Isomoes
发布时间

AI Agent 的 L1 到 L5：借用自动驾驶分级，重新看 AI 能力的层级

在 Bilibili 上观看视频

引言

这两年，我们在博客里记录了很多 AI 工具的变化：从 GitHub Copilot 的代码补全，到网页里的对话助手，再到 Claude Code、OpenCode 这类可以自己读文件、跑命令的 agent，以及后来的多 agent 并行和 dynamic workflows。每一次变化都很具体，但放在一起看时，我们一直缺少一个统一的坐标系，来回答一个简单的问题：现在的 AI 到底处在哪个阶段？

现有的分类方案并不少。有的按模型能力划分，例如 OpenAI 提出的从 Chatbots、Reasoners 到 Agents、Innovators、Organizations 的五级路线；有的按通用智能的程度和广度划分，例如 Google DeepMind 的 Levels of AGI。这些框架各有侧重，但往往与具体的模型、技术路线或评测方式绑定，很难从一个足够大的角度，把补全工具、聊天助手、coding agent、多 agent 系统同时装进去。

自动驾驶的分级提供了另一个思路。SAE 把驾驶自动化分为 L0 到 L5，它不关心车用的是激光雷达还是纯视觉，也不关心模型结构，只关心一件事：在驾驶这项任务中，人和系统分别承担了多少责任。 如果我们也采用这种“只看最终效果、不看技术细节”的视角，就可以把 AI Agent 的能力分为 AL1 到 AL5，并把过去几年的各种产品形态都放进同一张图里。

Rendering Mermaid diagram...

从左到右，AI 承担的部分越来越多，人的角色则从“写代码的人”逐渐变成“提问的人”“给方向的人”“做验证的人”，最后在 AL5 中完全退出。下面我们先对照一下自动驾驶的分级，再逐层展开。

从自动驾驶借来的坐标系

自动驾驶分级的核心，是驾驶责任的转移。L1 和 L2 中，人始终是驾驶员，系统只是辅助；L3 中，系统可以在特定条件下接管驾驶，但人必须随时准备接手；L4 在限定场景内不再需要人；L5 则在任何场景下都不需要人。

AI Agent 的分级也可以用同样的方式来理解，只是把“驾驶”换成“完成一项知识工作”，把“责任”换成“谁提供上下文、谁决定方向、谁判断结果”。

等级自动驾驶（SAE）AI Agent（AL）谁提供上下文谁决定方向典型形态
L1驾驶辅助补全工具人，且必须精确人Copilot 代码补全
L2部分自动化问答助手人给出简短提问人网页对话、聊天助手
L3有条件自动化自主探索的协作者AI 自己探索人Claude Code、OpenCode 等 agent
L4高度自动化方案的引领者AI 自己探索AI 主导，人验证少数领域中的多 agent 研究系统
L5完全自动化完全自主AIAI尚未出现

有一点需要说明：这里的划分不追求严格的边界。AL2 与 AL3 之间就存在一段模糊地带，某些产品也可能同时具备多个等级的特征。分级的价值不在于给每个工具贴一个精确的标签，而在于帮助我们看清人在整个协作过程中的位置。

AL1：需要精确上下文的补全工具

AL1 的代表，是 2021 年前后的 GitHub Copilot。我们在 AI 编程一文中回顾过，早期的 Copilot 更像一个智能代码片段生成器：我们写下函数签名或一行注释，它补全后面的实现。

Rendering Mermaid diagram...

这一层级的关键特征是：AI 完全依赖我们给出的上下文。 它看到的是光标附近的代码、当前文件，以及我们刚刚写下的注释。只有当上下文足够明确时，它才能补出正确的内容，而它补出的通常也是那些重复性、模式化的部分，例如样板代码、相似的分支或常见的算法实现。

在 AL1 中，人仍然是真正的“驾驶员”。我们决定写什么、怎么写，AI 只是让手上的动作更快一些。我们在 VSCode 加上 Neovim 中描述的 Copilot 补全体验，就是这一层级的典型状态。

AL2：根据简短提问检索信息的问答助手

到了 AL2，交互方式从“补全”变成了“对话”。我们不再需要写出精确的上下文，只需要给出一个较短的提问，AI 就可以返回与问题最相关的信息。它回答的往往是我们不太熟悉、但相对通用的内容：某个 API 怎么用、某个概念是什么意思、某段报错可能是什么原因。

Rendering Mermaid diagram...

从产品形态来看，AL2 对应的是网页对话。我们在 NextChat 接入 DeepSeek R1 中搭建的本地聊天客户端，以及 Neovim 中的 CodeCompanion 聊天缓冲区，都属于这一类。换到非编程场景也是一样：假设我们有一个网店，可以让 AI 客服回答“店里有哪些商品”“每件商品的价格是多少”。

AL2 的局限同样清楚：它没有自主发现的过程。 它回答的是我们问的问题，不会主动去查看代码仓库、运行命令，或者追踪一个问题背后的其他线索。回答之后，真正的执行仍然由人完成。

AL3：给出方向后自主探索的协作者

AL3 是今天大多数人所处的状态，也是我们日常工作的主要状态。

在这一层级，我们只需给出一个比较简短的提示，agent 就会自己去探索：读取相关文件、搜索代码、查阅文档，找到与提示最相关的上下文。然后，它会根据这些上下文，结合我们给出的规则与目标去执行任务，并尝试把一个边界明确的任务完整做完。我们在 从 Vibe Coding 到 Agent Coding 中记录的，正是从 AL2 走向 AL3 的这段转变。

Rendering Mermaid diagram...

