ARTICLE · 1268900
AI 工具两年 6 次换形态:从聊天框到常驻 Agent,每一步多拿到什么结果| 地图·回顾 01
本文看点
01 2024→2026，AI 工具交回来的东西，从“一段代码”变成“一份待审的成品”，再变成“一件已经办完、只差你批准的事”。一句话概括：让人惊艳的不再是对话框，而是进度条[1]。
02 按 6 个阶段对照：聊天框、补全、AI IDE、本地 Agent、云端/后台 Agent、个人常驻 Agent。每一段写清能拿到的结果和典型坑，最后附一张 2026 年 Agent 形态地图。
03 读完能做：按任务挑形态，先有验收再放权。文末有阶段对照表，后台回复「回顾」领取。
目录（约 12 分钟读完）
• 01 / 先说结论：结果的单位变了
• 02 / 阶段 1～2：聊天框和补全，拿到的是“片段”
• 03 / 阶段 3：AI IDE，拿到的是“跨文件改动”
• 04 / 阶段 4：本地 Agent，拿到的是“跑通的改动”
• 05 / 阶段 5：云端/后台 Agent，拿到的是“待审的成品”
• 06 / 阶段 6：个人常驻 Agent，拿到的是“办完的事”
• 07 / 2026 年的 Agent 形态地图
• 08 / 所以今天该怎么用
本系列「AI 这两年变了什么（2024→2026）」共 3 篇：工具、方法、场景。只讲每个阶段“能拿到的结果变了什么”，不做大事记，不排名。产品名只作为阶段代表出现，按发布时间排列，本文无商业合作。信息截至 2026-10-25。
先说结论：结果的单位变了
2025 年底，宝玉在 X 上做过一次众包调研：127 条留言里，高频词是推理、Agent、Claude Code，“聊天”这个词几乎没人再提。他引用的总结是：让人惊艳的不再是对话框，而是进度条，它在后台默默把事办完了[1]。
两年里变的不只是“模型更聪明”，更是交回来的东西的单位：
• 2024 年以前，多数时候拿到的是一段代码、一行补全；
• 2025 年，拿到的是一组跨文件改动，或者一个已经跑过测试的修改，后来是一份待审的成品：程序员拿到的是待审的 PR（PR，即代码合并请求），其他人拿到的是带出处的报告、做好的表格；
• 到 2026 年，GitHub 上每 3 个代码合并请求就有 1 个有 Agent 参与[31]；同一套能力又从代码扩到了邮件、日程、网页和账单，拿到的是“一件已经办完、只差你批准的事”。
InfoQ 的年终盘点把编程工具分成两波：第一波人主导，AI 预测“下一个字符或编辑位置”；第二波是 Agent，直接接管从需求到验证的整个任务[2]。2026 年可以算第三波：Agent 有了自己的电脑、记忆和定时任务，不等人打开就在干活。下面拆成 6 个阶段来看。
图 1 AI 工具 6 个阶段：能拿到的结果和典型坑
阶段 1～2：聊天框和补全，拿到的是“片段”
补全其实比聊天框更早商用。GitHub Copilot 在 2022-06-21 向个人开发者正式开放，10 美元一个月[3]；ChatGPT 在 2022-11-30 上线[4]。两者给的都是片段：补全给下一行、下一段，聊天框给一段代码、一个解释或一条排错思路。
这一段能拿到的结果很明确：少敲键盘、少翻文档，遇到报错多了一个可以问的对象。边界也很明确：
•上下文靠人搬。聊天框不知道项目里还有什么，要靠复制粘贴把代码和报错贴进去，再把答案贴回来。
•补全必须快。InfoQ 文中的解释是，补全不能打断心流，端到端时延要压在几百毫秒量级，模型规模和可用上下文都受限，很难理解全局意图[2]。
•“看起来对”最危险。Simon Willison 在 2024 年的回顾里把大模型比作“伪装成菜刀的电锯”：看上去简单，真要用好，需要很深的理解和经验[5]。
2024 年还有两件事铺了路：上下文变长，Gemini 系列到了 200 万 token；“一句提示生成一个小应用”成了多家标配[5]。模型能读进很多代码了，缺的是在项目里动手。
阶段 3：AI IDE，拿到的是“跨文件改动”
AI IDE 把模型请进了项目：它能读整个仓库，一次改多个文件，人只需要看 diff、点接受。
2025 年 2 月，Karpathy 发帖提出“vibe coding”，描述的正是这种状态：用 Cursor Composer 配 Sonnet，语音说需求，一律“全部接受”，不再看 diff，报错直接贴回去。但他在同一条帖子里写明，这种做法适合“用完即扔的周末项目”[6]。这条帖子到 2026 年 10 月有 737 万次浏览[6]。之后这个词被广泛用来指“任何有 AI 参与的编程”，Simon 专门写了几篇文章，想把它拉回原意[7]。
Karpathy 在年终回顾里说，Cursor 揭示了大模型应用的新一层：替用户做上下文工程，编排多次模型调用，并提供“自主程度滑杆”[8]。
这一段能拿到的结果，是一个小功能、一次多文件重构，在熟悉的界面里完成。典型坑是：“觉得快”和“真的快”不是一回事。METR 在 2025 年上半年做过一次随机对照实验：16 位有经验的开源开发者，在自己熟悉的仓库上做 246 个真实任务。允许用 AI（主要是 Cursor Pro 配 Claude 3.5/3.7 Sonnet）时，完成时间反而多了 19%；他们事前预计会快 24%，事后仍然觉得快了 20%[9]。METR 在 2026 年 2 月补充：这只代表 2025 年初的工具，现在很可能更快了，但新实验样本有偏差，只是弱证据[10]。
