融資1100萬(wàn)美金，華人團(tuán)隊(duì)打造Agent基礎(chǔ)層，5 行代碼搞定 AI Agent

你有沒(méi)有想過(guò)，構(gòu)建 AI agent 這件事可能會(huì)變得像調(diào)用一個(gè)函數(shù)一樣簡(jiǎn)單？過(guò)去幾個(gè)月里，我看到無(wú)數(shù)開(kāi)發(fā)者在 Reddit 和技術(shù)論壇上抱怨同一個(gè)問(wèn)題：為什么部署一個(gè) MCP 服務(wù)器需要花上好幾天時(shí)間？為什么每次想讓 AI 模型調(diào)用一個(gè)工具，都得寫一大堆配置文件和膠水代碼？為什么構(gòu)建一個(gè)稍微復(fù)雜點(diǎn)的 AI agent，就要在 Docker、YAML 和云服務(wù)配置之間來(lái)回折騰？

這種挫敗感不是個(gè)例，而是整個(gè) AI agent 開(kāi)發(fā)領(lǐng)域的普遍痛點(diǎn)。直到我看到 Dedalus Labs 宣布完成 1100 萬(wàn)美元種子輪融資的消息，才意識(shí)到有人正在系統(tǒng)性地解決這個(gè)問(wèn)題。這家由 Cathy Di 和 Windsor Nguyen 創(chuàng)立的公司，正在構(gòu)建一個(gè)基礎(chǔ)設(shè)施層，讓開(kāi)發(fā)者能夠用 5 行代碼就搭建起一個(gè)功能完整的 AI agent。這不是夸張的營(yíng)銷話術(shù)，而是他們真正在做的事情。

這輪融資由 Kindred Ventures 和 Saga Ventures 共同領(lǐng)投，參與方包括 E14 Fund、Emergence Capital、Sunshine Lake、Transpose Platform、Liquid 2 Ventures、FPV Ventures、Twenty Two Ventures、Telescope Foundation、Spot VC、Operator Partners 以及 Y Combinator。更引人注目的是他們的天使投資人名單：Slack 聯(lián)合創(chuàng)始人兼 CTO Cal Henderson、Hugging Face 聯(lián)合創(chuàng)始人兼首席科學(xué)家 Thomas Wolf、Supabase 聯(lián)合創(chuàng)始人兼 CTO Ant Wilson、前 GitHub CEO Thomas Dohmke、FlashAttention 作者兼 Together AI 首席科學(xué)家 Tri Dao，以及 AdaGrad 發(fā)明者、Google DeepMind 和普林斯頓大學(xué)教授 Elad Hazan。這份投資人名單基本涵蓋了當(dāng)今最重要的開(kāi)發(fā)者平臺(tái)和基礎(chǔ) AI 研究領(lǐng)域的關(guān)鍵人物。這讓我意識(shí)到，Dedalus Labs 正在做的事情，可能真的會(huì)改變整個(gè) AI agent 開(kāi)發(fā)的游戲規(guī)則。

開(kāi)發(fā)者的痛點(diǎn)到底在哪里

在我看來(lái)，當(dāng)前 AI agent 開(kāi)發(fā)面臨的最大問(wèn)題，不是模型能力不夠強(qiáng)，而是工程復(fù)雜度太高。我曾經(jīng)嘗試過(guò)構(gòu)建一個(gè)簡(jiǎn)單的 AI agent，讓它能夠訪問(wèn)我的日歷、讀取郵件，然后幫我安排會(huì)議。聽(tīng)起來(lái)很簡(jiǎn)單對(duì)吧？但實(shí)際操作起來(lái)卻是一場(chǎng)噩夢(mèng)。我需要為每個(gè)工具寫專門的接口代碼，處理各種 API 的認(rèn)證和授權(quán)，確保不同工具之間的數(shù)據(jù)格式兼容，還要考慮錯(cuò)誤處理和重試邏輯。最終，一個(gè)概念上很簡(jiǎn)單的功能，我卻花了整整一周時(shí)間才勉強(qiáng)讓它跑起來(lái)。

