对话式 AI 是「问答器」，Agent 是「执行器」：它拿到目标后，能自己规划步骤、调用工具、检查结果、迭代直到完成。核心变化是「模型开始对结果负责」。
Agent 的三个组成
- 大脑（模型）：负责理解目标、拆解步骤、判断结果
- 手（工具）：API、代码执行器、浏览器、文件系统
- 记忆：短期上下文 + 长期存储，跨任务复用经验
适合 Agent 的任务
- 多步骤数据任务：查资料 → 整理 → 出报告
- 自动化运营：定时抓取、汇总、发送
- 重复性研发：跑测试、修 bug、发 PR
- 不适合：高风险决策、不可逆操作（默认加人工确认）
开始上手
- 先玩现成产品（如 Claude Code、各类工作台），理解能力边界
- 再学框架（LangGraph、Dify、AutoGen），搭自己的流程
- 从「单工具、短任务」开始，逐步加记忆与多步规划
Agent 的成熟度看「护栏」：能放手多少、需要多少人工确认，决定了它能替代多少工作。