Agent 的渗透路径：从 Browser 到物理层的六级下沉

最近在看各种 Agent 产品——Claude Code、Codex CLI、Cursor、MCP——发现一个规律：自动化生态在从 B/S 向 C/S 迁移。

但仔细想，这不是 C/S 替代 B/S。Browser 本来就是 Client 的一种，只是它是为人设计的客户端。Agent 时代，客户端从”面向人”变成”面向机器”。

更深层的问题是：Agent 正在沿着计算机体系逐层向下渗透。

---

B/S 是 C/S 的子集

先纠正一个认知偏差。很多人把 B/S 和 C/S 当作两种并列架构，但实际上：

C/S（Client-Server）
├── Browser → Web Server          ← B/S
├── Mobile App → API Server
├── CLI → API Server
├── Agent → MCP Server            ← 新入口
├── SDK → Cloud Service
└── Desktop Client → Backend

你看到的不是”C/S 替代 B/S”，而是：通用浏览器客户端正在被专用 Agent 客户端替代。Server 不但没消失，反而更重要了。

---

Browser 是为人设计的，不是为机器设计的

网页的核心能力是让人操作——看页面、点按钮、填表单、滚动、选菜单。

但 Agent 需要的是：调用函数、传结构化参数、获得结构化结果、处理错误码、重试、订阅事件。

创建一个日历事件的对比：

Browser 模式：

打开日历网页 → 找到日期 → 点击空白 → 填标题 → 选时间 → 点保存

API 模式：

{
  "title": "项目评审",
  "start": "2026-07-14T14:00:00+08:00",
  "end": "2026-07-14T15:00:00+08:00"
}

对自动化来说，后者稳定得多。Browser 自动化依赖 DOM 结构、CSS selector、按钮文字、页面加载顺序——前端一改版就全崩。API 只要接口版本不变，怎么改页面都不影响。

工程可靠性排序：

API > SDK > CLI > Browser 自动化

Browser 自动化是没有 API 时的兜底，不是首选。

---

表示层的无效转换

Browser-Server 的数据链路：

数据库结构化数据
→ 后端 API / 模板
→ HTML → CSS → JavaScript → DOM → 像素
→ 人看懂

Agent 操作页面时，又要反过来做一次：

像素或 DOM → 识别按钮 → 推测状态 → 执行点击

大量无效转换。把机器数据翻译成人类界面，Agent 再把人类界面翻译回机器动作。

直接 API 调用：

结构化请求 → 服务 → 结构化响应

这才是 Agent 框架中 Tool Calling 兴起的本质原因——绕过表示层，直接调用能力。

---

两个时代的核心差异

Web 时代：把服务变成页面。 Agent 时代：把服务变成可调用能力。

所以未来服务会同时提供两种入口：

面向人：Web UI（展示、授权、审查、兜底）
面向机器：API / MCP / SDK（执行、自动化、编排）

Browser 没有消失，但角色变了：从主执行入口，变成审查和兜底入口。

---

Agent 的六级渗透路径

Agent 不只是替代 Browser。它正在沿着计算机体系逐层下沉：

阶段	渗透对象	Agent 替代什么	容错空间
1	Browser / 交互层	点击、搜索、填表、页面操作	高（可撤回）
2	C/S 客户端层	IDE、运维控制台、跨系统工作流	高（测试拦截）
3	OS 控制层	文件、进程、资源、容器、运维	中（服务可能宕机）
4	网络控制层	路由、流量、安全、故障恢复	低（大面积断网）
5	硬件与链路层	编译优化、芯片调度、MAC 控制	很低（流片损失巨大）
6	物理系统	机器人、汽车、工厂、能源	极低（人身安全）

可以抽象为三个大阶段：

第一阶段：替人操作软件      Browser、App、CLI、IDE
第二阶段：替人管理系统      OS、云、网络、数据库、集群
第三阶段：替人控制物理世界  芯片、通信、机器人、汽车、工厂

第一阶段：替代交互层

最先被替代的：搜索页面、菜单导航、表单填写、页面跳转、信息聚合、点击式工作流。

这一层最容易，因为风险低、接口往往已存在、失败可以回退给人、替换的是交互方式而不是核心系统。

第二阶段：替代客户端和 OS 控制

Claude Code、Codex CLI 已经在做这件事：

Agent Client
├── 读代码
├── 修改文件
├── 执行测试
├── 调 Git
├── 运行 Docker
├── 查询日志
└── 连接服务器

Agent 从”使用应用”变成”控制计算机”。进程管理、文件系统、权限、容器编排、故障恢复——Agent 成为 OS 上面的智能控制面。

Agent = 智能 systemd + 智能 scheduler + 智能运维员

OS 内核继续负责确定性执行，Agent 负责意图理解和动态编排。

第三阶段：渗透网络层

不是替换 TCP/IP，而是替代网络管理和控制：

业务目标 / SLO
→ Network Agent
→ SDN Controller
→ 路由器 / 交换机

用户只表达”交易数据延迟小于 20ms，单链路故障自动切换，控制跨地域成本”——Agent 自动生成路由策略、QoS、负载均衡、故障转移规则。

第四阶段：渗透硬件层

编译器优化、GPU 调度、内存布局、算子融合、芯片功耗管理、FPGA 配置——这与AI 芯片的核心概念直接相关。

模型分析 → 算子拆分 → Kernel 生成 → 内存规划 → 多流调度 → 编译 → Benchmark → 自动调优

Agent 替代的是人工硬件调优和编译优化，但底层执行仍需确定性的编译器、Runtime、驱动和固件。

第五阶段：进入物理世界

Agent 不能”替代物理规律”，只能优化如何使用物理资源：自适应调制编码、天线阵列优化、能耗优化、机器人控制、自动驾驶。

---

越往下，Agent 越不直接执行

核心发现：不同层的容错空间决定了 Agent 的自治程度。

页面点错一次      → 撤回
代码改错一次      → 测试拦截
OS 操作错一次     → 服务宕机
网络配置错一次    → 大面积断网
芯片设计错一次    → 流片损失巨大
物理控制错一次    → 可能造成人身伤害

所以 Agent 越往下渗透，形态越不是”自由 Agent”：

上层：高自治 Agent（直接执行）
中层：受约束 Agent（需确认）
底层：Agent 规划 + 确定性控制器执行

最终形态不是一个大模型直接控制所有层：

人类意图
  ↓
战略 Agent
  ↓
领域 Agent
  ↓
策略 / 计划 / 配置
  ↓
确定性软件（OS / 网络 / 驱动）
  ↓
芯片 / 硬件
  ↓
物理世界

---

一句话总结

Agent 的渗透方向是从高语义、低风险、易回退的应用层，逐步下沉到 OS、网络、芯片、物理世界。越往下，Agent 越不直接执行，而是负责理解意图和生成策略，由确定性系统完成实时执行。

越靠近人类语义的层，渗透越快。越靠近确定性执行的层，渗透越慢。这不是技术限制，是容错成本决定的。