Dedalus Labs 的創(chuàng)始人 Cathy Di 在融資公告中說(shuō)："我和聯(lián)合創(chuàng)始人 Windsor 對(duì)優(yōu)秀的開(kāi)發(fā)者體驗(yàn)一直有很高的標(biāo)準(zhǔn)。我們創(chuàng)立 Dedalus 是因?yàn)閰捑肓耸褂媚切┡c agent 實(shí)際工作方式不匹配的工具。"這句話完全說(shuō)到了我的心坎上。現(xiàn)有的 AI agent 開(kāi)發(fā)工具要么是那種拖拽式的可視化編輯器，看起來(lái)很友好，但實(shí)際上根本不適合開(kāi)發(fā)者使用，缺乏靈活性和控制力；要么就是把你的整個(gè)技術(shù)棧鎖定在某一個(gè)模型提供商上，讓你失去了選擇的自由。更糟糕的是，大多數(shù)這類工具都還停留在演示階段，根本沒(méi)有做好生產(chǎn)環(huán)境的準(zhǔn)備。

Dedalus Labs 認(rèn)為，正確的抽象層不應(yīng)該是另一個(gè)可視化編輯器或者復(fù)雜的框架，而應(yīng)該是一個(gè)對(duì)開(kāi)發(fā)者友好的基礎(chǔ)設(shè)施層，讓構(gòu)建和流式傳輸配備工具的非線性 agent 變得像寫一個(gè)函數(shù)調(diào)用一樣簡(jiǎn)單。這個(gè)理念聽(tīng)起來(lái)很理想化，但他們確實(shí)做到了。他們的第一個(gè)版本就解決了部署 MCP 服務(wù)器的所有摩擦點(diǎn)。過(guò)去需要花費(fèi)數(shù)天時(shí)間編寫 Docker 文件和 YAML 配置的工作，現(xiàn)在只需要三次點(diǎn)擊就能完成。這種開(kāi)發(fā)體驗(yàn)的提升不是漸進(jìn)式的改進(jìn)，而是數(shù)量級(jí)的飛躍。

我特別認(rèn)同 Dedalus 對(duì)"agent 工作流"的理解。他們相信，所謂的 agentic 工作流本質(zhì)上就是 agent 本身——模型和工具的編排。一個(gè)配備了合適工具和防護(hù)欄的 agent，應(yīng)該能夠執(zhí)行任何工作流，而不需要工程師硬編碼每一個(gè)邊緣情況。作為開(kāi)發(fā)者，你的工作應(yīng)該很簡(jiǎn)單：定義提示詞，選擇合適的工具和防護(hù)欄，然后讓你的 agent 運(yùn)行。這種思維方式與傳統(tǒng)的工作流自動(dòng)化完全不同。傳統(tǒng)工作流是線性的、固定的、缺乏靈活性的，而基于 agent 的方式則是動(dòng)態(tài)的、適應(yīng)性強(qiáng)的、可擴(kuò)展的。

Model Context Protocol 為什么重要

在深入了解 Dedalus Labs 之前，我對(duì) Model Context Protocol（MCP）的理解其實(shí)很模糊。我知道這是 Anthropic 推出的一個(gè)開(kāi)放協(xié)議，但并不清楚它為什么如此重要。直到我看到 Dedalus 對(duì) MCP 的解釋，才真正理解了它的價(jià)值。MCP 是一個(gè)讓 AI 模型能夠以標(biāo)準(zhǔn)化方式與外部工具對(duì)話的開(kāi)放協(xié)議。可以把它想象成一種 AI 模型完全知道如何調(diào)用的 API：可靠、可預(yù)測(cè)、與語(yǔ)言無(wú)關(guān)。

在 MCP 出現(xiàn)之前，構(gòu)建一個(gè)配備工具的 agent（也就是能夠調(diào)用外部工具的模型）意味著要花費(fèi)數(shù)天時(shí)間去拼接各種定制的 API。每個(gè)工具都有自己的接口規(guī)范、認(rèn)證方式和數(shù)據(jù)格式。作為開(kāi)發(fā)者，你需要為每個(gè)工具寫專門的適配代碼，處理各種特殊情況和異常。這不僅耗時(shí)費(fèi)力，而且極難維護(hù)。每次工具更新或添加新工具，你都要重新寫一遍這些膠水代碼。這種方式根本無(wú)法擴(kuò)展，也無(wú)法構(gòu)建真正復(fù)雜的 agent 系統(tǒng)。

