Agent相关技术看起来热度很高，但现阶段最大的瓶颈很清晰，在测试环境里表现不错，放到真实业务场景执行任务，稳定性就会明显下降。
这种不可靠体现在多个方面。
长任务规划容易出错
Agent的记忆能力存在局限，只能记住近期少量信息。一旦任务链路变长，达到几十步的规模，就容易遗忘前面已经完成的操作，输出内容混乱。谷歌、Replit这类企业也公开提到，Agent处理长期任务时错误会持续累积。复杂规划测试中，顶尖模型得分仅有15.6%。任务复杂度提升后，产生的错误没有固定规律，很难预判。
落地部署难度高
它就像缺乏实操经验的实习生，动手执行的能力偏弱。安排跨平台的旅行规划，包含订票、酒店查询、天气核对这类操作，经常执行失败。真实业务系统数据格式杂乱，还有不少老旧系统，Agent很难顺畅调用各类软件与工具。 相关调研数据显示，已经上线生产环境的Agent，68%的项目把单次执行步骤限制在10步以内。93%的企业项目卡在演示原型转向正式落地的阶段。
算力成本高昂
Agent每执行一项任务，都会产生算力开销。当前对应的商业化模式还没有跑通。相关数据统计，获取一名用户的成本为50美元，而从该用户身上获得的收入仅20至30美元，收入覆盖不了投入成本。
责任界定困难，难以建立信任
交由Agent处理订票业务，一旦订单出错，损失由谁承担。用来处理企业财务资料，发生数据泄露，追责同样是难题。如果系统遭受黑客入侵，造成的后果会更加严重。超过60%企业有部署Agent的计划，但实际落地比例只有17%。
当前的Agent好比刚毕业，头脑灵活但缺少实战经验的实习生。分配整理文档这类简单、边界清晰的任务可以完成。一旦独立接手复杂项目，很容易出现失误。想要发展成稳定可用的数字员工，还有大量技术难题需要解决。
