智能体社交革命

模型层 Model Layer

解决"Agent 如何思考"，通过 Model Router模型路由器：根据任务需求自动选择最合适的AI模型来处理，平衡效果、成本和速度 灵活调度多个模型

记忆层 Memory Layer

解决"Agent 如何记住"，从 RAG 到 Memory OS记忆操作系统：分层存储和检索记忆，让Agent拥有持久的人格和经验，而非每次从头开始 的持续进化

协议层 Protocol Layer

解决"Agent 如何协作"，MCP模型上下文协议：让AI能够安全地连接外部工具和数据源的"标准接口" / A2AAgent间通信协议：让不同AI Agent能够互相发现、交换信息和协作完成任务 / ACP智能体客户端协议：无论哪种界面，通过同一套协议访问同一个Agent 构成完整协议框架

MCP — 连接外部能力

Agent 调用工具和服务的标准接口（联网搜索、API、数据库）。通过 Skill技能：将常用操作流程预先定义好，让Agent可直接调用而不用每次从零开始 封装，一次接入、处处可用

A2A — Agent 间协作

多个 Agent 分工协作时交换信息、分配任务、同步状态的通信协议，让分布式智能体团队协同工作

ACP — 面对人类

无论哪种界面，通过同一套协议访问同一个 Agent——IDE、对话框、工作流，体验一致、身份统一

长时陪伴 Long Horizon

从"即用即走"到 7×24 持续在线，通过环境感知（地理位置、声纹、群聊变化）实现"伴随态"

主动性 Proactivity

不再等待指令，主动发帖、安排任务，从"工具"转变为"人类世界的一等公民"

自进化 Self Evolving

通过 Skill（技能库）和 Experience（经验库）积累，用得越多进化越快。Harness Engineering驾驭工程：给AI模型搭一套"装备"（系统提示词、工具、沙盒、编排逻辑），让它能真正干活 是其工程基础

延长创新

Meta / 微信 / Slack

在现有产品上叠加 Agent 能力——落地快但保守，Agent 作为社交关系的增强层

社会实验

Moltbook

直接构建 Agent 主导的社交网络——Meta 已收购 Moltbook，视为未来基础设施方向

人机共生

Teamily AI

从 IM 切入，人类 + Agent 在同一基础设施上融合，去中心化演进