MCP 的出現(xiàn)徹底改變了這個(gè)局面。它提供了一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，讓所有工具都能以同樣的方式暴露自己的能力。AI 模型不再需要學(xué)習(xí)每個(gè)工具的特定接口，只需要理解 MCP 協(xié)議就可以調(diào)用任何支持 MCP 的工具。這就像是為 AI 時(shí)代創(chuàng)建了一套通用語(yǔ)言。對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，這意味著你只需要學(xué)習(xí)一次 MCP，就能讓你的 agent 訪問(wèn)成千上萬(wàn)的工具。對(duì)于工具提供商來(lái)說(shuō)，這意味著你只需要暴露一個(gè) MCP 服務(wù)器，就能讓所有支持 MCP 的 agent 使用你的服務(wù)。

Dedalus Labs 深信 MCP 是 agent 的語(yǔ)言。在他們看來(lái)，MCP 是允許 AI 系統(tǒng)可預(yù)測(cè)地調(diào)用工具、訪問(wèn)數(shù)據(jù)和執(zhí)行操作的標(biāo)準(zhǔn)。那些將自己作為 MCP 服務(wù)器暴露的產(chǎn)品，不僅對(duì)用戶可訪問(wèn)，也對(duì)不斷增長(zhǎng)的自主應(yīng)用生態(tài)系統(tǒng)可訪問(wèn)。隨著世界越來(lái)越多地轉(zhuǎn)向 AI 自主性（比如 agentic commerce），可尋址的市場(chǎng)不再只是人類，還包括代表人類工作的所有 agent。在那個(gè)世界里，將你的服務(wù)作為 MCP 端點(diǎn)暴露出來(lái)不是可選項(xiàng)，而是必然選擇。Dedalus Labs 正在構(gòu)建基礎(chǔ)設(shè)施，讓這種轉(zhuǎn)變對(duì)每個(gè)人來(lái)說(shuō)都盡可能簡(jiǎn)單。

Dedalus 的技術(shù)創(chuàng)新在哪里

Dedalus Labs 的核心產(chǎn)品是一個(gè) SDK 和基礎(chǔ)設(shè)施平臺(tái)，讓開(kāi)發(fā)者能夠快速連接 AI 模型、工具和 API。但這種描述太抽象了，讓我用一個(gè)具體例子來(lái)說(shuō)明他們到底做了什么。假設(shè)你想構(gòu)建一個(gè) agent，能夠同時(shí)訪問(wèn) GitHub 代碼倉(cāng)庫(kù)、查詢數(shù)據(jù)庫(kù)、搜索網(wǎng)頁(yè)，并根據(jù)搜索結(jié)果生成報(bào)告。在傳統(tǒng)方式下，你需要分別集成 GitHub API、數(shù)據(jù)庫(kù)連接、搜索引擎 API，寫大量代碼來(lái)處理認(rèn)證、錯(cuò)誤處理、數(shù)據(jù)格式轉(zhuǎn)換等問(wèn)題。然后你還需要編排這些工具的調(diào)用順序，確保 agent 能夠正確地使用它們。整個(gè)過(guò)程可能需要幾周時(shí)間。

使用 Dedalus 的 SDK，同樣的任務(wù)只需要 5 行代碼。你不需要關(guān)心底層的 API 調(diào)用細(xì)節(jié)，不需要處理認(rèn)證和授權(quán)，不需要寫工具編排邏輯。你只需要指定你想使用哪些工具，定義你的提示詞，然后讓 agent 運(yùn)行。Dedalus 的 SDK 會(huì)自動(dòng)處理模型和工具之間的交互，支持供應(yīng)商無(wú)關(guān)的模型切換、本地工具和托管 MCP 的鏈?zhǔn)秸{(diào)用，以及跨任何提供商的流式傳輸。這不是魔法，而是精心設(shè)計(jì)的抽象層，隱藏了所有復(fù)雜性，讓開(kāi)發(fā)者能夠?qū)Ｗ⒂?agent 的核心邏輯。

