夜雨聆风这一周，AI圈发生了一件容易被忽略的大事。
不是哪个模型又刷了新高，不是哪家公司又融了多少钱，而是——AI Agent（智能体）像约好了一样，集体从"聊天框"里走了出来。
OpenAI把自家的Agent框架Codex Harness开源了，任何开发者都能用。阿里的Agent在手机上干活，成功率92.2%。Slack让AI编程Agent直接进了项目频道，跟人类同事一起办公。还有能让多个AI模型在同一个对话里协作的超级应用，以及Agent之间可以互相@、交接任务的新模式。
一周之内，5款Agent产品同台亮相。这不是巧合。
当AI从"你问它答"变成"它自己干活"，而且还能组队协作，真正的生产力革命才刚开始。
一周五款Agent，到底发生了什么
先把这周的事捋清楚。
第一件：OpenAI开源Codex Harness。8月21日，OpenAI把自家Agent框架的代码公开了。这个框架负责连接模型、用户和工具，管理任务执行的全流程。翻译成人话就是：OpenAI把"怎么让AI自动干活"的底层脚手架送给了所有人。以前你用ChatGPT，是你在问、它在答；现在你可以拿着这套框架，让AI自己去调工具、写代码、跑流程。
第二件：阿里Qwen-UI-Agent开源。同样是8月21日。这个Agent能操作手机、电脑和网页上的界面——不是生成文字，是真的去点按钮、填表单、翻页面。在100台真机测试基准上，成功率92.2%。在网页端测试WebArena中，排名所有对比模型第一。
这意味着什么？意味着AI不仅能理解你要干什么，还能自己上手操作。你让它"帮我在这个App里下单买杯咖啡"，它真的能打开App、选商品、填地址、完成下单。
第三件：Slack Code上线。8月20日，AI编程Agent正式进入了Slack的项目频道。它不是待在旁边等提问的助手，而是像一个新同事加入了你的工作群。它能接任务、写代码、提交方案，高风险操作需要专家审批——跟人类新人的工作流几乎一样。
第四件：SuperApp整合多模型协作。8月17日，一个叫SuperApp（原Instabase）的产品把Anthropic、OpenAI、Google、xAI等公司的模型整合进了同一个对话线程。你可以在一个对话里让不同模型各司其职——Claude负责分析，GPT负责生成，Gemini负责验证。AI之间开始有了分工。
第五件：Hermes Bot Mode让Agent组队。同样是8月17日，Nous Research推出了一个新模式：把每个Agent配置成一个有名字的"机器人"，各自有独立的聊天记录、记忆和技能。机器人之间通过@mention交接任务，通过共享的Agent Inbox协作。
如果你觉得这五件事看起来各干各的，那就对了——但把它们放在一起看，趋势就出来了。
从"单兵"到"组团"：为什么这是大事
别急着鼓掌说"AI又进步了"。这一周真正变化的，不是AI变聪明了多少，而是AI的工作方式变了。
过去两年，你跟AI的交互模式基本是"你问它答"。你写一段prompt，它给你一段文字。你是大脑，它是打字员。就算加上联网搜索、代码执行，本质上还是你在指挥、它在执行单步任务。
但这周五款产品指向的方向完全不同：
AI开始有了"同事"。Slack Code里的Agent不是你的工具，是你的项目成员。它有自己的工作流，需要审批，会跟人协作。Hermes Bot Mode里的Agent之间可以互相@，像同事之间发消息交接工作一样。
AI开始有了"分工"。SuperApp让多个模型在同一个对话里各干各的擅长活。就像一个团队里有设计、有开发、有测试，AI之间也开始有了角色分工。
AI开始有了"动手能力"。Qwen-UI-Agent不是给你生成操作指南，是直接上手操作你的手机和电脑。92.2%的成功率意味着，十次任务它能自己干完九次。
工具的特征是"你用它"，同事的特征是"它自己干"。这一周，AI完成了从前者到后者的集体转身。
这跟之前的"Agent热"有什么不同？去年大家也喊Agent，但那时候的Agent更像一个会调API的聊天机器人——你说一步它走一步，走错了你得重来。现在的Agent能理解完整任务、自己规划步骤、操作真实界面、跟其他AI协作，甚至知道什么时候该请人类审批。
差距就像"能帮你查路线的地图App"和"能自己开车送你到目的地的自动驾驶"。
两个支撑这个趋势的底层变化
Agent能从"概念"变成"产品"，不是凭空发生的。这周还有两个容易被忽略的消息，恰好解释了为什么是现在。
第一个：AI推理成本继续坍塌。8月22日，DeepSeek发布V3.1模型，采用"思考/非思考"混合推理架构。关键数字是：在输出token减少20%-50%的情况下，表现与上一代推理模型持平。换句话说，干同样的活，花的钱少了将近一半。
Agent跟聊天机器人最大的区别是：Agent需要多步骤、多轮调用，每一步都要花token。如果推理成本降不下来，Agent就是"用得起但用不久"的奢侈品。成本持续下降，Agent才有可能大规模部署。
