夜雨聆风
AI不再只是"答题"LLM第三次变革来了
Claude Code · 豆包 · Gemini同日升级Agent
郑言智境 ● 2026年6月 ● AI Agent
6月24日，三条Agent主线同日汇聚。
Anthropic发布Claude Tag——Claude Code的企业协作进化版，被Andrej Karpathy称为"LLM用户界面的第三次变革"。字节豆包上线"专业版"，搭载豆包2.1 Pro模型与Agent办公任务模式，日活突破2亿。Google在Gemini 3.5 Flash中正式上线Computer Use能力，模型可以直接读取屏幕、驱动浏览器与桌面应用。
三件事看似各做各的，合在一起看，信号极其清晰：AI从"你问我答"变成了"我替你干活"。
同日升级Agent能力
| 65% Anthropic代码由Claude完成 | 2亿 豆包日活国民级App | Flash Google选择轻量层级 |
这不是巧合。三个头部AI产品在同一天把"Agent"从概念变成产品功能，意味着行业拐点已经到来。
◆ ◆ ◆
| 第三次变革：从聊天到系统级Agent |
Karpathy的判断值得逐字理解。他说，LLM用户界面经历过三次重大变革：
从网页聊天到桌面应用，再到系统级Agent
第一次变革——网页聊天，解决了"人能不能跟AI对话"的问题。ChatGPT的横空出世，让对话成为默认交互方式。但它的局限也明显：打开浏览器，输入问题，得到回答，关闭。AI是被动的。
第二次变革——桌面应用，解决了"AI能不能常驻"的问题。Claude Desktop、ChatGPT桌面版让AI从"用完即走"变成"随叫随到"。但本质仍然是"你问它答"——只是入口更近了。
第三次变革——系统级Agent，解决的是"AI能不能主动干活"的问题。Claude Tag不是等你提问，而是嵌入Slack工作流，主动参与团队协作：接收任务、拆分步骤、调用工具、跨平台执行、完成后主动汇报。
"LLM变成了一个独立、持续运行的系统，拥有组织内的工具和上下文，能与人类团队协同工作。"——Andrej Karpathy
关键词是"持续运行"和"协同"。AI不再是工具，而是同事。Anthropic透露，公司约65%的产品代码已由Claude参与完成——这不是"AI辅助编程"，是"AI在编程"。
◆ ◆ ◆
| 豆包专业版：Agent进入国民级App |
2亿日活用户的App里，嵌入了Agent办公模式
如果说Claude Tag面向的是开发者和企业团队，豆包专业版面向的则是更广泛的群体——2亿日活用户。
豆包专业版的核心变化是上线了"办公任务"Agent模式，搭载豆包2.1 Pro模型。它可以操控本地设备、访问浏览器、调用Office工具链、设置周期性自动任务。实测对标Claude Opus 4.6。
这意味着什么？
聊天模式
你问豆包"帮我写个总结"，它给你一段文字。你还得自己复制粘贴到文档里、排版、发送。
Agent模式
你告诉豆包"把这周的会议纪要整理成周报，发到企业微信群里"，它自己打开文件、提取信息、生成周报、发送消息——全流程自动完成。
Agent不再属于极少数开发者
2亿日活意味着从大学生到退休职工都在用。当Agent办公模式进入这个量级的App，"AI干活"就从极客圈层走向了大众日常。
这是比Claude Tag更值得关注的信号。Claude Tag改变的是开发者的工作方式，豆包改变的是所有人的工作方式。
◆ ◆ ◆
| Gemini Computer Use：务实的高频自动化 |
Google的选择很微妙。
Computer Use能力——让AI直接读取屏幕、驱动浏览器和桌面应用——Google没有放在旗舰Gemini 3.5 Pro里，而是放在了Flash层级。Flash是轻量、低延迟的版本，面向高频日常任务。
这个选择背后的逻辑是：Agent的价值不在炫技，在频次。
一次性的复杂任务（如写一个完整应用），用户可以等Claude Code慢慢做。但每天重复几十次的小任务——填表单、查数据、整理邮件——需要的是速度和成本。Flash层级的Computer Use，定位就是"高性价比高频日常自动化"。
三款产品的定位差异清晰：Claude Tag做深度协作，豆包做大众办公，Gemini Flash做高频日常。但底层逻辑一致——AI从"回答问题"变成了"执行任务"。
◆ ◆ ◆
| 教育命题变了：从"知道什么"到"能判断什么" |
当AI从"答题机器"变成"执行机器"，教育评价体系面临根本性挑战
三款产品的同日升级，对教育行业的冲击比想象中更直接。
对学生来说，论文调研、数据分析、实验模拟这些"作业环节"，AI已经可以直接执行。不只是"帮你找资料"——而是"帮你找资料、整理成文献综述、生成数据分析图表、模拟实验结果"。学生需要做的，从"执行"变成了"判断"：这个结果对不对？这个分析合不合理？这个结论站不站得住？
但当前的教育评价体系，还停留在考"知识"。
| 一 | 考核方式必须变 |
当AI能完成文献综述、数据分析、实验模拟，考试就不能只考"你能不能做出来"，而要考"你能不能判断AI做得对不对"。这意味着考核方式从产出导向转向判断导向——不只看结果，更看过程和批判性思维。
| 二 | 教师角色必须变 |
当AI能执行任务，教师不再是"知识传授者"——AI比任何教师都掌握更多知识。教师的核心价值变成"判断力教练"：教学生如何辨别AI输出的真伪、如何提出好问题、如何在AI执行结果的基础上做进一步思考。
| 三 | 课程设计必须变 |
如果课程作业是"写一篇文献综述"，那AI可以直接完成。但如果作业变成"用AI生成三篇文献综述，比较它们的差异，指出各自的偏见和遗漏，给出你自己的判断"——考核的就是判断力而非执行力。这是Agent时代课程设计的新方向。
◆ ◆ ◆
| Agent时代的教育清单 |
把三款产品的信号和教育变革的方向串起来，一张清单已经清晰：
| 考核 | ||
| 教师 | ||
| 课程 | ||
| 学生 | ||
| 工具 |
这五条不是未来规划，是今天就该开始做的事。因为Agent已经不是实验室里的论文——它已经在2亿人的手机上运行了。
◆ ◆ ◆
| 从"答题"到"干活"：不可逆的拐点 |
回到最初的问题：AI不再只是"答题"，这意味着什么？
意味着教育的命题要变。
当AI能执行——能写代码、能做分析、能整理文档、能操控软件——"知道什么"就不再是核心竞争力。核心竞争力变成了"能判断什么"：判断AI做得对不对，判断结果该不该用，判断下一步该往哪走。
这不是未来——这是昨天。
6月24日，三款产品同日升级Agent能力。这不是巧合，是拐点。
Claude Tag让AI成为系统级同事，豆包让Agent进入2亿人的日常，Gemini Flash让高频自动化变得便宜。
当AI从"答题机器"变成"执行机器"，教育要回答的新问题是：当执行可以被外包，什么才是人不可替代的能力？
答案不是知识，是判断力。而判断力，恰恰是当前教育体系最不教的东西。
数据来源：Anthropic Claude Tag官方公告（2026年6月24日）；Andrej Karpathy社交媒体评论；字节跳动豆包专业版发布（2026年6月24日）；Google Gemini 3.5 Flash Computer Use发布公告（2026年6月24日）。