阶段 4：本地 Agent，拿到的是“跑通的改动”
2025 年 2 月，Claude Code 随 Claude 3.7 Sonnet 一起发布[7]，5 月 22 日正式开放[11]。Simon 把它列为 2025 年影响最大的事件，并给“编程 Agent”下了一个朴素的定义：能写代码、执行代码、检查结果、再迭代的大模型系统。这一年，主要模型厂商都推出了自己的命令行编程 Agent；到 2025-12-02，Anthropic 称 Claude Code 的年化收入达到 10 亿美元[7]。
Karpathy 认为，它的关键不在命令行，而在“住在你的电脑上”：直接用开发者已经装好的环境、数据、配置和上下文，交互延迟低[8]。
这一段能拿到的结果升了一级：给它一个 issue，拿回一个改完、跑过测试的修改。Simon 年底的经验是，只要给 Agent 一套现成的测试集去对照（他叫“一致性套件”），效果会好得多[7]。
典型坑有两个：
•自动确认模式。多数编程 Agent 默认每一步都要人确认。关掉确认（社区叫 YOLO 模式）以后，体验像换了一个产品，风险也一起来了。Simon 引用安全研究者的“越轨常态化”提醒：一直侥幸没出事，会让人和组织把危险做法当成正常[7]。
•额度和账单。Agent 做一件事要多轮调用工具，检索结果、diff、终端日志会反复回灌进上下文，成了新的主要成本来源[2]。InfoQ 记录了 Claude Code 用量榜上有人 30 天用掉 77 亿 Token[2]；Anthropic 从 2025-08-28 起，给 Pro 和 Max 订阅加了每周用量上限[12]。
阶段 5：云端/后台 Agent，拿到的是“待审的成品”
这一阶段的变化是：活可以“派出去”了。它在云端自己干，交回来的不是一句回答，而是一份等你验收的成品。
最典型的是编程代理。2025 年 5 月，几家几乎同时推出了“派活、交回待审代码”的后台代理。OpenAI Codex 5 月 16 日以研究预览上线，在云端隔离沙箱里并行处理任务[13]；GitHub 5 月 19 日发布 Copilot 编程代理，给它分配一个 issue，它在 GitHub Actions 环境里干活，提交草稿 PR 等人审[14]；Google 的 Jules 也在 5 月上线，Anthropic 10 月推出网页版 Claude Code[7]。Cursor 2.0（2025-10-29）把界面改成多 Agent，最多 8 个并行，各自用 git worktree 或远程机器隔离[15]。
不写代码的人，同一年也用上了这种形态：
•OpenAI 深度研究（2025-02-02）：给一个问题，它花 5～30 分钟自己查几百个网页和文件，交回一份带出处的调研报告，期间你可以走开[38]。
•Manus（2025-03 初邀测）：每个任务有一台自己的云端电脑，关掉笔记本也继续干；发布演示里，它把一包简历读完交回排名表格，把股票数据做成可分享的网页[39]。
•ChatGPT agent（2025-07-17）：用自己的虚拟浏览器查资料、填表、改表格，交回可编辑的幻灯片和表格，需要时提示你登录[40]。
所以这一阶段对所有人的意义是同一句话：把活派出去，回来验收。
另一条线是“给 AI 接能力”。Anthropic 在 2024-11-25 开源 MCP，作为把 AI 连到外部数据和工具的标准[16]；2025 年 5 月，几家大厂在 8 天内上线 API 级 MCP 支持[7]；2025-10-16，Anthropic 推出 Agent Skills，用到时再加载的说明和脚本[17]；2025-12-09，MCP 捐给 Linux 基金会下新成立的 Agentic AI Foundation[18]。
2026 年，Agent 之间互相通信的 A2A 协议 3 月发布 1.0，8 月也并入这个基金会；到 10-22，基金会有 305 家成员[35]。
这一段能拿到的结果，是同时派出几件能写清验收的活，收回几份待审的成品。2026 年 10 月，GitHub 说每 3 个 PR 就有 1 个有 Agent 参与，一年前还不到 1/10[31]。多 Agent 并行也成了常见功能，Thoughtworks 技术雷达第 34 期（2026-04）把“小规模的编程 Agent 团队”列为“评估”，把动辄几十上百个 Agent 的“蜂群”列为“谨慎”：成本高，而且只在规格和测试都很完备时才好用[34]。典型坑也跟着变了：
•瓶颈从“写”移到了“审”。Ben’s Bites 年终那期的判断是：AI 生成的代码，需要新的版本管理、审查和可观测工具[19]。报告和表格也一样：出处要点开核对，数字要抽查。
