AI 智能体 · 第一章:从对话到干活
智能体不是更聪明的聊天机器人
聊天是它回答你,智能体是它替你做
这节课你会...
把"智能体"这个词拆开看,以后别人聊起来,你能听出他是在说真东西还是在吹。
聊天机器人是"你问一句它答一句"
你跟豆包说"我想吃外卖",它会给你一堆建议:可以点川菜、可以点轻食、注意营养均衡。说完就完了。它没帮你点,也不知道你家楼下有什么。
这就是聊天机器人:你说一句,它答一句,一轮一轮往下走。你不问,它不动。
它挺有用,写文案、解释概念、改句子都行。但它的活儿到嘴为止,剩下的全是你干。你得自己开 App,自己搜"麻辣烫",自己比价,自己下单。
智能体是"你给它一个目标,它自己往下干"
换个说法。你跟它说"帮我点一份麻辣烫,30 块以内,别太辣,八点前送到"。
它做的事就不一样了:先看你附近有哪几家,按价格和辣度筛一遍,挑出两个候选问你选哪个,然后打开外卖 App 下单,最后回来说"点好了,预计 7 点 40 到"。
对比很清楚:
| 聊天机器人 | 智能体 | |
|---|---|---|
| 你给的东西 | 一个问题 | 一个目标 |
| 它干的事 | 给建议、给方案 | 拆步骤、动手、检查 |
| 干完的标志 | 说完了 | 事情办成了 |
| 谁来收尾 | 你 | 它 |
"给我一份点外卖的方案",这是聊天机器人的活儿。方案给得再漂亮,你还得自己动手。区别不在它聪不聪明,在于活是谁干的。
它凭什么能自己动手
因为有人给它配了三样东西。
一是工具。它自己碰不到外卖 App,但程序可以给它一个"下单"的按钮。它说"我要调用下单",程序就去调。查天气、发邮件、读文件,都是这么接上去的。
二是看得见结果。它点完按钮,程序会把"下单成功"或者"这家店打烊了"告诉它。它看得见反馈,才知道下一步干嘛。
三是会重试。这家关门了,它换一家;这个网页打不开,它换个入口。试错几次,路就通了。
三样凑齐,它就从"会说话的"变成"能办事的"。少一样,它就退回到聊天机器人。
它现在经常干砸,这很正常
上面那段点外卖的描述,是顺利的情况。真跑起来,十次里翻车两三次不稀奇。
它可能把"别太辣"理解成"不要辣",给你点了一份水煮菜。也可能在第三步跑偏,本来要下单,结果在评论区长篇大论写了一通。还会卡在登录、验证码、页面改版上,一步走不动,整件事就停了。
原因不复杂:它是照着"看起来最像下一步"的动作往下走的,没有真正理解你的处境。所以现在的智能体,更像一个手脚挺快但不太靠谱的实习生,不是省心的老员工。
怎么用?先给它小任务,盯着它跑第一步,别一上来就把重要的事整个丢过去。
想自己验一下手上那个产品算不算,可以把这段话丢给它:
我在测一个 AI 产品到底算不算智能体,请你配合我做个实验。
目标:帮我找出【我所在城市】本周六开放的三个免费展览,
挑出离【XX 地铁站】最近的那个。
请你不要只告诉我该怎么做,直接动手查,做完告诉我:
1. 你打算分几步
2. 每一步你实际做了什么
3. 哪一步你卡住了
它老老实实去做,还回来汇报卡在哪,这就是智能体。它只给你一段"你可以这样查"的建议,那就是聊天机器人。
一句话判断算不算智能体
看完这节,你能用这个标准去判断:
你只给了一个目标,中间那些步骤是它自己定的、自己做的,做完还来告诉你结果——这就是智能体。如果它只给了你一段文字、一个方案、一份清单,剩下的全是你动手,那它就是聊天机器人,包装得再好也是。
再补一条:它自己动手了,但每一步都要你点确认,那它算半个。这不算缺点,重要的事本来就该这样。
别人跟你安利某个产品时,你也可以拿这个去问他:
我手上这个功能,你帮我判断一下算不算智能体。
它的表现是:【比如:我说"整理我的课程表",它直接生成了一张表,
但表里的课是我自己贴进去的】。
请按三条来判断:目标是不是我给的、步骤是不是它自己定的、
活是不是它干完的。三条里缺哪条,直接说。
记住这一句:聊天机器人给你一段话,智能体给你一个结果。判断标准就一条——活是谁干的。
学习助手(可选)
需要时可以提问;没配 AI 也不影响课程、练习和测验。
这一课以阅读为主。想看概念演示可以去 可视化演示。
AI 智能体 · 同轨道下一节你手机里就能用的智能体