上次说到，我们不需要一个 Agent 教程。

真正重要的不是先把概念学完，而是先跟它玩，把真实任务扔给它，在使用和试错里慢慢掌握它。

但在开始玩之前，我觉得还有一个问题需要先解释清楚。

如果你已经用过各种 Chat 类型的大语言模型——所谓 Chat 类型，就是你通过聊天框发消息、传文件，和 AI 进行对话——那你大概率已经用过 GPT、Gemini、Claude、DeepSeek、豆包、元宝这些产品。

它们都已经很强了。

可以写东西，可以总结文章，可以查资料，可以做计划，也可以陪你讨论各种复杂问题。

所以一个很自然的问题是：

既然 Chat 已经这么强了，我为什么一定要用 Agent？

先说两个 Chat AI 用户一定会遇到的场景。

第一个场景，是改稿。

你让它改一篇文章。

第一版，你觉得太生硬。

第二版，又太松散。

于是第三版，你说保留第一版的结构，但用第二版的语气。

你发现缺了一个观点，又临时补进去。

到了第四版，第五版，你让它输出最终稿。

结果它给了你一个很奇怪的混合体。

里面可能有你已经删掉的句子，也可能有你明确说过不喜欢的表达。更麻烦的是，后面插入的新内容，可能把前面某些重要内容挤掉了。最后它还会补一些听起来合理、但其实并不存在的“幻觉内容”。