•接得越多，攻击面越大。Simon 提出的“致命三要素”是：Agent 同时能读私密数据、会接触不可信内容、又能对外发送时，一段藏在网页或文档里的恶意指令，就可能让它替攻击者把数据带出去[7]。GitHub 的数据是另一面：推送量两年涨了 2.8 倍，带凭证的推送也同步增长，泄露的密钥平均约 40 天才被人工吊销[31]。
阶段 6：个人常驻 Agent，拿到的是“办完的事”
前 5 个阶段有个共同前提：人打开它，它才干活。2026 年出现的新形态，把这个前提去掉了。几家的官方说明几乎是同一组能力：一台属于它的云端电脑和浏览器，关掉 App 也继续干；记住对话和偏好；按时间或事件自动跑；登录你已有的应用和网站跨应用干活；发送、付款、删除这类动作先回来找人批准。按发布时间排：
•Gemini Spark（2026-05-19 发布，10 月改名 Tasks in Gemini）：云端 24/7 运行，可设定时和触发条件、教它技能，操作本地或远程浏览器[22][23]。
•Grok Bot（2026-08-11 beta）：每个用户一台持久云电脑，带浏览器和终端；可以同时开多个 Bot、拉进群聊互相交接；“下次你做这件事时跟着学”，之后按例行任务自己跑[24]。
•Muse（Meta，2026-09-08）：跑在专属虚拟机里，能发邮件、订行程、填表、议价、付款；另有一个独立的守门 Agent 检查对外动作[26]。
•dots（OpenAI，2026-09-29 开始灰度）：自己的云电脑，通过插件连 4000 多个应用，在 ChatGPT、Slack、Teams 里对话[27]。
•Claude Duet（Anthropic，2026-10-21 研究预览，排队制）：每天早上发简报，几小时检查一次已连接的应用，有事才找你[28]。
• 国内，阿里的千问Go！10-13 开放体验申请、分批放量，能代办航班延误理赔、淘宝价保、预约保养等[36]；腾讯轻量云团队的 LightVela 是云端托管的个人 Agent，7×24 在线，可从微信、QQ、飞书接入[37]。
这一段能拿到的结果，是把一件事交出去，回来时已经办完，或者只差你点批准：清理收件箱、盯价格、跟进一笔退款、每周整理一份报告。
典型坑也都写在各家自己的说明里：
•权限和误操作。Gemini 帮助页提醒：定时任务如果在你离线时运行，你可能来不及阻止一个非预期的操作[23]。Claude Duet 规定，有些动作即使用户批准也不做，比如证券交易、账户间转账[28]。
•隐私和安全边界。Grok Bot 的说明写明，同一账号下的 Bot 共用一台电脑，共享文件和登录状态，不要把不同 Bot 当成安全边界[25]。
•账号风控和平台规则。2026 年 9 月，亚马逊阻止 Muse 在站内浏览和下单，理由是未经授权、不表明身份、凭证处理有隐患[30]。替你登录的 Agent，可能撞上平台的自动化规则。
•成本。常驻不等于实时。Claude Duet 说明，它每隔几小时检查一次，因为一直检查会很快用完套餐额度[28]；各家都给常驻 Agent 单独设了用量。
2026 年的 Agent 形态地图
把 2026 年核实过的产品按形态归类，大致有 8 种，阶段 4～6 是主线，其余是它们的“手”、组织版和底座：
•本地 Agent和云端/后台 Agent：上面阶段 4、5。
•浏览器/电脑操作 Agent：像人一样点网页，Chrome 的自动浏览 2026-01-28 在美国开始预览[29]；常驻 Agent 基本都自带浏览器。
•个人常驻 Agent：阶段 6。
•企业 Agent 平台：给组织造、跑、管 Agent，管身份、权限和审计，比如 OpenAI Frontier（2026-02-05，先给少量客户）[32]、Claude Managed Agents（2026-04-08 公测）[33]。
•多 Agent 编排：一个总控分派多个角色，见阶段 5。
•协议生态（MCP、A2A 等）和“带教”层（技能、例行任务、记忆）：所有形态共用的底座。
演进关系可以用一句话概括：同一套“写—跑—查”的循环，先从本地搬到云端，再从代码扩到所有在线事务。
图 2 两年里的关键节点（只列和“拿到的结果”有关的）
用户侧也在往这个方向走。Stack Overflow 2026 年开发者调查里，66% 的人在工作中用编程助手或 Agent；但 48% 只在能轻松验证时才信任 AI 输出，愿意把重要决策交给它的只有 6.6%[20]。State of AI Report 2026 引用的一项对照研究显示：在 100 个 SWE-bench Verified 任务上，只改工具、上下文和反馈，不改模型权重，成功率从 52.5% 提到了 65.5%[21]。工具和环境本身，就是结果的一部分。
所以今天该怎么用
6 个阶段不是一个替代一个，今天它们同时存在。回看这两年，比较稳妥的用法有 5 条：
1.按任务挑形态，不按热度。问概念、看报错，用聊天框；在熟悉的代码里细改，用补全和 IDE；有测试、边界清楚的独立任务，交给本地 Agent；能写清验收、可以并行的批量活，派给云端 Agent；反复出现的个人事务，再考虑常驻 Agent。
2.先有验收，再放权。给 Agent 一套能自己跑的测试或检查，往往比换更强的模型更能稳定拿到结果[7][21]。
