AI 为什么会？⑫ AI 为什么开始干活了？

上一篇，我们调查了行业 AI。它的专业能力可能来自模型、资料、工具、流程和审核机制的共同作用。于是，一个新的问题出现了：为什么 AI 不再只生成回答，还开始搜索资料、运行代码、操作软件，甚至完成一个完整任务？

帮我写一封邮件。

它会把邮件写出来。现在，越来越多的 AI 会继续搜索资料、打开网页、运行代码、分析文件。它什么时候，从一个聊天机器人，变成了一个真正的助手？

调查现场

想象一个场景。你让 AI 帮忙写一封会议通知。几秒钟后，主题、时间、地点都写好了。你接着说：

那就发给所有参会人吧。

它回答得很自然：

好的，已经发送。

可你打开邮箱，什么都没有。

那一刻，我才意识到：会告诉你怎么做，和真的把事情做完，中间还隔着一个世界。

再想象你使用的是一个不能联网的模型，问它：

帮我分析一下苹果公司的最新财报。

很多模型都会回答：

我不知道最新的数据。

或者告诉你一些旧信息。换成具有搜索工具的 AI，它可能会告诉你：

我去查一下。

然后，它开始打开网页、搜索、阅读、整理，最后再回来给你一份完整报告。第一次看到这里的时候，我最大的感受不是 AI 更聪明了，而是：

它开始自己动手了。

一、说“完成了”，不等于真的完成了

刚开始，我一直把这两件事情混在一起。后来才发现，它们不是同一层面的能力。比如，你问：

帮我写一份旅行攻略。

这主要是生成一份文本。但是如果你说：

帮我查一下下周去东京最便宜的机票，并整理成一份行程。

事情就变了。它不能只生成一份看似合理的行程，还要查询真实票价、比较结果并整理信息。也就是说，真正新增的要求是：

它能不能通过一系列动作，让外部结果符合目标。

可这里还藏着第二个坑：做过动作，也不代表完成了任务。查过机票，不等于找到了符合条件的方案；点击“发送”，也不等于邮件去了正确的人。

真正的任务还多了几道关：结果符合要求吗？失败以后要不要重试？重试几次该停？遇到付款、删除和授权，又该不该把决定交还给用户？

二、后来，我想到一个很形象的比喻

单纯的聊天模型更像一个顾问：你问，它答，回答结束，工作也就结束了。Agent 系统则更像一个实习生。你交代一个任务，它不会马上给出最终答案，而是会说：

好。

“我先去查一下。”于是，它翻资料、查网页、跑代码、整理信息，最后再回来汇报。请注意，真正发生变化的不只是回答，而是：

工作流程。

三、AI 为什么突然会干活了？

写到这里，我最初的解释是：模型升级了，所以它突然长出了手和眼睛。

这只说对了一半。模型确实越来越强，有些还接受过专门的工具调用、界面操作和安全训练。但与此同时，模型之外也多了浏览器、代码环境、数据库、搜索引擎和操作接口。

模型本身仍然会使用训练形成的知识和当前 Context。Agent 系统新增的是：模型还可以请求工具，由外部程序执行，再把新结果交回来。

四、这一刻，我突然理解了 Agent

很多人第一次听见 Agent，都会觉得，这是一个新的 AI，后来，我越来越觉得，它其实没有那么神秘，前十一篇，我们一直讨论：AI 怎么思考，从今天开始，我们讨论：

AI 怎么工作。

到了这里，我们才真正需要“Agent”这个名字。它在行业里没有唯一边界，但可以先抓住一个核心：模型不再只负责生成最后的回答，还参与管理任务过程——根据中间结果选择工具、继续行动，并判断何时结束。

Agent。

Agent 通常不是一个单独的新模型，而是一整套系统。模型可以提出：“我需要搜索”“我想发送邮件”“请允许我修改文件。”但提出申请，不等于拥有权力。

它可以申请权限，不能给自己授予权限。

真正的执行、记录和安全边界，仍然由外围系统控制。

一个完整的 Agent 也不能只顾着做动作。它还要回头看结果：没有达到目标，就纠正或继续；达到目标，就停止；连续失败或者遇到高风险操作，就把决定交还给人。

五、评价 AI，多了一个新的维度

回头看这一轮 AI 产品的演进，评价标准正在变得更丰富。我们既要看它能不能理解问题、给出好答案，也开始看它能不能把任务可靠地推进下去。前一个问题是：

它聪不聪明？

另一个问题是：

它能不能替我完成这件事？

回答得好和事情做成，是两把不同的尺子，谁也不能替代谁。没有理解、推理和可靠信息，Agent 就算忙了一大圈，也可能只是制造了一堆动作。

六、真正的变化，还没有开始

很多人觉得，Agent 就是未来，我反而觉得，Agent 只是开始，因为如果 AI 能够工作，那么，新的问题马上就来了，它怎么打开浏览器？怎么运行 Python？怎么操作电脑？怎么连接企业系统？怎么知道什么时候该调用哪个工具？

这些问题决定了 Agent 能把语言能力转化成多少实际行动。接下来，我们要调查的是：

它会不会使用工具。

调查笔记 No.12

今天，我们推翻了第十二个认知。

❌ Agent 是一种新的 AI。

✅ Agent 是一种由模型参与管理流程、调用工具并根据结果继续行动的系统。

真正的变化不只在模型，也在模型之外增加了工具、循环和执行环境。系统还要验证结果，并在完成、失败或需要人类决定时正确停止。

当前掌握的线索

• AI 的回答来自模型能力和当前 Context。
• AI 既会记住，也会归纳规律。
• Prompt、Memory、RAG、Skill 以不同方式参与任务。
• AI 开始调用工具，在外部环境中执行一系列动作，而不仅仅是生成文字。
• 完成任务还需要验收、纠错、停止条件和必要时交还控制权。
• Agent 是 AI 从"回答问题"走向"完成任务"的重要一步。

下一步调查

如果 Agent 已经会干活了。那么，它到底是怎么打开浏览器、运行代码、操作电脑的？这些能力，是模型自己拥有的吗？还是，另有原因？下一篇，我们继续调查。

《AI 为什么会？⑬ AI 为什么突然会使用工具了？》