Dedalus 的創(chuàng)新不止于此。他們還構(gòu)建了一個(gè)托管的 MCP 市場(chǎng)，開(kāi)發(fā)者可以在這里發(fā)現(xiàn)和使用社區(qū)構(gòu)建的各種工具：網(wǎng)頁(yè)搜索、代碼執(zhí)行、數(shù)據(jù)分析等等。你只需要用一個(gè)簡(jiǎn)單的標(biāo)識(shí)符就能調(diào)用任何公開(kāi)列出的 MCP 服務(wù)器，完全不需要擔(dān)心配置、格式或協(xié)議。更有意思的是，他們即將推出市場(chǎng)貨幣化功能。你可以將自己的 agent 或服務(wù)器列在市場(chǎng)上，每次被調(diào)用時(shí)都能獲得收入，創(chuàng)作者分成高達(dá) 80%，而且是即時(shí)支付。這為開(kāi)發(fā)者創(chuàng)造了一個(gè)全新的商業(yè)模式：不僅可以使用別人的工具，還可以通過(guò)分享自己的工具來(lái)賺錢。

他們的平臺(tái)還支持混合搭配工具。你可以將本地 Python 函數(shù)與市場(chǎng)上的云托管 MCP 服務(wù)器結(jié)合使用。Dedalus 的 SDK 會(huì)自動(dòng)處理路由、切換和負(fù)載均衡。這種靈活性非常重要，因?yàn)樵趯?shí)際應(yīng)用中，你經(jīng)常需要結(jié)合使用專有工具和公共服務(wù)。比如，你可能想讓 agent 訪問(wèn)你公司內(nèi)部的客戶數(shù)據(jù)庫(kù)（本地工具），同時(shí)也能搜索網(wǎng)頁(yè)和生成報(bào)告（公共服務(wù)）。在 Dedalus 之前，將這些異構(gòu)工具整合在一起是一項(xiàng)艱巨的工程任務(wù)。現(xiàn)在，這變成了一件輕而易舉的事。

Dedalus 還在開(kāi)發(fā) MCP Authorization Server，這是業(yè)界首個(gè)生產(chǎn)級(jí)的 MCP 授權(quán)服務(wù)器。這個(gè)工具管理多個(gè)服務(wù)的安全和訪問(wèn)控制，讓開(kāi)發(fā)者能夠集成外部工具而不需要構(gòu)建自己的授權(quán)系統(tǒng)。這解決了企業(yè)在使用 AI agent 時(shí)最關(guān)心的安全問(wèn)題之一。當(dāng) agent 能夠代表用戶執(zhí)行各種操作時(shí)，如何確保它只執(zhí)行被授權(quán)的操作？如何防止權(quán)限濫用或數(shù)據(jù)泄露？Dedalus 的授權(quán)服務(wù)器提供了一個(gè)統(tǒng)一的解決方案，讓 MCP 資源服務(wù)器能夠?qū)⒘钆瓢l(fā)放、發(fā)現(xiàn)和安全策略委托給專門的授權(quán)服務(wù)器，該服務(wù)器高度遵循 MCP 規(guī)范。更重要的是，他們計(jì)劃將這個(gè)授權(quán)服務(wù)器開(kāi)源，讓整個(gè)社區(qū)都能從中受益。

為什么投資人如此看好 Dedalus

當(dāng)我看到 Dedalus Labs 的投資人名單時(shí)，我的第一反應(yīng)是：這些人都是開(kāi)發(fā)者工具和 AI 領(lǐng)域的傳奇人物。Cal Henderson 是 Slack 的聯(lián)合創(chuàng)始人兼 CTO，Slack 幾乎定義了現(xiàn)代團(tuán)隊(duì)協(xié)作工具應(yīng)該是什么樣子。Thomas Wolf 是 Hugging Face 的聯(lián)合創(chuàng)始人兼首席科學(xué)家，Hugging Face 是機(jī)器學(xué)習(xí)領(lǐng)域最重要的開(kāi)源社區(qū)和平臺(tái)。Ant Wilson 是 Supabase 的聯(lián)合創(chuàng)始人兼 CTO，Supabase 被稱為開(kāi)源的 Firebase 替代品，在開(kāi)發(fā)者社區(qū)中備受推崇。Thomas Dohmke 是前 GitHub CEO，GitHub 是全球最大的開(kāi)發(fā)者平臺(tái)。這些人對(duì)優(yōu)秀的開(kāi)發(fā)者工具有著最敏銳的判斷力，他們選擇投資 Dedalus，本身就說(shuō)明了這家公司的潛力。