3.权限从只读和草稿开始。确认模式、能碰哪些目录和账号、能不能对外发送和付款，先定好再用；云端 Agent 放在隔离环境里跑，常驻 Agent 先只让它读和起草。
4.一个 Bot 一件事，账号分开。共用一台电脑的 Bot 不是安全边界[25]；敏感账号不接，或者单独开一个权限更小的。
5.先算账再扩面。订阅、API、并行 Agent、常驻 Agent 的消耗差别很大，推到整个团队之前，先看一个月的真实用量。
接下来看什么
• 下一篇（10-28 周三）：《AI 用法两年换了 7 种：从提示词到给 Agent 立规矩，哪些还管用、哪些该停｜AI 地图·回顾 02》
• 工具线：《MCP、Skill、插件怎么分：给 AI 接能力的 3 种方式，各管什么场景｜AI 地图·工具 01》（11-05 周四）；《2026 主流 AI 编程工具怎么选：5 个场景对照 4 类工具，不按排名｜AI 地图·工具 02》（11-12 周四）
• 周二长文：《AI 网关为什么必须有“硬上限”》（11-03）、《Token 越烧越多，回报在哪》（11-10）、《AI 写的代码谁来审？》（11-17）、《Agent 能碰哪些系统》（11-24）
「AI极客手册」只讲一件事：帮企业和个人把 AI 用出结果。每篇都有能直接拿去用的方法和清单。觉得有用，点个「在看」，或者转给身边正在用 AI 的人。
📚 本文收录于合集《AI 地图》（回顾 01｜「AI 这两年变了什么（2024→2026）」第 1/3 篇）
参考资料
（以下出处网址为纯文本，可复制到浏览器打开）
1. 宝玉（X @dotey），2025 年终众包调研汇总，2025-12-31, https://x.com/dotey/status/2006165594459045928
2. InfoQ，《AI Coding 2025 年终盘点：Spec 正在蚕食人类编码，Agent 造轮子拖垮效率，Token 成本失控后上下文工程成胜负手》，2025-12-31, https://www.infoq.cn/article/5lxt9ibO77f3HKbITN5s
3. GitHub Changelog, GitHub Copilot is now available to individual developers, 2022-06-21, https://github.blog/changelog/2022-06-21-github-copilot-is-now-available-to-individual-developers/
4. OpenAI, Introducing ChatGPT, 2022-11-30, https://openai.com/index/chatgpt/
5. Simon Willison, Things we learned about LLMs in 2024, 2024-12-31, https://simonwillison.net/2024/Dec/31/llms-in-2024/
6. Andrej Karpathy（X），“vibe coding” 原帖，2025-02-03（北京时间），浏览量为 2026-10-24 读数, https://x.com/karpathy/status/1886192184808149383
7. Simon Willison, 2025: The year in LLMs, 2025-12-31, https://simonwillison.net/2025/Dec/31/the-year-in-llms/
8. Andrej Karpathy, 2025 LLM Year in Review, 2025-12-19, https://karpathy.bearblog.dev/year-in-review-2025/
9. METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, 2025-07-10, https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
10. METR, We are Changing our Developer Productivity Experiment Design, 2026-02-24, https://metr.org/blog/2026-02-24-uplift-update/
11. Anthropic, Introducing Claude 4（Claude Code 正式开放）, 2025-05-22, https://www.anthropic.com/research/claude-4
12. TechCrunch, Anthropic unveils new rate limits to curb Claude Code power users, 2025-07-28, https://techcrunch.com/2025/07/28/anthropic-unveils-new-rate-limits-to-curb-claude-code-power-users/
