当编辑器成为 Agent，当底层定位从”编辑器 + AI 助手”转变为”Agent 主导的对话写作应用”。

01  问题的起点：AI 辅助写作的”最后一公里”

AI 辅助写作已经不是什么新鲜事。续写、润色、摘要、翻译——2026 年的写作工具或多或少都有这些能力。

典型的流程是：用户选中一段文字，告诉AI “改得更正式一些”，AI 返回结果，用户阅读、判断、接受或拒绝，然后再选中下一段，重复整个过程。每一步都需要用户发起、等待、评估、决策。

这个流程的效率瓶颈不在AI 的生成速度，而在用户的认知切换成本。用户需要不断在”创作者”和”审阅者”两个角色之间切换——写的时候是创作者，AI 返回结果后变成审阅者，审完又要回到创作者模式继续往下写。

这不是一个小问题。认知切换的累积成本会显著影响写作的连贯性和深度。一篇需要两小时专注完成的论文章节，如果中间插入了二十次“发起 AI → 审阅 → 接受”的循环，实际的专注时间可能不到一半。

我们把这个现象称为“AI 辅助

写作的最后一公里”：AI 已经能生成高质量内容，但交互模式仍然停留在”用户发指令 → AI 响应”的单次请求模型，没有形成持续协作的工作。

02  核心决策：从”助手”到”Agent”

解决上述问题的思路很直接：把“用户管理 AI”的负担，转移到 AI 身上。

具体来说，一个理想的AI 写作协作者应该具备以下能力：

·理解用户的模糊意图，并通过反问澄清关键细节

·将复杂任务拆解为可执行的步骤序列

·按计划逐步执行，并在每一步完成后更新状态

·对不同类型的操作（新增/修改/删除）采取不同的确认策略

·在执行过程中接受用户的打断和指令修正

这些能力描述的不是一个“助手”，而是一个具备自主规划和执行能力的Agent。

这个转变不是一个渐进优化，而是一次定位切换。“助手”意味着 AI 是附属功能，用户是主导者；”Agent”意味着 AI 是主动的协作者，用户是监督者和决策者。

03  协作空间的重构

Agent 模式要求 AI 和用户能够并行工作。旧版启文的界面是典型的”编辑器中心制”：整个窗口围绕编辑器构建，AI 功能收在一个弹出式抽屉里，需要时打开，用完关闭。

这个设计隐含了一个假设：AI 是偶尔使用的辅助工具。但在 Agent 模式下，AI 是常驻的协作者，它需要一个固定的、与编辑器同等地位的工作空间。

3.1  浮动窗口

对话面板可以拖出，变为独立的浮动窗口。浮动窗口支持标题栏拖拽移动和边缘拖拽缩放。

浮动窗口的价值在于多显示器场景：将AI 对话窗口拖到副屏，主屏可以全屏使用编辑器。对于习惯了多显示器的技术用户，这个功能将屏幕利用率从”被迫分屏”提升到”自主布局”。

3.2  编辑器实时反馈

AI 每次通过 action 标签修改编辑器内容后，被修改区域会触发 0.6 秒的金色闪烁效果，同时自动滚动到修改位置。

在Agent 模式下，AI 可能在用户视线离开编辑器的几秒内完成多处修改。如果没有视觉反馈，用户重新看向编辑器时无法判断哪些内容被修改了。金色闪烁提供了即时的定位信号。

3.3  Agent 执行控制栏

AI 执行任务时，编辑器底部浮出控制栏，包含三个元素：

·状态指示器：脉动动画+ 当前步骤名称 + 线性进度条。脉动表示执行进行中，静态表示暂停或等待确认。

·“修改指令”按钮：在AI 执行过程中插入新的指令，无需等待当前任务完成。

·“停止”按钮：立即终止当前Agent 流程。所有已完成步骤的结果保留，未完成步骤标记为 cancelled。

控制栏的设计原则是“可见但非侵入”：它浮动在编辑器内容之上，不挤占编辑空间；执行完成后自动收起；如果用户开始手动编辑，控制栏保持显示但不打断编辑操作。

04  设计原则回顾

在构建这套Agent 系统时，有几个贯穿三轮迭代的设计原则：

安全分级优先于自动化。Agent 的默认行为是保守的——新增内容自动执行，修改已有内容需要确认。自动化程度可以通过”自动模式”提升，但默认值倾向于安全。

用户保留最终控制权。Agent 执行过程中，用户可以随时通过控制栏中断或调整指令。Agent 不是替代用户决策，而是减少用户的重复性操作。

状态可持久化。面板布局、对话历史、执行计划、写作偏好——所有这些状态都写入本地存储。重启应用后工作环境完全恢复，不会因为意外关闭而丢失上下文。

本地优先不妥协。所有Agent 相关数据（对话记录、偏好设置、布局状态、执行历史）仅存储在本地。Agent 的”记忆”不会离开用户设备。

最后

做启文这么久，有一个观察反复被验证：工具的价值不在于功能的多少，而在于它能在多大程度上减少用户的认知负担。

模板库减少了“怎么写格式”的认知负担。AI 记忆减少了”之前和 AI 聊了什么”的认知负担。职业向导减少了”该用什么功能”的认知负担。

Agent 系统试图减少的是”如何与 AI 协作”的认知负担。用户不需要管理 AI 的工作流程，不需要记住应该在哪一步确认、哪一步可以放心交给 AI。Agent 自己完成了这些判断和调度。

这也是启文从插件系统、模板库与AI 记忆、 AI 自定义一路走来的自然延续。每一步都在把更多的认知负担从用户转移到工具。