我特別注意到 Tri Dao 和 Elad Hazan 這兩位 AI 研究領(lǐng)域的大牛也參與了投資。Tri Dao 是 FlashAttention 的作者，這是一項(xiàng)革命性的技術(shù)創(chuàng)新，大幅提升了 Transformer 模型的效率，現(xiàn)在幾乎所有大語(yǔ)言模型都在使用這項(xiàng)技術(shù)。他同時(shí)也是 Together AI 的首席科學(xué)家。Elad Hazan 是 AdaGrad 優(yōu)化算法的發(fā)明者，這是深度學(xué)習(xí)領(lǐng)域最重要的優(yōu)化算法之一。他在 Google DeepMind 和普林斯頓大學(xué)任職。這兩位的加入說(shuō)明，Dedalus 不僅在工程實(shí)現(xiàn)上做得好，在技術(shù)方向的選擇上也得到了頂尖 AI 研究者的認(rèn)可。

Kindred Ventures 和 Saga Ventures 作為領(lǐng)投方，也有著出色的投資記錄。他們?cè)谠u(píng)估 Dedalus 時(shí)，很快意識(shí)到創(chuàng)始人 Cathy 和 Windsor 是特殊的創(chuàng)始人：他們癡迷于開(kāi)發(fā)者體驗(yàn)，這體現(xiàn)在他們的代碼質(zhì)量、設(shè)計(jì)決策，以及他們?cè)诤诳退珊娃k公時(shí)間里進(jìn)行的無(wú)數(shù)次"Collison 安裝"（一個(gè)硅谷術(shù)語(yǔ)，指創(chuàng)始人現(xiàn)場(chǎng)演示產(chǎn)品并讓人立即開(kāi)始使用）。這種對(duì)細(xì)節(jié)的關(guān)注和對(duì)開(kāi)發(fā)者需求的深刻理解，正是構(gòu)建偉大開(kāi)發(fā)者工具所必需的特質(zhì)。

投資人看好 Dedalus 的另一個(gè)重要原因，是他們對(duì) MCP 的戰(zhàn)略性押注。在他們看來(lái)，MCP 將成為 agent 生態(tài)系統(tǒng)的基礎(chǔ)語(yǔ)言。隨著越來(lái)越多的公司采用 MCP，將服務(wù)暴露為 MCP 服務(wù)器意味著你不僅服務(wù)于人類用戶，還服務(wù)于 agent。在一個(gè) agent 也是用戶的世界里，這是下一個(gè)重要的分發(fā)渠道。Dedalus Labs 正在構(gòu)建支撐這種轉(zhuǎn)變的基礎(chǔ)設(shè)施。這不是一個(gè)短期的商業(yè)機(jī)會(huì)，而是對(duì)未來(lái)十年軟件架構(gòu)的押注。

對(duì)開(kāi)發(fā)者意味著什么

我認(rèn)為 Dedalus Labs 的出現(xiàn)，標(biāo)志著 AI agent 開(kāi)發(fā)正在從實(shí)驗(yàn)階段進(jìn)入工程化階段。在過(guò)去的一兩年里，我們看到了很多令人印象深刻的 AI agent 演示，但這些演示大多停留在概念驗(yàn)證階段，很難真正部署到生產(chǎn)環(huán)境中。主要原因就是缺乏可靠的基礎(chǔ)設(shè)施和標(biāo)準(zhǔn)化的開(kāi)發(fā)工具。Dedalus 正在填補(bǔ)這個(gè)空白。他們提供的不是又一個(gè)演示框架，而是一個(gè)真正面向生產(chǎn)環(huán)境的基礎(chǔ)設(shè)施層。

對(duì)于普通開(kāi)發(fā)者來(lái)說(shuō)，Dedalus 降低了構(gòu)建 AI agent 的門檻。你不再需要成為 AI 專家才能構(gòu)建有用的 agent。你不需要深入理解各種模型的 API 差異，不需要花時(shí)間研究如何部署和擴(kuò)展 MCP 服務(wù)器，不需要從頭開(kāi)始編寫工具編排邏輯。這些復(fù)雜性都被 Dedalus 的 SDK 和平臺(tái)隱藏起來(lái)了。你可以專注于定義你的 agent 應(yīng)該做什么，而不是糾結(jié)于它應(yīng)該如何做。這種抽象是正確的，因?yàn)樗岄_(kāi)發(fā)者能夠在更高的層次上思考問(wèn)題。

