed”。

MCP的局限与auth.md标准的提出

尽管模型上下文协议（MCP）在连接工具、提供技能和上下文方面表现优异，但它“doesn't solve the registration step”。目前通过MCP进行的认证仍需人类参与（如输入凭据、授权同意）。真正的Agent原生注册应无需初始人工干预。

为此，WorkOS提出了auth.md（或o.md）规范。这是一个基于Markdown文件的开放标准，旨在告诉Agent如何成为服务的合法用户。“auth.md tells agents how they can become legitimate users.” 它不试图解决所有身份和权限问题，而是聚焦于注册这一关键阻塞点。该规范利用现有标准定义服务用途、接受的身份证明类型（如SSO、邮箱）、支持的流程及免费层限制。“With OMD, we're not solving the whole problem... We're just trying to solve this narrow one around registration.” 通过这种标准化方式，服务提供商可以为Agent提供原生的注册体验，从而开启AI经济的新篇章。

Agent 主导的自动化注册流程

在传统的开发场景中，人类开发者往往需要手动处理繁琐的服务注册步骤。然而，通过引入 auth.md 标准（即 ID Jag），AI Agent 能够自主完成从发现服务到注册账号的全过程。以演示为例，当开发者在本地环境中希望部署应用以便分享给朋友时，Agent 会主动搜索支持 auth.md 的服务提供商。它识别出 Cloudflare 提供了该标准，并判断其适合当前需求。随后，Agent 铸造身份断言（Identity Assertion） 并将其发送给 Cloudflare。Cloudflare 验证该断言后，允许 Agent 在无需人类点击或手动输入信息的情况下 完成账户创建。这一过程展示了 Agent 如何作为代理，代表人类用户与第三方服务进行交互。

"My agent is actually doing is minting an identity assertion and giving that to Cloudflare."

这种自动化注册不仅简化了开发者的工作流，还使得 Agent 能够独立执行端到端的任务。开发者只需在关键节点给予确认（如 "Yes, please"），Agent 即可自行处理后续的部署配置。例如，在演示中，Agent 自动编写 Wrangler 配置文件并完成部署流程，最终使应用上线。这种 "批准-执行" 的模式极大地提升了原型开发的效率，让开发者能够专注于核心逻辑而非基础设施的搭建。

身份断言与 API 交互机制

从技术架构来看，auth.md（ID Jag） 主要作用于注册阶段，而非改变现有的 API 交互方式。Agent Harness（如 Pi）内的 LLM 通过连接后端身份服务，向目标提供商发送发现请求。一旦找到支持 auth.md 的服务（如 Cloudflare），Agent 便会发送 身份 JSON 访问授权（Identity JSON Access Grant）。这本质上是一个签名的凭证，代表用户身份。

"You can see that OMD is just for the registration step your normal API keeps working."

在成功获取访问令牌（Access Token）后，Agent 即可像普通用户一样发起正常的 API 请求或调用 MCP（Model Context Protocol）。这意味着 现有的文档和 API 接口无需更改，只需在注册环节引入这一标准。这种设计既保留了现有系统的稳定性，又为 Agent 赋予了自主接入能力。通过这种方式，服务提供商可以将原本仅面向人类的注册漏斗扩展至 整个 Agent 世界，从而开启新的增长渠道。

降低门槛与下游变现策略

引入 auth.md 的核心价值在于 消除 Agent 使用服务的摩擦。对于开发者而言，这意味着无需手动注册多个供应商账号即可快速验证想法；对于服务提供商而言，这相当于打开了面向 Agent 的获客大门。尽管并非所有由 Agent 构建的应用都会进入生产环境或长期存在，但 使用量往往预示着支付意向。WorkOS 认为，不应在注册阶段强制 Agent 绑定信用卡或进行预付，这违背了 SaaS 领域从 "免费增值"（Freemium）向 "产品驱动增长"（PLG）演进的经验。

"We don't want payments to be upfront... agents can sign up, they can register, and then downstream choose to pay."

