AI Agent 从聊天到干活：这一年发生了什么

过去一年，AI 产品的主语从「聊天」变成了「完成」。这个转变背后是工具调用能力的成熟，也是期望值被反复校准的过程。

三个阶段

第一代是纯对话，你问它答，所有动作靠人复制粘贴。第二代会调用工具：查数据库、发邮件、建工单，模型自己决定调哪个。第三代开始做长任务，给一个目标，它自己拆步骤、执行、检查、重试。

现在能用到什么程度

步骤明确、结果可验证的任务已经能用，比如按模板整理资料、批量打标签、定时抓取并汇总。一旦涉及跨系统协调、模糊目标、或者不可回滚的操作，失败率就上来了。

工程上的三道关卡

• 可靠性：单步成功率 95% 听起来不错，串十步就只剩六成。要做失败重试、结果校验、断点续跑。
• 权限：Agent 拿到的权限越大，出错代价越高。按最小权限授予，危险操作强制人工确认。
• 审计：每一步调了什么、返回了什么都要留痕，否则出问题根本查不出来。

结论

把 Agent 当成一个能力不错但需要监督的新人，给它清晰的任务边界和可回滚的操作环境，能省下大量重复劳动；指望它全自动接管复杂流程，现在还不是时候。