本周 Lobsters 技术社区一则题为《Thrust vs. Steer》的帖子，用飞船比喻 AI Agent 的设计哲学——「推力派」主张堆算力、堆 token（模型处理的文本单元）、做更长思维链让 Agent 直冲，「转向派」强调对齐、约束、精准导航。帖子作者直接把争论框定为又一例邓宁-克鲁格效应（一种认知偏差：能力不足者反而最自信）。这件事值得我们关心：它暴露了当下 AI 工程界最真实的路线焦虑——钱和算力砸下去，到底换来的是能力还是失控。

这是什么

飞船靠引擎推进，靠舵转向。映射到 AI：一派继续把模型做大、做长上下文、做更长 Chain-of-Thought，让 Agent 「力气更大」；另一派强化工具调用规范、加反思机制、设安全护栏，让 Agent 「更像老司机」。这不是新话题，但 2024 年底 Agent 落地潮让它重新升温——大量项目失败让从业者开始怀疑，单纯加推力并不等于能到达目的地。

行业怎么看

支持推力优先的人认为，AGI（通用人工智能）级别的能力一旦突破，许多「转向」问题会自然解决——就像有了足够强的发动机，舵的问题好办。反方意见更尖锐：有从业者评论说，现在 90% 的 Agent demo 看起来惊艳，但生产环境跑三天就崩，问题全出在「不会拐弯」。Anthropic、OpenAI 最近工程博客都在悄悄加码「可控性」方向，被视为转向派的信号。但也有中立声音提醒：两个维度本质是工程权衡而非路线对立，强行二选一才是邓宁-克鲁格的真正体现。

对普通人的影响

对企业 IT：如果团队在评估或采购 Agent 产品，别只问「能做什么」，更要问「做错了怎么兜底」。能拐弯的产品才敢上生产。

对个人职场：用 AI 工具时主动设边界比无脑放手更重要——把 AI 当实习生用，而不是当自动驾驶。

对消费市场：接下来一年，「可控性」会成为 AI 产品卖点，但也会出现过度保守导致体验下降的反例，保持自己的判断力。