ARTICLE · 1015210
AI会用工具之后,真正的难题才刚刚开始
这两年，我们对AI的期待一直在变。
最开始，只要它能回答问题，就觉得很厉害。后来发现，只会回答还不够。
于是AI开始会联网搜索、读取文件、写表格、做PPT、操作软件，甚至可以自己拆解任务、调用不同工具完成工作。我们开始把这样的AI叫作 Agent。
看起来，好像只要再给它更多工具、更大的权限，AI就会越来越接近一个真正的员工。
但事情恰恰从这里开始变得复杂。
一个AI“会做事情”，和它“能把事情做对”，完全是两回事。 |
01会用工具，只是拥有了“手脚”
假设现在有一个AI，可以读取你的邮箱、搜索公司文件、生成Excel、修改Word、给客户发邮件、调用企业内部系统。
从能力上看，它已经很强了。
但真正放进公司以后，第一个问题并不是：它还能不能再多会几个工具？而是：它什么时候应该使用这些工具？
比如客户发来一句：“这个报价还能不能再优惠一点？”
AI当然可以自动查产品价格、历史报价、客户资料，然后生成一封回复邮件，甚至直接发送。技术上完全做得到。
问题是：它知道最低价格是多少吗？知道这个客户是不是战略客户吗？知道这个价格需不需要领导审批吗？知道销售人员是不是正在和客户谈另一个合作条件吗？
如果这些都不知道，那么“自动发邮件”并不代表效率提高。
AI可以用三秒钟替你发出一封邮件 也可能用三秒钟替你制造一个需要三天才能解决的问题 |
所以真正成熟的AI系统，并不是单纯不断给AI增加工具，而是告诉它：什么情况下可以做，什么情况下不能做，什么情况下必须询问人，什么情况下完成后还要再次检查。
02真正难的，是让AI知道“什么时候不能做”
人类工作有一个很容易被忽略的特点：大量经验，并不是告诉我们“应该做什么”，而是在告诉我们“什么时候千万别这么做”。
一个工作多年的销售人员会知道：客户第一次询价，通常不能直接报底价。一个财务人员会知道：有些数字即使算出来了，也不能直接提交。一个项目经理会知道：需求发生变化以后，不能只修改方案，还要同步检查报价、进度和合同。
这些东西很少完整写在公司的知识库里，但它们恰恰决定了一件事情最终能不能做对。
所以很多企业第一次做AI时，会产生一种错觉：我们已经把公司几十G资料全部放进知识库了，AI为什么还是不好用？
知识库解决的是“公司知道什么”； 真正的工作还包括“公司是怎么做事情的” |
03一个真正能工作的Agent，至少要解决四件事
如果把复杂技术先全部放到一边，其实很好理解。一个成熟的AI工作系统，至少需要四层能力。
第一层：知道它需要知道完成任务需要哪些信息。产品资料、客户信息、历史项目、制度文件、行业知识……这一层解决的是“我知道什么”。这也是很多RAG、企业知识库主要解决的问题。
第二层：会做光知道还不行。AI还要能够调用工具，例如搜索资料、读取数据库、生成文件、填写表格、调用系统接口、发送消息、操作企业软件。这一层解决的是“我能做什么”。
第三层：会判断真正的分水岭在这里。AI必须知道什么时候应该调用工具、调用哪个工具、先做什么、后做什么、遇到异常怎么办、什么情况需要停止。这一层解决的是“我应该怎么做”。
第四层：会检查最后还有一件特别重要、但经常被忽略的事情：它怎么知道自己做对了？例如AI生成了一份报价表，还应该检查数量、单价、总价、税率、客户名称、报价范围和价格版本是否正确。
真正可靠的Agent，不应该只有“执行” 而应该是：理解 → 执行 → 检查 → 修正 → 再确认 |
04为什么给AI更多工具，反而可能更难用？
这件事情其实很反直觉。很多人第一次搭建Agent时，会有一种非常自然的想法：能接的工具全部接上。几十个插件、几十个API、几十个系统，看起来能力非常强。
但工具越多，AI需要做的判断也越多。就像一个新员工第一天入职，你没有告诉他公司的工作流程，却一次性给他ERP、CRM、财务系统、合同系统、邮箱、网盘、OA和客户数据库，然后告诉他“你自己看着办”。
这当然不是赋能。这叫制造事故候选人。
真正好的Agent设计，不是“工具越多越好” 而是“完成这个任务，需要的工具刚刚好” |
05企业真正应该沉淀的，不只是知识
过去企业数字化，很重要的一件事情叫“沉淀数据”。后来做企业AI，大家开始讲“沉淀知识”。
但下一阶段，我觉得还会出现一个更重要的方向：沉淀做事的方法。
比如一家公司的优秀销售到底是怎么跟进客户的？一个成熟售前是怎么判断客户真正需求的？一个采购人员怎么判断供应商风险？一个项目经理怎么处理需求变更？一个财务人员如何发现异常数据？
过去这些东西，大量存在于人的经验里。员工离职以后，经验也跟着离开。
以后企业AI真正有价值的一件事情，就是逐渐把这些经验变成规则、流程、判断条件、检查标准和工具调用方式，最后形成可以重复执行的能力。
这时候AI才不只是一个“会聊天的知识库” 而开始真正成为企业工作系统的一部分 |
06AI未来真正竞争的，可能不是“谁更聪明”
模型当然还会继续变强。上下文会越来越长，推理能力会越来越强，工具调用也会越来越丰富。
但当模型能力逐渐接近以后，真正拉开差距的，很可能不是谁的AI回答得更漂亮，而是谁能把AI放进真实工作里以后，依然做到：知道什么时候执行，知道什么时候停止，知道什么时候需要人确认，做完以后能够检查，出了问题能够恢复，所有过程能够追溯。
一个真正好用的AI，最重要的不是它能做多少事情 而是：你敢不敢把真正重要的事情交给它 |
这两者之间，还有很长的一段路。但我越来越觉得，这段路，可能才是Agent真正的价值所在。
END