你辛苦半天，最后看到一个完全没法用的结果。

这是很崩溃的。

第二个场景，是项目上下文。

某天你花了很长时间跟一个 Chat 解释一个项目。

项目叫什么，做到哪一步，哪些文件是事实源，哪些方案已经放弃，你的偏好是什么，下一步要做什么。

当时它表现得非常懂你。

甚至你也会觉得，这个 AI 终于开始理解我的项目了。

但第二天你打开一个新窗口，一切又归零了。

你不得不重新解释一遍。

解释到一半，你自己都烦了。

于是你只能回到原来的对话窗口，小心翼翼地继续跟它聊。因为你知道，一旦换个窗口，它就又不认识这个世界了。

时至今日，我们已经很习惯用 LLM 协助写报告、总结文章、搜索资料、做计划，甚至讨论各种复杂问题。

但大家还是会遇到一个很奇怪的体验：

为什么 AI 总是在不断失忆？

答案要从 LLM 的工作方式说起。

你一定或多或少听过“上下文”和“上下文窗口”这两个概念。

不准确但通俗地说，“窗口”就是 AI 当下能装多少东西，“上下文”就是 AI 此刻正在参考的东西。

每次你和 LLM 对话，本质上都是：你给它一段上下文，它根据这段上下文来预测下一段最合理的输出。

但 LLM 不是像人一样，脑子里天然保存着一个完整世界。

它并不知道你是谁，不知道你现在做到哪一步，不知道哪个文件是最新版，也不知道哪些方案已经被你放弃。

所以每一次和它对话，你都需要把这个世界临时用文字描述给它。

LLM 的聪明，很大程度上来自上下文。

你给它什么，它就基于什么判断。

如果你偷懒，不想精确描述任务，也不想描述当下情景，它就很难给你准确的答案。

但如果你打算认真告诉它所有来龙去脉，你要花掉的精力，有时候并不比自己上手解决问题少。

这就造成了一种两难。

也是很多人会觉得“用 AI 好像也没有省太多力气”的原因。

因为使用 AI 有一项很隐形的工作：你需要花大量精力，手动维护它的上下文。

只有这样，它才能保持一个聪明、懂你的状态。

理解了这个底层逻辑，也就不难理解为什么需要 Agent。

想象一下，如果每天和你聊天的 LLM，不再需要你不停上传文件，也不需要你反复解释“我现在处在什么情景”“我正在做什么”“我做到哪个阶段”。

你说一句“我想继续和你讨论昨天下午那个项目报告”，它能自己找到对应的文件，调出当时的状态，知道你之前否掉了哪些方向，也知道你现在真正想继续的是哪一部分。

它不需要你每次从头铺垫。

它能够保留长期记忆，也能够保留工作记忆。

我想，不会有人想拒绝这样一个不那么费神的助理。

但长期记忆和工作记忆，还不是 Agent 最惊艳的部分。

以往 LLM 就算处理好了文件，后续操作仍然要你自己完成。

它生成了一段代码，你要复制到项目里。

它写了一篇文稿，你要复制到文档里。

它给了你一个整理方案，你还要自己打开文件夹，移动文件，改路径，检查结果。

而 Agent 的变化在于，它让 LLM 长出了手脚。

它不仅能帮你生成内容，还能直接把代码或文稿放到应该去的位置。它可以继续开发、调试、整理、归档，甚至接上上传和发布这样的后续工作。

也就是说，Chat 主要生成答案。

Agent 开始能够一板一眼地执行答案里的后续动作。

到这里还没完。

一个真正有用的 Agent，还应该能从过往经验和失败里学到东西。下次再遇到类似任务时，它不用从零开始，而是能更快、更接近你的要求。

讲到这里，可能有人还是会觉得：Agent 好像只是一个更适合复杂工作的 AI 形态。

我们不是也已经有各种插件、各种 Skill 了吗？

有这么大必要去学习使用吗？

所以接下来，我们才真正回答标题里的问题：我为什么一定要用 Agent？

过去的人类发明，大多数都是人在使用工具，也是在由人迭代工具。

自行车不会设计下一代自行车，汽车不会研究下一代发动机，飞机也不会自己改进空气动力学。

传统的科学技术，基本都建立在人类的能动性之上。

想要迭代，只能由人来主导和参与。工具本身只是辅助。

但 AI 开始变得不一样。

不是说 AI 已经完全可以自我进化。

这个说法不准确。

它仍然依赖人类、数据、工程和研究。

但它已经进入了“工具迭代工具”的循环。

也就是说，它已经开始参与“人如何制造下一个工具”。

而这个工具，甚至可能就是它自己。

这里可以用一个不严谨但很有体感的比喻。

人类移动有各种工具。

自行车可能是 +1，汽车是 +10，飞机是 +100。

人类大脑也是一样。

计算机像 n²，软件开发像 n¹⁰，而 AI 更像 nⁿ。

这个比喻不是数学公式。

它只是想说明，AI 不再只是某个单点工具，而是一个能力放大系统。

它会改变的，不只是我们完成某个任务的速度，而是我们组织任务、拆解任务、交付任务的方式。

我说必须使用 Agent，不是因为它已经完美。

相反，它现在还会犯很多错误，需要你经常盯着和纠正它。

但你只有开始使用，才会学会怎么给它上下文，怎么设边界，怎么验收结果。

Agent 的出现，代表一种新的工作范式已经开始形成。

越早进入，就越早能形成你的体感。

在 ChatGPT 时代，我们学的是怎么提问题，怎么写 prompt，怎么描述需求。

这些技能仍然重要。

但 Agent 时代，我们要学的会慢慢变成另一件事：

怎么交代任务。

怎么设定边界。

怎么让它保存工作状态。

怎么验证它真的做完。

这不再只是一个简单的工具使用问题。

它更像是一种新的协作方式。

它代表了一个新的方向：AI 不再只能回答我，而是开始进入我的工作流，开始理解我的处境，开始拥有工作记忆，并且能够帮助我，甚至在某些环节代替我，把事情往前推。

因此，从 Chat 到 Agent，本质上不是从一个聊天框换到另一个聊天框。

而是从提出问题，走向交代任务。

因为篇幅原因，这一期先到这里。

这一期主要解释了为什么我们需要使用 Agent。

下一期，我想继续讨论一个更具体的问题：

我到底应该怎么把第一件事情交给 Agent？