AI不只会聊天了-Agent趋势文章-公众号发布版

今年最明显的变化，不是 AI 回答得更像人了。

而是很多人第一次发现，它开始像一个会自己动手的同事。

你把一个项目丢给 Codex 或 Claude Code，它不只是解释代码，而是读文件、找 bug、改代码、跑测试。你中途插一句：「这个方向不对，换个方案。」它还能接着干。

不是人类从此不用写代码了。

是过去你在问 AI，现在你在指挥 AI。

Cursor 也在把这种感觉推到更日常的开发流程里。以前你问：「这个函数怎么写？」现在你说：「把这个页面改一下，顺手修掉报错。」AI 开始进入项目现场，而不是站在旁边讲解。

这一步跨过去，性质就变了。

聊天机器人答错了，你最多重新问。Agent 改错了，可能真的动了文件、跑了命令、提交了结果。

原来我们关心的是它说得准不准。现在还得看它刚才碰了什么。

为什么偏偏是现在

模型变强是一部分原因，更关键的是，它们开始被训练成能接住一整段工作。

Fable 5 是一个很清楚的信号。Anthropic 在介绍和后续说明里，把它放在高强度研究、vibe coding、代码任务、工具调用和安全防护这些场景里讨论。它代表的不是「模型又聪明了一点」，而是强模型正在进入更长、更复杂、更接近真实工作的任务。

这类模型能写代码，也能调用工具。它能帮人找漏洞、跑流程，也可能在错误权限下做出危险动作。所以讨论 Fable 5 时，安全护栏、权限和监管不再是附属话题，而是和能力绑在一起。

OpenAI 的 GPT-5.3-Codex 和 GPT-5.5 也在往这个方向走。重点不再只是生成一段漂亮回答，而是让 AI 能处理长任务、跨工具做事、检查结果，再继续往下执行。

所以今年 Agent 变热，不是聊天框更会聊天了。

是 AI 开始能接任务了。

你给它一个目标，它会读文件、查资料、调用工具、检查结果，再继续往下做。能力变实了，风险也变实了。

它能改代码，就可能误改。它能读文件，就可能读到不该读的内容。它能调用外部服务，数据就可能离开本机。

所以现在不能只问：哪家模型更聪明？还要问：它到底能碰到哪里？

AI 要办事，得先长出手

AI 光有大脑不够。

它还需要几样东西。

Agent 是大脑，负责理解目标、拆步骤、决定下一步。

Skill 像技能包，告诉 AI 某类任务该怎么做。比如整理文件、写报告、搜热点、处理图片。

MCP 像插头，让 AI 接上文件、数据库、浏览器、软件和外部服务。

CLI 像电脑上的手。很多软件本来就能用命令操作，AI 学会调用命令，就能绕过界面去干活。

Workflow 是流水线，把多个步骤串起来，不用每一步都重新问人。

这些东西接上以后，AI 才从「我建议你这样做」，变成「我已经帮你做完了」。

电脑端已经先动起来了

电脑是最早爆发的地方，因为电脑上的任务本来就多，也乱。

文件夹里一堆截图、合同、图片，AI 可以帮你分类。

项目里测试报错，AI 可以读日志、改代码、再跑一遍。

几百张图片要压缩、改尺寸，AI 可以先预览，再批量处理。

你想知道最近某个话题在英文社区怎么被讨论，AI 可以去找帖子、链接和摘要。

你给它一个股票策略，它甚至能帮你查行情、跑历史回测。

听起来很顺。

但每个场景后面都有一根刺。

整理文件时，它会不会改错目录？处理图片时，原图还在不在？搜索热点时，它是不是漏了一个平台，却还写出一份完整摘要？跑回测时，它会不会把过去赚过钱，说成未来也能赚钱？

这些不是理论问题。

AI 一旦开始碰真实文件、真实账号、真实服务，错误就不再只是「回答不好」。

错误会落到你的电脑里。

手机端会更关键

不是每个人都有代码仓库。

但每个人都有手机。

手机里有什么？微信、支付、订单、照片、通讯录、日历、位置、发票、会员卡、外卖、网约车、医院挂号、售后记录。

如果 Agent 以后能调用小程序或 App，入口就会变。

以前你打开一个个 App。

以后你可能只说：「帮我查这笔账单」「预约明天下午的洗牙」「把这个订单申请售后」「把这张发票拿去报销」。

Agent 去找对应的小程序、账号和服务。

方便是真的方便。

敏感也是真的敏感。

电脑上误改一个测试文件，最多烦一会儿。手机上误发一条消息、误提交一个表单、误授权一个账号，后果就不一样了。

尤其是微信这类生态。一旦 Agent 能调小程序，它就不只是聊天助手，而是能进入真实生活流程的办事入口。

那时用户关心的不是一句「能调用」。

而是：它调用了谁？拿了什么权限？提交前有没有问我？失败后有没有记录？

以后还需要聊天吗

会需要。

至少短期不会消失。

你还是要告诉 AI 目标。你也要划边界：哪些文件能读，哪些账号不能碰，哪些动作必须先问。

但聊天可能不再是主界面。

低风险任务会在后台跑。定时任务会自己执行。复杂任务会变成一张任务卡。高风险步骤才回来问你一句：「要继续吗？」

以后你可能不是一直跟 AI 聊天，而是在管理一堆任务。有的在等确认。有的跑失败了。有的需要补权限。有的已经把结果放到文件夹里。

AI 不一定总待在聊天框里。它可能变成电脑和手机里的任务调度层。

不要把自我改进讲成科幻

还有一个容易被讲玄的点：AI 会不会自己改进自己？

现实一点看，先发生的不是科幻电影里的失控进化。

更可能是这些事：

AI 帮人生成工具。AI 帮人测试工具。AI 帮人修工具。AI 帮人把几个工具拼成新流程。

这已经够快了。

一个人今天写了一个 Skill，明天让 AI 帮他补文档，后天让 AI 跑测试，再过几天别人拿去接真实账号。速度起来以后，跟不上的不是想象力。

谁看过它会碰哪些数据？谁知道新版本改了什么？谁确认它失败时不会继续执行？谁告诉普通用户这个工具到底能不能放心用？

最大的问题不是 AI 突然觉醒。

而是工具生成得太快，传播得太快，接入真实任务也太快。

入口变了，问题也变了

AI 的下一步，可能不是一个更聪明的聊天框。

而是一层新的操作入口。

它在电脑上接管文件、代码、软件和流程。

它在手机上可能接管小程序、账号、订单和日常服务。

到那时候，要问的不是 AI 会不会回答。

而是它能碰什么，谁允许它碰，出错时能不能停下来。