第二个：AI推理能力突破基准。8月23日，NVIDIA在ARC-AGI-3测试中取得满分——25个公开游戏，100%得分，183个关卡全部解决。ARC-AGI被公认为测试AI"真正推理能力"的标杆，之前最好的模型也只能解决一部分。NVIDIA是怎么做到的？它构建了自己的编码工具来优化CUDA GPU内核，让AI自己去改进底层计算。
这个意义在于：AI不仅能推理了，还能改进自己赖以运行的基础设施。Agent的"自主性"到了一个新台阶。
对你我意味着什么
这事听起来远，其实很近。
如果你是开发者，OpenAI开源Codex Harness意味着你不需要从零搭建Agent框架了。以前做Agent产品，最麻烦的不是调模型，而是搭那套"连接模型、管理任务、处理上下文"的脚手架。现在OpenAI把这套东西开源了，阿里也开源了UI操作Agent，Agent开发的门槛正在快速降低。
如果你是企业老板，Slack Code和SuperApp代表了一个新选择：不是让AI替代某个员工，而是让AI作为"新成员"加入现有团队。Agent可以接低风险任务、减少重复劳动，高风险操作仍需人类审批。这种"人机协作"模式比"AI替代人"更现实，也更容易落地。
如果你是普通职场人，Qwen-UI-Agent的92.2%手机操作成功率值得注意。当AI能自动操作手机App完成下单、填表、预约等任务，很多"每天花时间但在手机上点点点"的工作可能会被重新定义。不是AI替代你，而是AI帮你把那些机械操作做了，你专注在判断和决策上。
再往大看一层。阿里本周公布的财报显示，AI相关产品年化收入已突破495亿元，占阿里云外部收入的35%。CEO吴泳铭表示，AI算力投入可在三年内回本。这意味着AI不再只是"烧钱讲故事"，而是开始规模化赚钱。当头部企业的AI收入进入兑现期，Agent生态的爆发就有了经济基础——有收入支撑的Agent创新，比纯靠融资驱动的概念炒作要可持续得多。
别急着乐观，也别急着焦虑
说完好的，也得说几个需要注意的。
第一，Agent的安全边界还没跟上。Agent能自己干活是好事，但"能自己干活"也意味着"能自己闯祸"。这周的一份研究报告指出，前沿AI实验室在防止AI失控方面的安全控制计划严重不足——Anthropic和OpenAI并列C+，Google D+，xAI D-，Meta直接F。Agent的自主性越强，安全机制就越关键。给Agent授权时，从"只读"开始逐步开放，永远比一步到位安全。
第二，92.2%不是100%。Qwen-UI-Agent在真机测试中成功率很高，但剩下那7.8%的失败案例才是最值得关注的。Agent在手机上操作失败，可能只是多花点时间重来；但如果是在金融、医疗等高风险场景操作失败，代价就完全不同了。Agent产品化的真正挑战不在"能干多少"，而在"干不了的时候怎么办"。
第三，组队协作还处于早期。Hermes Bot Mode的Agent之间能@和交接任务，但"多个AI协作"的可靠性、一致性、错误传播控制，都还是未解决的问题。别把它想象成"AI团队已经能像人类团队一样运作了"——更准确的说法是，AI团队刚刚学会了"互相说话"。
Agent从"能用"到"好用"，中间还隔着安全、可靠性和成本三道坎。但方向已经很清楚了。
写在最后
如果把这一周的5款Agent产品画在一条时间线上，你会看到一个清晰的轨迹：从OpenAI开源框架（降低开发门槛），到阿里开源UI操作Agent（降低使用门槛），到Slack Code（Agent进入人类工作流），到SuperApp和Hermes Bot Mode（Agent之间开始协作）。
这是一条从"单点能力"到"生态协同"的进化路径。
去年这个时候，我们还在讨论"AI能不能写一封过得去的邮件"。今年这个时候，AI已经在讨论"怎么跟其他AI分工合作把一个项目做完"了。
变化就是这么快。而变化最快的部分，往往不是模型本身——模型的能力提升是渐进的、可预期的。真正让人措手不及的，是这些能力组合起来之后产生的新工作方式。
AI从助手变成同事，不是某一天突然发生的，而是这一周，我们突然发现它已经发生了。
━━━━━━━━━━━━━━━━━━━
🧩 AI 树洞小课堂 · 每日一课
━━━━━━━━━━━━━━━━━━━
🌟 树洞精选 · 本周回顾
这周我们从不同角度聊了AI Agent的进化，回顾三个最值得记住的知识点：
1. Agent ≠ Chatbot
聊天机器人是你问它答，Agent是它自己规划步骤、调工具、干完整任务。区别就像"地图"和"自动驾驶"。
2. 给Agent授权，从"只读"开始
同时拥有"执行命令"和"访问网络"权限是最危险的组合。最小权限原则：给Agent的权限永远比你认为需要的少一级。
3. Agent组队协作的关键不是"能说话"，是"能交接"
Hermes Bot Mode让Agent之间通过@mention交接任务，但真正的挑战是错误传播控制——一个Agent出错，会不会连累整条链路。
💡 本周最大收获：AI从"工具"变"同事"的趋势已经确认，但安全边界和协作可靠性是下一阶段的真正考点。
━━━━━━━━━━━━━━━━━━━
📮 树洞说：你的工作里，有没有一个"AI同事"能帮上忙的环节？
👋 明天见～ · 编辑：秒答AI
━━━━━━━━━━━━━━━━━━━