更重要的是，Dedalus 提供了真正的靈活性。他們支持多個(gè)模型提供商，包括 OpenAI、Anthropic、Mistral 等。你可以用一行代碼在 GPT-5、Claude Opus 4.1、Gemini 2.5 Flash、Qwen-Max 或任何主流模型之間切換。沒(méi)有供應(yīng)商鎖定，現(xiàn)在沒(méi)有，以后也不會(huì)有。這種靈活性非常寶貴，因?yàn)?AI 領(lǐng)域變化太快了。今天最好的模型可能明天就被超越。如果你的技術(shù)棧被鎖定在某個(gè)特定模型上，你就失去了選擇的自由。Dedalus 讓你始終能夠使用最適合你需求的模型。

Dedalus 還在構(gòu)建開(kāi)發(fā)者社區(qū)和生態(tài)系統(tǒng)。他們即將在 12 月與 The Residency 合作舉辦 Break In，這是一個(gè)為期三周的黑客屋活動(dòng)，旨在幫助有潛力的創(chuàng)始人進(jìn)入硅谷。這種社區(qū)建設(shè)不僅能夠吸引優(yōu)秀的開(kāi)發(fā)者使用他們的平臺(tái)，還能收集寶貴的反饋，持續(xù)改進(jìn)產(chǎn)品。他們計(jì)劃開(kāi)源平臺(tái)的部分組件，包括授權(quán)服務(wù)器，這種開(kāi)放的態(tài)度會(huì)讓更多開(kāi)發(fā)者采用相同的構(gòu)建模塊，確保不同項(xiàng)目之間的互操作性和更容易的集成。

從長(zhǎng)遠(yuǎn)來(lái)看，Dedalus 的愿景不僅僅是一個(gè)開(kāi)發(fā)者工具，而是成為公司構(gòu)建和分發(fā) agent 的骨干。不只是構(gòu)建 agent，而是發(fā)布、分享和發(fā)展它們。他們正在構(gòu)建的是一個(gè)完整的生態(tài)系統(tǒng)，在這個(gè)生態(tài)系統(tǒng)中，開(kāi)發(fā)者可以構(gòu)建工具、agent 可以使用這些工具、用戶可以從這些 agent 中獲益，而工具創(chuàng)建者也能從中獲得收益。這種多方共贏的模式，是可持續(xù)生態(tài)系統(tǒng)的基礎(chǔ)。

我對(duì) AI Agent 基礎(chǔ)設(shè)施的思考

在了解 Dedalus Labs 的過(guò)程中，我對(duì) AI agent 基礎(chǔ)設(shè)施有了一些更深的思考。我認(rèn)為，當(dāng)前 AI agent 開(kāi)發(fā)面臨的最大挑戰(zhàn)不是算法或模型能力，而是工程基礎(chǔ)設(shè)施的缺失。我們有非常強(qiáng)大的基礎(chǔ)模型，有各種各樣的工具和 API，但缺少一個(gè)標(biāo)準(zhǔn)化的方式將它們連接起來(lái)。這就像是互聯(lián)網(wǎng)早期，我們有服務(wù)器和客戶端，但缺少 HTTP 協(xié)議和瀏覽器這樣的標(biāo)準(zhǔn)化技術(shù)。MCP 的出現(xiàn)填補(bǔ)了這個(gè)空白，而 Dedalus 則是讓 MCP 變得易于使用的關(guān)鍵推動(dòng)者。

我特別認(rèn)同 Dedalus 對(duì)傳統(tǒng)工作流工具的批評(píng)。那些拖拽式的可視化工作流編輯器看起來(lái)很直觀，但實(shí)際上限制了靈活性和可擴(kuò)展性。它們假設(shè)你能夠預(yù)先定義所有可能的執(zhí)行路徑，但現(xiàn)實(shí)世界的問(wèn)題往往是動(dòng)態(tài)的、不可預(yù)測(cè)的。AI agent 的優(yōu)勢(shì)正在于它能夠根據(jù)實(shí)際情況做出決策，而不是遵循固定的執(zhí)行路徑。Dedalus 采用的代碼優(yōu)先方法是正確的，因?yàn)榇a提供了最大的靈活性和控制力。你可以用代碼表達(dá)任何邏輯，可以輕松地進(jìn)行版本控制、測(cè)試和調(diào)試。