13. OpenAI, Introducing Codex, 2025-05-16, https://openai.com/index/introducing-codex/
14. GitHub Blog, GitHub Copilot: Meet the new coding agent, 2025-05-19, https://github.blog/news-insights/product-news/github-copilot-meet-the-new-coding-agent/
15. Cursor, Introducing Cursor 2.0 and Composer, 2025-10-29, https://cursor.com/blog/2-0
16. Anthropic, Introducing the Model Context Protocol, 2024-11-25, https://www.anthropic.com/news/model-context-protocol
17. Anthropic, Equipping agents for the real world with Agent Skills, 2025-10-16, https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills
18. Anthropic, Donating MCP to the Agentic AI Foundation, 2025-12-09, https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation
19. Ben’s Bites, A great time to be a builder, 2025-12-23, https://www.bensbites.com/p/a-great-time-to-be-a-builder
20. Stack Overflow, 2026 Developer Survey: AI（2026-10-06 发布）, https://survey.stackoverflow.co/2026/ai ；新闻稿 https://stackoverflow.co/company/press/archive/stack-overflow-annual-developer-survey-ai-trust-conditional/
21. Nathan Benaich, The State of AI Report 2026, 2026-10-08, https://nathanbenaich.substack.com/p/state-of-ai-2026
22. Google, The Gemini app becomes more agentic, delivering proactive, 24/7 help, 2026-05-19, https://blog.google/innovation-and-ai/products/gemini-app/next-evolution-gemini-app/
23. Google Gemini 帮助中心, Manage your tasks & workflows in Gemini Apps（含 Spark 改名为 Task 的说明，2026-10 读取）, https://support.google.com/gemini/answer/17094507
24. SpaceXAI, Introducing Grok Bot（2026-08-11）；Grok Bot is now included with more plans, https://x.ai/news/introducing-grok-bot ；https://x.ai/news/grok-bot-more-plans
25. SpaceXAI Docs, Grok Bot FAQ（2026-10-22 更新）, https://docs.x.ai/grok-bot/faq
26. Meta, Introducing Muse: The World’s First Personal AI Agent Built for Everyone, 2026-09-08, https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/
27. OpenAI, Introducing dots, 2026-09-29, https://openai.com/index/introducing-dots/ ；帮助中心 https://help.openai.com/en/articles/20001530-getting-started-with-your-dot
28. Anthropic, Introducing Claude Duet, 2026-10-21, https://claude.com/resources/articles/claude-duet ；产品页 https://claude.com/product/claude-duet
