过去两年，AI智能体（AI Agent）成为AI落地的热门方向。从 ChatGPT 的对话助手，到自动化办公、代码助手，再到多智能体协作平台，智能体被视为未来人机交互的核心形态。

然而在实际落地中，很多企业会发现一个残酷现实：

构建一个真正可用的智能体，90% 的工作是软件工程，只有 10% 才是 AI。

这一观点最早由 Rakesh Gohel 在其著名的AI Agent冰山模型中提出，并在业内引发了广泛共鸣。本文将深入解析这背后的逻辑。

图 Gohel（linkedin）

一、为什么智能体是 90% 软件工程、10% AI？

表面上，智能体看起来只是一个能理解自然语言、会自动生成结果的“大模型应用”。但真正的企业级智能体落地，远不止一个 LLM：

1. AI 模型只解决“脑子”的问题

• 理解任务、规划步骤、生成内容或结果
• 这一部分就是“10% AI”
• 软件工程支撑智能体的整个“身体和神经系统”
• 用户交互、权限控制、任务编排、数据流转、工具调用、日志监控、异常回滚
• 这些工作是“90% 软件工程”，没有它们，智能体无法稳定运行

用一句话概括：

AI 决定智能体“懂不懂”，软件工程决定它“能不能干活”。

二、AI智能体的冰山模型

为了直观说明这 90/10 的关系，我们可以用冰山模型来理解智能体架构：

1. 水面上的 10%：用户可见的 AI

• 内容：自然语言交互、意图理解、文本/代码/报表生成
• 典型体验：
  • C端：ChatGPT、文心一言、通义千问、Cursor
  • B端：智能工单助手、报销自动审核、代码自动补全
• 核心能力：
  • 大模型（LLM）语义理解与生成
  • 基础任务规划与工具选择

用户看到的“智能”部分，其实只是冰山一角。

2. 水面下的 90%：支撑智能体运行的软件工程

这部分是企业真正的建设难点，主要包括：

1. 前端与交互层

• Web端、移动端、企业IM（钉钉/飞书）入口
• 对话UI、任务面板、状态可视化
• 记忆与上下文管理
• 长短期对话记忆、任务链状态、文档缓存
• 典型实现：向量数据库（Milvus）、Redis/ES
• 身份认证与权限控制
• 企业级 SSO、AD/LDAP、API网关鉴权
• 确保智能体任务执行可控、可审计
• 工具与执行层
• RPA、OCR、知识库、企业系统API
• 智能体的“手脚”，完成具体任务
• 智能体编排与调度（Orchestration）
• 多智能体协作、任务拆解、工具路由
• 只有少部分是AI推理，大部分是工程逻辑和任务管理
• 可观测与日志追溯
• 任务状态监控、错误处理、操作日志
• B端智能体必须“看得见它在干活”，否则无法信任
• 数据与基础设施
• ETL、数据库、向量库、云原生容器、GPU/CPU集群
• 保障性能、可扩展性和低成本运行

总结：水面下的 90% 负责让智能体“落地、稳定、可控、可追溯”，而非展示“聪明”。

三、为什么这个比例对企业落地很重要

1. 防止高估AI能力

• 只关注模型而忽视工程建设，智能体很快失效或不可控
• 指导架构设计
• 把智能体当作软件系统，而不是单个模型
• 先规划好 Workflow、权限、数据、日志、工具集成
• 明确团队建设方向
• 90% 的工作需要软件工程、架构、运维人才
• 只有 10% 是 Prompt、模型微调或推理优化
• 解释为什么B端落地难、C端快
• C端重体验，轻工程，冰山顶部就能跑 MVP
• B端重交付，必须把冰山底部的 90% 建完整