另一個(gè)值得思考的問(wèn)題是，AI agent 基礎(chǔ)設(shè)施應(yīng)該是中心化的還是去中心化的？我認(rèn)為 Dedalus 找到了一個(gè)很好的平衡點(diǎn)。他們提供托管服務(wù)，讓開(kāi)發(fā)者能夠快速開(kāi)始，不需要擔(dān)心基礎(chǔ)設(shè)施問(wèn)題。但同時(shí)，他們也支持自托管，并且計(jì)劃開(kāi)源關(guān)鍵組件。這種混合模式給予開(kāi)發(fā)者最大的選擇自由：你可以使用他們的托管服務(wù)快速原型驗(yàn)證想法，等到需要更多控制時(shí)再遷移到自托管環(huán)境。這種靈活性對(duì)于企業(yè)客戶特別重要，因?yàn)樗麄兛赡苡刑厥獾陌踩蚝弦?guī)要求。

我還注意到 Dedalus 強(qiáng)調(diào)"production-ready"（生產(chǎn)就緒）這個(gè)詞。這點(diǎn)非常重要，因?yàn)樘嗟?AI agent 工具都停留在演示階段。它們?cè)诶硐霔l件下運(yùn)行得很好，但一旦遇到實(shí)際的生產(chǎn)環(huán)境——需要處理大規(guī)模并發(fā)、需要可靠的錯(cuò)誤處理、需要監(jiān)控和日志記錄、需要安全和訪問(wèn)控制——就會(huì)暴露出各種問(wèn)題。Dedalus 從一開(kāi)始就考慮到了這些生產(chǎn)環(huán)境的需求。他們的平臺(tái)會(huì)監(jiān)控健康檢查、自動(dòng)進(jìn)行全球擴(kuò)展、提供干凈的 MCP 端點(diǎn)。這些看起來(lái)不起眼的功能，恰恰是生產(chǎn)環(huán)境所必需的。

從更宏觀的角度看，我認(rèn)為 AI agent 基礎(chǔ)設(shè)施的成熟，將推動(dòng)整個(gè)軟件行業(yè)的范式轉(zhuǎn)變。就像云計(jì)算讓我們從"購(gòu)買服務(wù)器"轉(zhuǎn)變?yōu)?租用計(jì)算能力"，AI agent 基礎(chǔ)設(shè)施將讓我們從"編寫代碼"轉(zhuǎn)變?yōu)?編排智能體"。在這個(gè)新范式中，開(kāi)發(fā)者的核心工作不再是編寫詳細(xì)的業(yè)務(wù)邏輯，而是定義目標(biāo)、選擇合適的工具和模型、設(shè)定防護(hù)欄。具體的執(zhí)行細(xì)節(jié)由 agent 自己決定。這種轉(zhuǎn)變會(huì)極大提高開(kāi)發(fā)效率，但也對(duì)基礎(chǔ)設(shè)施提出了更高的要求。Dedalus 正在構(gòu)建的，正是支撐這種新范式的基礎(chǔ)設(shè)施。

未來(lái)會(huì)是什么樣子

展望未來(lái)，我認(rèn)為 AI agent 將無(wú)處不在。不僅僅是聊天機(jī)器人或虛擬助手，而是深度嵌入到各種軟件應(yīng)用中，成為軟件的標(biāo)準(zhǔn)組成部分。每個(gè) SaaS 應(yīng)用都會(huì)有自己的 agent，能夠理解用戶意圖并自動(dòng)執(zhí)行任務(wù)。每個(gè)企業(yè)都會(huì)有專門的內(nèi)部 agent，幫助員工處理日常工作。這些 agent 之間也會(huì)相互協(xié)作，形成一個(gè) agent 網(wǎng)絡(luò)。在這個(gè)未來(lái)中，MCP 將成為 agent 之間通信的標(biāo)準(zhǔn)協(xié)議，就像 HTTP 是網(wǎng)頁(yè)通信的標(biāo)準(zhǔn)協(xié)議一樣。