相反，WorkOS 主张 下游变现模式：Agent 先注册并使用服务，随后根据服务提供商设定的定价模型进行付费。这种策略降低了尝试门槛，符合 Mark Benioff（Salesforce CEO）所强调的 "API 即 UI" 理念。通过让 Agent 成为系统的客户，服务提供商可以利用 Agent Force 的力量扩大用户基数，最终实现业务规模的扩张。这种从 "人类优先" 到 "Agent 友好" 的转变，被视为下一代 SaaS 增长的关键引擎。

Slack的范式转移与代理优先战略

当前软件生态正经历深刻变革，Slack平台已全面暴露为API、MCP和CLI接口。这一举措标志着行业向“代理优先（Agent-first）”模式的加速演进。作为SaaS领域的先驱，Slack正在重新定义其交互形态：虽然并未完全废除传统的仪表盘和用户界面（UI），但其核心战略已明确转向认为代理是未来的交互主体。这种转变意味着企业级软件不再仅仅服务于人类用户的点击操作，而是直接面向AI代理提供结构化数据和服务接口。

对于尚未布局这一领域的企业而言，错过这一趋势的风险极高。演讲者强烈建议开发者立即开始构建原型并与用户沟通测试，以捕捉这一窗口期。目前相关的技术方案已具备落地条件，开放规范（Open Spec）现已发布。这意味着开发者无需等待封闭系统的更新，即可通过GitHub仓库获取资源，让AI代理直接实现相关功能。这种“元级”操作（Meta）——即由开放规范驱动代理自我实现能力，代表了软件交互的新高度。

auth.md的开源属性与去中心化愿景

在身份验证领域，WorkOS推出的auth.md规范具有关键的开源与去中心化特征。该规范并非由单一厂商垄断，而是WorkOS不拥有控制权的技术标准。尽管WorkOS提供托管版本以便快速集成（一键启用），但开发者完全具备自行构建和部署该规范的能力。这种设计允许企业将其集成到现有的任何系统中，而非被锁定在特定平台。

“I think this is so important that no single vendor owns this. It's one click enabled if you use our stuff, but you can build it on whatever platform you want instead.”

这种去中心化的技术架构确保了生态的开放性与兼容性。通过提供开源规范，WorkOS旨在降低AI代理接入企业产品的门槛，同时避免形成新的技术垄断。开发者可以根据自身基础设施需求，选择使用WorkOS的托管服务或自行搭建后端逻辑。这种灵活性是构建大规模Agent生态的基础，它确保了身份验证层能够适应多样化的技术栈和业务场景。

智能手机革命的类比与Agent时代机遇

演讲者将当前的AI代理浪潮比作20年前iPhone发布所引发的智能手机革命。回顾2007年1月，Steve Jobs在Moscone中心发布iPhone时，演讲者尚在大一。这一事件被定义为“下一个伟大的软件平台”的诞生。正如智能手机催生了无数基于移动设备的新公司和应用生态，AI代理被视为同等量级的新软件范式。尽管B2B SaaS和云计算在过去二十年取得了巨大成功，但它们属于旧有范式的延伸；而Agent代表了全新的软件平台形态和交互逻辑。

“It was the next great software platform that got built. So many companies got started because they could build on top of these devices.”

这一历史类比强调了技术平台更迭带来的巨大商业机会。当前正处于类似2007年的关键节点，Agent是下一波技术浪潮的核心驱动力。演讲者呼吁开发者利用auth.md等工具积极构建，以解锁业务增长的新路径。同时，WorkOS希望收集开发者在实施过程中遇到的痛点（“places you get stuck”），通过社区协作共同推动代理革命（Agentic Revolution）的到来。这不仅是一次技术升级，更是一场需要全行业共同参与的基础设施重构运动。

结论

视频论证表明，AI Agent正从辅助工具转变为软件采购与集成的核心决策者。当前互联网基础设施因防御自动化流量而阻碍了Agent接入，传统注册流程无法适配无邮箱、需意图声明的机器用户。auth.md规范通过标准化Markdown文件解决注册瓶颈，使Agent能自主发现服务、铸造身份断言并完成无需人工干预的账户创建。该标准保留现有API交互，仅优化注册漏斗，支持下游变现模式以降低门槛。

尽管MCP解决了工具连接但未涵盖注册环节，auth.md作为开源去中心化标准填补了这一空白。其核心价值在于将产品战略从“为人设计界面”转向“为Agent提供API”，通过消除摩擦解锁新的增长渠道。这一转变被视为继智能手机革命后的下一代软件平台机遇，要求开发者立即构建原型以捕捉Agent经济红利。