29. Google, The new era of browsing: Putting Gemini to work in Chrome, 2026-01-28, https://blog.google/products-and-platforms/products/chrome/gemini-3-auto-browse/
30. The Verge, Amazon blocks Meta’s Muse AI agent, 2026-09, https://www.theverge.com/tech/998078/amazon-blocks-meta-muse-ai-agent-shopping
31. GitHub Blog, Secret protection must scale with software, 2026-10-07, https://github.blog/ai-and-ml/github-copilot/secret-protection-must-scale-with-software/
32. OpenAI, Introducing OpenAI Frontier, 2026-02-05, https://openai.com/index/introducing-openai-frontier/
33. InfoWorld, Anthropic rolls out Claude Managed Agents, 2026-04-09, https://www.infoworld.com/article/4156852/anthropic-rolls-out-claude-managed-agents.html
34. Thoughtworks，技术雷达第 34 期 Techniques（2026-04）, https://www.thoughtworks.com/radar/techniques
35. Linux Foundation, A2A Protocol Surpasses 150 Organizations（2026-04-09）, https://www.linuxfoundation.org/press/a2a-protocol-surpasses-150-organizations-lands-in-major-cloud-platforms-and-sees-enterprise-production-use-in-first-year ；A2A 加入 AAIF（2026-08-27）https://a2a-protocol.org/latest/blog/archive/2026/ ；AAIF 成员 305 家（2026-10-22）https://www.linuxfoundation.org/press/agentic-ai-foundation-surpasses-300-members-in-less-than-one-year
36. 中国经济网，《千问升级个人AI助理，推出Personal Agent「千问Go！」》，2026-10-13, http://www.ce.cn/cysc/newmain/yc/jsxw/202610/t20261013_3256194.shtml ；经济观察网，《千问确认将推出「千问Go!」，已开放体验申请》，2026-10-13, http://www.eeo.com.cn/2026/1013/1062395.shtml
37. LightVela 官方文档《LightVela 是什么》（2026-10-19 更新）, https://lightvela.com/docs/overview
38. OpenAI, Introducing deep research, 2025-02-02, https://openai.com/index/introducing-deep-research/
39. MIT Technology Review, Everyone in AI is talking about Manus. We put it to the test., 2025-03-11, https://www.technologyreview.com/2025/03/11/1113133/manus-ai-review/ ；第一财经 Yicai Global, New Chinese AI Agent Manus Is Said to Beat OpenAI's Deep Research, 2025-03-06, https://www.yicaiglobal.com/news/new-chinese-ai-agent-manus-is-said-to-beat-openais-deep-research
40. OpenAI, Introducing ChatGPT agent: bridging research and action, 2025-07-17, https://openai.com/index/introducing-chatgpt-agent/ ；帮助中心发布说明 https://help.openai.com/en/articles/11794368
