做了半年 AI Agent:干活快了,我反而更清醒了

下面把这半年踩过的坑、想明白的事，尽量说清楚。

一、用「会写代码的 AI」，搭「会干活的 AI」

过去半年，我不是在单纯写业务代码，而是在做一件更绕、也更有意思的事：

让写代码的 AI，去帮我造一个办公用的 AI。

一边是 Claude Code、Cursor 这类 coding agent，擅长读代码、改代码、跑命令；一边是我们要做的通用办公 agent——查资料、改文档、排日程、调接口、跑流程。前者像「工兵」，后者像「办事员」。我干的事，就是让工兵去搭办事员。

听起来很闭环：办事员缺能力了，工兵补；出 bug 了，工兵修；要接新系统，也工兵写。前几个月确实爽——以前内部工具两周才上线，现在两三天就能先跑起来。

但越做越清楚一件事：难的从来不是「AI 会不会写代码」，而是「写出来之后，整条链路能不能稳住」。

代码只是露在外面的那一角。水面下面还有：需求到底对不对、性能是不是最优、数据口径一不一致。这些事，coding agent 再强，也替你拍不了板。

换句话说，这半年我真正学到的，不是「怎么用 AI 更快写代码」，而是：当你用 AI 去造另一个 AI 时，提速只是开头，后面全是怎么控风险、怎么把人接进关键节点。

二、真提效了，但人一插手，就又慢下来

AI 写代码确实快。以前抠半天的接口、改半天的页面，现在几分钟出一版，这是实打实的。

可问题也来了：只要流程里还必须有人——需求评审、设计评审、

codereview——速度马上掉下来。

打个比方：AI 像一条跑得飞快的传送带，人是上面的质检员。带子越快，质检员越容易卡住整条线。

我们这边常出现这种画面：AI 半小时改完三个模块，测试也过了。产品经理开完会回来看一眼：「这个流程不对。」——整段推倒重来。

注意：AI 没写错代码，它只是老老实实做了一个想错了的需求。 以前开发慢，需求还有时间被讨论、被纠偏；现在开发快到离谱，需求还没想清楚，代码已经写完了。方向偏一点，浪费反而更大。

很多人以为「上了 AI 就全自动」。其实多数团队只是把「写代码」这一环加速了。沟通、确认、审核，还卡在人身上。一条链的速度，看的是最慢的那一环。最快的那环提速十倍，瓶颈只是换了个位置，并没有消失。

三、版本更快了，失控感也更强了

再说发版频率。

以前大概一两周一个版本，有评审、测试、灰度。现在经常一天两三个。表面看是生产力爆发；身在其中的人都知道，背后是另一种慌：人根本来不及认真看代码、评估方案、想清楚边界情况。

于是现实变成——能交给 AI 的，全交给 AI。代码 AI 写，测试 AI 跑，检查也是 AI 做，最后人点一下「上线」。

短期很爽：上午提需求，下午就能试，业务方觉得你们神了。长期很悬：技术债在堆、漏洞在埋、异常情况没人想过、性能问题无人评估。这不太像「敏捷」，更像开着快车，挡风玻璃是糊的。

这里要分清两类场景，这是我们半年里最值钱的认知：

内部工具、To B 中后台、公司内部流程自动化——这种速度往往能接受，甚至是优势。因为错了能回滚，影响可控，业务方愿意用「快」换「先跑起来」。容错高，AI 全上手最划算。

金融、支付、风控这类要求极高的项目——故事就不一样了。一个边角 case 可能就是真金白银的损失甚至是合规风险。要么人强势介入，方案和验收自己把关，AI 只帮忙；要么干脆不敢全交给 AI。人一旦主导，效率红利又被吃掉一大截。

所以现实里大致是两种情况：

• To B / 企业内部
  ：更适合「AI 主写，人抽查」，提效能真正落地
• 出事后果很重的场景
  ：还是「人做主，AI 打下手」，效率提升有限

这也是为什么这波浪潮里，真正跑出来的多是企业内部工具和 To B——不是技术碰巧选对了，而是场景能不能容错，决定了 AI 能接管多少。

四、干活快了，不等于更赚钱

还有一点更扎心：AI 提高了生产效率，但不等于自动多赚钱。

现在不少 AI 创业团队，账一摊开，大头成本根本不在算力，而在拉新和投流。

拿 AI 短剧举例。AI 把制作成本打得很低，以前几十万一条，现在几千块可能就搞定。听着像降本神话，对吧？但很多项目还在亏。为什么？因为账上 token 可能只占 3%，投流才是真正的吞金兽。

像什么？像工厂换了一批快十倍的机器，单件成本是降了——但货架位没便宜，流量入口没便宜，用户注意力反而更贵。大家机器都变快了，内容产能过剩，渠道比内容更稀缺。

生产力变了，商业模式未必变。

所以别把「我们用了 Agent」当成护城河。当所有人都能一天出三个版本、一分钟生成十条视频时，「用 AI」只是及格线。真正值钱的还是老几样：场景站位、私有数据、分发渠道、客户关系，以及你能不能把整体成本压到别人做不到。

五、市面上的智能体，骨子里其实差不多

这半年除了自己做，我也把市面上常见产品摸了一圈。

办公类：WorkBuddy、有道龙虾、OpenClaw、Pi、Hermes、DSH 等；写代码的：Claude Code、Codex、Cursor。

整体感觉是：外面的壳子（交互、调度、怎么编排任务）各有一套，里面的核心并不玄。

拆开看，大多还是同一套积木：感知、意图和规划、记忆、工具

真正拉开差距的，往往不是「架构多颠覆」，而是细节和场景：上下文怎么压缩还不丢关键信息、工具挂了怎么重试、权限怎么卡死不出事、人和 AI 在哪交接最顺。

一句话：能干活的 agent 不难做，而且我觉得“是个人”就能做；干得稳、不出事、懂业务的，才稀缺。

六、最后说三句大实话

做了半年 Agent，从兴奋到慌，再到慢慢想明白，我现在更信这三句：

第一，AI 提的是某一环的效率，不是整条生意的效率。 写代码快了十倍，不代表产品成功快了十倍。需求、决策、评审、获客，一个都省不掉。

第二，速度起来以后，人的判断反而更贵了。 执行越来越便宜，「做什么、不做什么」就越来越值钱。以前一个烂需求浪费两周；现在可能浪费一天里三个版本的连环试错。

第三，先找对场景，再谈全自动；先把风险管住，再谈一天三版。 企业内部和 To B，是 AI agent 最好的试验田；出事后果很重的场景里，「人」字短期内拿不掉。