从我们的使用经验来看，AL3 的成功率已经处在一个比较高的水平：一般任务在 50% 以上，如果使用最好的模型，可以达到 70% 到 80%。不过，这个成功率有一个前提：我们自己对这件事有充分的了解。 通常的情况是，我们脑子里已经有一个完整的想法，知道这件事该往哪个方向做、大致分几步，然后把方向和过程描述给 agent，由它来完成实现。

围绕这一层级，我们已经做了很多工作流上的尝试：用 Claude Code 的配置、subagents 与 MCP 扩展 agent 的能力，用 多 agent 并行 提升吞吐量，用 dynamic workflows 让 Claude 自己编排一支 agent 队伍，以及尝试让 agent 接管更多原本由人承担的验证循环。我们也发现，同一个模型换一个 harness，表现也会不同，这说明 AL3 的能力不只来自模型本身，也来自它的运行环境。

但 AL3 有一个明显的边界：它的自主发现，必须建立在人给出方向和目标之后。

如果我们让 AL3 级别的 agent 自己去选方向、做决策，它会倾向于选择训练数据中最多、最常规的方案。对于常见的工程任务，这通常没有问题，甚至是优点；但如果任务要求新颖性或创新性，例如提出一个新的研究方法，或者设计一个没有先例的架构，AL3 就很难处理好。我们在 如果我们拥有 AI，我们也拥有它的能力吗？ 中讨论过类似的现象：agent 可以快速实现 baselines、运行实验，但在方法选择、创新边界和论文整体逻辑上，仍然需要人来判断。

所以，AL3 的角色始终是一个协作者，而不是引领者，也不是 leader。方向感仍然来自人。

AL4：提出超越人类专家方案的引领者

AL4 与 AL3 的根本区别，在于方案由谁主导。

在 AL4 中，AI 可以给出超出人类专家水平的方案：这些方案是我们自己想不到的，甚至领域专家也给不出来的，而且经过验证，它们确实有效。此时，在整个人机协作的过程中，AI 给出的方案占据主导地位，人的角色则转向提出问题、提供验证手段，以及判断结果是否成立。

Rendering Mermaid diagram...

目前，AL4 只在少数领域出现了一些成果。数学和算法领域是最典型的例子：这些问题复杂度很高，但结果可以被严格验证。例如 Google DeepMind 的 AlphaEvolve 通过多个模型与自动化评估器的循环，在部分矩阵乘法和数学构造问题上找到了优于已知结果的解。这类系统的共同点是多 agent 协同加上可自动验证的目标，而这也恰好解释了为什么 AL4 目前只在少数领域出现。

AL4 也让验证问题变得更尖锐。当 AI 的方案超出了人的理解范围，我们如何确认它是对的？我们之前讨论过的探索与验证悖论在这里会更加明显：数学和算法可以依靠证明或 benchmark，但在很多缺少客观评估标准的领域，AL4 还很难落地。

AL5：完全不需要人参与的自主系统

AL5 是这条路径的终点：把人从整个流程中移除。

在 AL5 中，系统不需要人给方向，也不需要人做审核。它自己发现问题、自己定位问题、自己修复问题，然后持续自主地迭代下去。

Rendering Mermaid diagram...

需要区分的是，我们在 AI Agent 应该接管那些原本由我们自己承担的部分 中提出的方向，并不是 AL5。那篇文章的主张是把人从每个任务的内部循环里拿掉，但人仍然保留最终批准、拒绝分支和重写目标的权力，这更接近于一个验证能力更强的 AL3。AL5 则意味着连这一层外部循环也不再需要人。

就目前来看，AL5 还没有真正出现。

总结

回到开头的问题：现在的 AI 处在哪个阶段？

如果只看最终效果和人机分工，今天的主流状态是 AL3：人给出方向和目标，agent 自主探索上下文并完成执行，在我们熟悉的任务上已经有相当高的成功率。AL1 和 AL2 已经成为日常工具的一部分；AL4 在数学、算法等可以严格验证的领域出现了少量成果；AL5 仍然是一个尚未抵达的终点。

等级人的角色AI 的角色当前状态
AL1写代码的人补全重复内容已普及
AL2提问的人检索并回答已普及
AL3给方向的人自主探索与执行的协作者主流，成功率 50%~80%
AL4做验证的人提出方案的引领者少数可验证领域中出现
AL5不再参与完全自主尚未出现

这套分级对我们自己的启发是：从 AL3 走向 AL4，关键不只是模型更强、token 更多，而是 AI 能否在没有人给方向的情况下，选择一条非常规但正确的路径，并且有办法证明它是对的。在那之前，人在协作中的价值，主要体现在给出方向、判断创新性，以及验证结果。

相关文章与资源