← 回到知识图谱

INTEREST MAP · Agent

Agent:从对话走向执行

当 AI 不只回答问题,而是开始替人行动,工作系统要怎样重新设计?

我持续追踪 Agent 如何获得工具、上下文与行动能力,以及人该怎样从盯住每一步转向定义目标、边界和验证。

我怎么定义

Agent 不是更会聊天的助手,而是在边界内替人推进目标的执行单元:它能调工具、跨步骤、留下可验证结果。分水岭不在交互界面,而在是否把「问一句答一句」换成「给目标、收结果」。

  • 助手模式把旧流程加速一点;代理模式接管整段流程,人从响应器退回边界设定者。
  • 人的价值从确保每一步正确,转向定义什么是正确的目标与验收条件。
  • Agent 越多不等于越好:多出来的常常是权限、责任与失败回退的风险面。
30 篇文章3 个项目7 个相邻主题
02

THE FULL THREAD

全部相关文章

Fable 5 让我看到 Agent 的火力,Cursor 让我看到 Agent 的手感体验 Agently Mail :我用它搭了一个 NewsLetter 侦察兵从 40 万次 Claude Code 会话,看Agent Observability 的量化逻辑Anthropic 把 Data Agent 做到了 95%,最难复制的一步,和Rubric有关AI原生工具的核心是不确定性治理Genie 没有证明 Data Agent 已经成熟Notion Custom Agents 开始被买单了微信读书 skill 看到自己的认知边界Claude 的 Runtime 野心Cowork 和 PLTR 讲的是同一个故事不要轻易觉得 agent 越多越好——多出来的还有风险别折腾 Hermes 了,先用起来Claude Code麦肯锡与它的 2 万个 Agent:被 AI 压缩的中间价值DataAgent 也许不是没用,只是我们低估了 ContextNotion Custom Agents:被批评“太传统”之后,我更理解了为什么这么做为什么越忙越落后:AI 时代的新型贫富差距是“能力系统 × 注意力资产”Claude Cowork:一个被低估的产品设计转变纳德拉的达沃斯阳谋——当 AI 领到了「工号」谢谢Lenny,这是一份企业AI的田野调查一个 CTO 的 AI 实战手记:落地 Agent,靠的不是模型而是“修水管”AI Agent 的文艺复兴:谢幕与序章数据看门人已死,Text-to-Truth 才是未来的核心能力AI 落地的脏活累活何不是一种智能税?Data Agent 两面镜子:资本的理想与工程的现实先进团队先用 Notion?Notion 3.0 对企业级市场的思考透过 Agent Bricks 看 Databricks 的开源之路强大如Claude,Financial Services 依然要做可信数据人机共舞:3 张图看 Copilot 🆚 自主 Agent 🆚  协作 AgentLLM 解释与评估 2:OpenAI 最新发布的 PaperBench 独特之处CoT 如何助推 LLM?一篇论文综述的洞察