第一版MVP已经跑通，等于已经完成基装，接下来要进入精装修阶段。
刚要埋头工作，手机上的订阅助手弹出一条提示。粗一看，语气没有那么友好，赶紧点开看详情。
屏幕上静静地躺着一长段文字，白屏黑字，很是醒目，仔细一读，后背冒出冷汗来。
“对于所谓的“黑箱”这个对话，是只用过LLM而对agent并不了解。你需要继续学习，建议你：
1，去看看谷歌agent白皮书，关于grounding的概念。
2，并进行跨行业参考，如同样严肃高门槛的医疗行业的openevidence。
3，针对任务的闭环，可以看Claude在编程领域，程序都可以完美运行。
最后，从工程角度，我感觉你还是只是把MCP和GIS两者嫁接上，但应该不是这样的，从计算机工程角度，此时只有重构整个系统，而不是A+B。”
看着这段文字，我知道遇到高人了。现在我不过开发出一款文档生成应用，整天沾沾自喜，到处炫耀。告诉身边的人，还觉得不过瘾，跑到网上写文章。高人的留言，让我意识到，自身还存在很大差距。
关于agent，不能说不了解。没吃过猪肉，也见过猪跑。每天都在用AI coding工具做开发，即便是没看到agent白皮书，我大致也了解agent的定义，甚至在两年前，我自己总结过八个字——感知、思考、行动、反馈。具体解释来说，就是要具有感知用户提示词、数据以及相关变化的能力，感受到之后，要思考，制定计划，然后执行，完成任务。至于反馈，则是贯穿于全流程，每个环节都需要向用户及时反馈，不能埋头傻干。
细想下现在的这一款应用，对比我自己的定义，确实还停留在LLM阶段，很有必要进行升级。
升级计划不用太宏大，先从小处着手。立即改造现在的搜索和生成模式，现在还是传统软件的点击模式，每一步都会让用户参与进来，LLM完成具体工作。现在来看远远不够，至于空间分析能力，整个行业内，还没有看到一款agent。想要往这个方向发展，目前的架构无法满足要求。B/S架构下，浏览器是个天然的隔离沙箱，无法访问本地资源，更加无法调用本机程序，全部依赖服务器端，会造成极高的算力需求。刹那间，我恍然大悟，终于明白，各大厂的AI coding工具为什么都选择C/S架构。一个架构的变化，极大地强化了本地资源调用，大大减轻服务器端负担，哪怕有数以万计甚至千万计的并发访问，服务器端依然不会有太大压力。
悟到两个架构的差异，我立刻闪现出一个大胆的计划，实行多端协同。同一套后端程序，前端有web端和客户端，客户端主要通过插件形式体现。闪现之后，我自己又笑了，计划有些疯狂。市面上那么多的专业软件，没有看到哪个软件会拖着庞大的知识库。
心里没底，只有找老G商量。老G一句话把我逗乐了，也增加了我的信心。
“没有不代表没有用，恰恰是个蓝海方向，值得一试。”
升级计划初步形成，2026年做好这一套应用，不再贪多。
