Agent

工作流那篇的结尾留了一句话—— “再往后——当AI不只是按图纸施工，而是学会了自己画图纸，那就是智能体了。” 这篇，就讲这件事。 智能体：从按图施工到自己画图 工作流是把路线画好，AI照着跑。第一步查天气，第二步写建议，第三步存笔记。每一步都是人定的。AI不看路，只看图纸。 智能体把这个逻辑翻转了。 人只给终点——“帮我了解今天适不适合出门。“路怎么走，AI自己判断。 核心区别只有一个：谁来决定"下一步”。 工作流：人画路线，AI跑腿。 智能体：人定终点，AI自己找路。 智能体怎么运作的：一个四字循环 不需要代码。智能体的运行就是一个循环： 看 → 想 → 做 → 回头再看。 “帮我了解今天适不适合出门”—— 看：收到目标，检查当前状态 想：要出门，得知道天气。用户没说城市，默认成都吧。还需要空气质量吗？先查天气再说。 做：调用天气工具，查到"成都，晴，28°C” 回头再看：天气不错。还需要查别的吗？问一下用户要不要继续。目标基本完成。 每一步之后，智能体把新信息加进上下文，重新判断下一步。智能体每一步的"想"和"回头看"，都依赖上下文里积累了什么。上一步查到的天气、用户之前的偏好、还没完成的子目标——全靠上下文工程撑着。上下文工程是智能体的地基。 工作流 vs 智能体 工作流 智能体 路线 人提前画好的 AI自己规划 决定权 在每个节点人已经定了 AI每一步自己判断 可控性 高，每一步都知道会发生什么 中，可能跑偏 适合场景 流程固定、重复执行 目标明确但路径不确定 举例 每周自动整理AI新闻发邮件 “帮我研究一个选题，写篇文章” 工作流和智能体不是对立的。工作流是智能体的地基——不理解怎么串步骤，就没法理解智能体怎么自己规划步骤。上一篇说的"学工作流恰恰是为了驾驭智能体"，就是这个意思。 用扣子搭过 Bot？给它规则和工具，它自己判断怎么回答——这就是智能体。登录过 WorkBuddy，让它帮忙整理文档、填表格？也是一个智能体在电脑上干活。智能体不是未来概念。是已经在身边的东西。 驾驭工程：能动手，就得有缰绳 为什么对话AI不需要驾驭，智能体需要 跟AI聊天，聊崩了，重新发一条。 智能体不一样。它能读文件、写文件、删文件、发消息、操作软件。它能动手。 能动手，就有改错东西的风险。 这不是"智能体更聪明所以要管住"。是能力边界不同。对话AI的边界停在对话框里，无论如何伤不到桌面上的东西。智能体的手伸出来了——伸得越远，摔东西的概率越大。 自由越大，缰绳越要紧。 驾驭的三层机制 从松到紧，三层叠加： 第一层：规则约束。 在智能体开始干活前，先告诉它什么能做、什么不能做。“不要删除文件"“不确定的事先问"“回复用中文”。这些规则写在上下文的最前端——还记得上下文工程那篇的首因效应吗？放在最前面的东西，智能体最不容易忘。 但规则只是文字建议。智能体可以不遵守。越长的任务，上下文越被推远，规则越容易"沉底”。 第二层：审批关卡。 有些动作，智能体不能自己做——必须等人点头。删文件？弹确认框。发邮件？先预览。花超过1块钱？暂停等人审批。 这层不是依赖智能体听话，是依赖系统拦截。智能体不知道人在看着，它只是在等。 第三层：环境隔离。 最紧的一层。智能体跑在一个笼子里。能读的文件、能访问的网络、能用的工具——全部限定。即使智能体发了疯，破坏范围也是可控的。 三层叠起来：规则说方向，关卡管执行，环境兜底线。 Codex 的三个审批模式就是这三层的现实版——“从不审批"最松，“每一步都审批"最紧，“失败时审批"取中间。同一个智能体，同一个能力，不同的驾驭设置，就是不同的风险偏好。 ...