<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI Agent on 科技刺猬</title><link>https://kejiciwei.com/tags/ai-agent/</link><description>Recent content in AI Agent on 科技刺猬</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 08 Jun 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://kejiciwei.com/tags/ai-agent/index.xml" rel="self" type="application/rss+xml"/><item><title>AI Agent 入门：让它自己干活是什么体验</title><link>https://kejiciwei.com/ai-agent-intro/</link><pubDate>Mon, 08 Jun 2026 00:00:00 +0000</pubDate><guid>https://kejiciwei.com/ai-agent-intro/</guid><description>&lt;p>以前用 AI，是我问一句它答一句，活还是我干。今年明显变了味：你给它一个目标，它自己拆步骤、开网页、填表格、整理文件，最后把结果交回来。这就是 AI Agent——今年最热的概念，没有之一。&lt;/p>
&lt;p>但说实话，热度和可用度是两回事。这段时间我拿它处理了不少杂事，有惊喜也有翻车。这篇就聊聊：让 AI 自己干活，到底是什么体验。&lt;/p>
&lt;h2 id="和聊天-ai-差在哪一双手">和聊天 AI 差在哪：一双&amp;quot;手&amp;quot;&lt;/h2>
&lt;p>区别可以一句话说清：聊天 AI 只有嘴，Agent 有手。&lt;/p>
&lt;p>你让聊天 AI&amp;quot;帮我订下周去上海的高铁票&amp;quot;，它会给你一份选车次攻略；你让 Agent 做同样的事，它会真的打开订票应用、按你的时间偏好筛车次、选座，最后停在付款页面等你确认。前者是参谋，后者是实习生——能跑腿，但你得知道哪些活能派、哪些不能。&lt;/p>
&lt;p>具体到日常，Agent 的典型活法是这样的：你说&amp;quot;把这堆发票照片整理成报销表&amp;quot;，它自己识别图片、提取金额日期、生成表格；你说&amp;quot;帮我比一下这三款手机的差价&amp;quot;，它自己开电商页面、翻参数、做成对比表交回来。&lt;/p>
&lt;h2 id="现在能放心交给它的三类事">现在能放心交给它的三类事&lt;/h2>
&lt;p>结合我的实际体验，这三类任务的完成度最高：&lt;/p>
&lt;p>&lt;strong>第一类是信息搬运和整理。&lt;/strong> 搜集资料做汇总、把十几页文档提炼成要点、给一堆文件重命名归类。这种活步骤清晰、错了也容易检查，Agent 干得又快又稳。&lt;/p>
&lt;p>&lt;strong>第二类是流程固定的重复劳动。&lt;/strong> 每天把报表数据从 A 系统抄到 B 系统、按模板批量生成周报初稿。这类事我之前专门写过一篇&lt;a href="https://kejiciwei.com/ai-automation-office/">AI 办公自动化入门&lt;/a>，Agent 相当于把那套思路又往前推了一步：以前你要一步步教，现在你说个目标它自己摸索。&lt;/p>
&lt;p>&lt;strong>第三类是数字世界的&amp;quot;跑腿&amp;quot;。&lt;/strong> 查路线、比价、预约、填那些不涉及钱的表格。属于烦人但没风险的活，交给它正合适。&lt;/p>
&lt;h2 id="千万不能放手的三件事">千万不能放手的三件事&lt;/h2>
&lt;p>吹完得泼冷水。Agent 现在最大的问题是：&lt;strong>它犯错的时候，姿态和做对的时候一模一样，自信得毫无破绽。&lt;/strong> 所以这几类事，打死别全托管：&lt;/p>
&lt;ul>
&lt;li>&lt;strong>涉及付款和转账的最后一步&lt;/strong>：可以让它比价、加购物车，付款必须自己点&lt;/li>
&lt;li>&lt;strong>对外发送的内容&lt;/strong>：给客户、领导的消息，它写初稿可以，发送键自己按。发错一句的成本，比省下的那点时间贵得多&lt;/li>
&lt;li>&lt;strong>删除和覆盖类操作&lt;/strong>：批量删文件、改数据库这种不可逆动作，必须先备份、再让它小批量试&lt;/li>
&lt;/ul>
&lt;p>记住一个原则：可撤销的活大胆交给它，不可撤销的活它只能做到&amp;quot;确认前一步&amp;quot;。&lt;/p>
&lt;h2 id="还有一个现实问题它不算快也不算便宜">还有一个现实问题：它不算快，也不算便宜&lt;/h2>
&lt;p>体验下来，Agent 干活的速度通常比熟练的人手工慢——它点一步想一步，页面加载还得等。用它的理由不是&amp;quot;更快&amp;quot;，而是&amp;quot;不用你亲自盯着&amp;quot;：派出去之后你可以去干别的，回来验收成果。把它理解成省注意力，而不是省时间，预期就对了。&lt;/p>
&lt;p>成本也要心里有数。复杂的任务来回折腾，消耗的额度并不低，为了省五分钟去跑一个半小时的任务，目前看并不划算。现阶段最适合 Agent 的，是那些&amp;quot;不难但烦、每天重复、占着你的手&amp;quot;的活。&lt;/p>
&lt;h2 id="第一次上手这样试最稳">第一次上手，这样试最稳&lt;/h2>
&lt;p>如果你还没用过 Agent，别一上来就给它派大活。我的建议是：找个周末的下午，拿一件你&lt;strong>本来就要手工做、做错了也无所谓&lt;/strong>的小事练手，比如&amp;quot;把手机相册里上个月的照片按地点整理一下&amp;quot;。&lt;/p>
&lt;p>过程中盯紧两件事：一是看它卡在哪一步，那个地方就是现在 Agent 的能力边界；二是看它的成果你检查起来费不费劲。检查成本高于自己干，说明这类活还不适合它；反之，你就可以放心地把它纳入日常了。&lt;/p>
&lt;p>对 Agent 的合理期待，我觉得是把它当成一个动作飞快、但需要你验收的实习生。它不会让你失业，但会让&amp;quot;会派活、会验收&amp;quot;的人显得更高效。而这，可能才是今年 AI 真正改变工作的样子。&lt;/p></description></item></channel></rss>