Dedalus Labs 的市場(chǎng)貨幣化功能特別有前景。想象一下，開(kāi)發(fā)者可以構(gòu)建專門的工具或 agent，將它們發(fā)布到 Dedalus 的市場(chǎng)上，然后每次被使用時(shí)都能獲得收入。這創(chuàng)造了一個(gè)全新的商業(yè)模式，讓開(kāi)發(fā)者能夠通過(guò)構(gòu)建可復(fù)用的組件來(lái)賺錢，而不是必須構(gòu)建完整的應(yīng)用。這種模式在傳統(tǒng)軟件開(kāi)發(fā)中也存在（比如 npm 包、WordPress 插件等），但 AI agent 市場(chǎng)的獨(dú)特之處在于，這些組件不僅被人類開(kāi)發(fā)者使用，也被其他 agent 自動(dòng)發(fā)現(xiàn)和使用。這意味著市場(chǎng)規(guī)模可能比傳統(tǒng)的開(kāi)發(fā)者工具市場(chǎng)大得多。

我也看到一些潛在的挑戰(zhàn)。隨著 agent 變得越來(lái)越自主，安全和可控性將變得更加重要。如何確保 agent 的行為符合預(yù)期？如何防止惡意 agent 或被攻擊的 agent 造成損害？如何在給予 agent 足夠自主性的同時(shí)，保持人類的最終控制權(quán)？這些問(wèn)題沒(méi)有簡(jiǎn)單的答案，需要技術(shù)創(chuàng)新和行業(yè)標(biāo)準(zhǔn)的共同推動(dòng)。Dedalus 正在開(kāi)發(fā)的授權(quán)服務(wù)器是解決這些問(wèn)題的重要一步，但這只是開(kāi)始。

另一個(gè)有趣的問(wèn)題是，當(dāng) agent 成為主要用戶時(shí)，軟件設(shè)計(jì)將如何改變？傳統(tǒng)的用戶界面是為人類設(shè)計(jì)的，強(qiáng)調(diào)視覺(jué)呈現(xiàn)和交互直覺(jué)。但 agent 不需要漂亮的界面，它們需要的是清晰的 API 和可預(yù)測(cè)的行為。這意味著軟件設(shè)計(jì)的重點(diǎn)將從"如何讓界面更友好"轉(zhuǎn)變?yōu)?如何讓 API 更友好"。API 設(shè)計(jì)將成為產(chǎn)品成功的關(guān)鍵因素，而 MCP 這樣的標(biāo)準(zhǔn)協(xié)議將變得越來(lái)越重要。

Dedalus Labs 將自己定位為這個(gè)轉(zhuǎn)變的推動(dòng)者和基礎(chǔ)設(shè)施提供者。他們不僅在構(gòu)建工具，還在塑造標(biāo)準(zhǔn)、建設(shè)社區(qū)、培育生態(tài)系統(tǒng)。他們計(jì)劃開(kāi)源關(guān)鍵組件，舉辦黑客松和黑客屋活動(dòng)，支持早期創(chuàng)業(yè)者。這種全方位的投入，顯示了他們的長(zhǎng)期愿景：不只是構(gòu)建一個(gè)成功的產(chǎn)品，而是推動(dòng)整個(gè)行業(yè)向更好的方向發(fā)展。我相信，隨著越來(lái)越多的開(kāi)發(fā)者使用 Dedalus 的平臺(tái)，隨著越來(lái)越多的工具采用 MCP 標(biāo)準(zhǔn)，我們將逐漸看到一個(gè)繁榮的 agent 生態(tài)系統(tǒng)的出現(xiàn)。

對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，現(xiàn)在是參與這個(gè)轉(zhuǎn)變的最佳時(shí)機(jī)。AI agent 技術(shù)仍處于早期階段，有大量的創(chuàng)新空間和商業(yè)機(jī)會(huì)。Dedalus 提供的工具讓你能夠快速開(kāi)始實(shí)驗(yàn)和構(gòu)建，而不需要花費(fèi)大量時(shí)間在基礎(chǔ)設(shè)施上。無(wú)論你是想為自己的應(yīng)用添加 agent 功能，還是想構(gòu)建通用的工具在市場(chǎng)上銷售，或者只是想探索 AI agent 的可能性，Dedalus 都提供了一個(gè)很好的起點(diǎn)。AI agent 的時(shí)代已經(jīng)到來(lái)，而 Dedalus Labs 正在為這個(gè)時(shí)代構(gòu)建基礎(chǔ)。

結(jié)尾

也歡迎大家留言討論，分享你的觀點(diǎn)！

覺(jué)得內(nèi)容不錯(cuò)的朋友能夠幫忙右下角點(diǎn)個(gè)贊，分享一下。您的每次分享，都是在激勵(lì)我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。