AI 助手：从聊天到干活

会问问题只是第一步，能让它替你完成任务才算上路。

这一页讲什么

聊天机器人和编程 Agent 差在哪；
什么样的事情适合交给 Agent，什么样的不适合；
怎么把一句模糊的愿望写成它能执行的任务；
怎么验收它交回来的东西。

一、聊天机器人只能说话，Agent 能动手

你平时用的网页版 AI 助手，本质是一个聊天机器人：你输入一段文字，它输出一段文字。它能帮你写邮件、解释概念、改一段代码的措辞。

Agent（智能体）比它多了一双手：能读你电脑上的文件、执行命令、运行程序、查看运行结果，然后根据结果决定下一步做什么。它要做的事情变成了「完成一个任务」，远超「回答一个问题」的范围。

flowchart LR
  A["你说出目标"] --> B["模型想一步"]
  B --> C["调用工具动手
读写文件 执行命令"]
  C --> D["看到结果"]
  D -->|"还没完成"| B
  D -->|"完成了"| E["交付结果"]

这个「想一步、动一下、看结果、再想」的循环，是 Agent 与聊天机器人最本质的区别。第 1 章把它称为反馈循环，承载这个循环的外围系统叫 Harness（外壳）。

生活类比聊天机器人像电话那头的学长：你描述问题，他告诉你方法，但得你自己动手。 Agent 像请到宿舍来的学长：他直接帮你把电脑弄好，中途报错自己会看，弄完告诉你在哪。后者省事，但你得把「帮我弄好」说成他能判断的标准，还得验一下真的弄好了没有。

二、什么东西适合交出去

用三个条件筛选，三条都符合就是好任务：

重复做过多次：整理文件、重命名照片、汇总表格、从网页里抄数据。
能判断对错：整理完你能一眼看出对不对，或者能用一条命令检查。
做错了可恢复：文件还在、能重跑、能撤回。

反过来，这几类不要一上来就交：涉及不可撤销的操作（删除、转账、提交表单）、你完全无法验收的领域、以及需要判断人情世故的事。

常见坑 Agent 有能力执行命令，也就有能力执行错的命令。涉及删除、覆盖、发邮件、提交表单这类动作时，要求它「先说明打算做什么，等我确认后再执行」。这条要求写进任务描述里，不要靠它自觉。

三、把愿望写成任务

对比两种说法。第一种：

帮我整理一下我的课程文件。

它可能把文件移到别处、可能重命名、可能压缩打包，每种都算「整理了」。第二种：

在 C:\Users\我的用户名\gse-practice\week1 目录里，把所有 .png 和 .jpg 文件按修改日期重命名成 2026-09-01_第1张.jpg 这样。不要移动文件，不要删除文件，不要改动其他类型。做完列出改了名的文件清单给我核对。

第二种能被执行、能被检验、出问题能定位。它包含了四件事：

位置：动哪个目录，越具体越好；
动作：做什么，做到什么程度；
边界：明确不许做什么；
验收方式：做完怎么证明做对了。

关键结论任务描述里没写的地方，Agent 会自己替你选一个。你写的每一条边界，都是在减少它替你做的决定。这条经验在第 1 章与第 3 章里都会展开。

四、怎么验收

三种验收方式按可靠程度排序：

能自动检查的最可靠：跑一条命令，看输出对不对；打开文件，看内容是否齐全。
能抽样查看的次之：十个文件里抽三个打开看。
只能凭感觉的最不可靠：这时要特别小心，让它把做了什么逐条列出来。

对方说「已完成」不等于真完成。这是后面课程反复强调的一点：能运行一次的演示，不等于需求被满足了。

五、从今天开始的做法

给自己准备一个记事文件，每次委托任务都记四行：

记录项	示例
任务是什么	把 week1 里的图片按日期重命名
我怎么描述的	（把当时的原话贴进去）
结果如何	改名正确，但漏了两个子目录里的文件
下次改什么	补一句「包括所有子目录」

记满二十条，你会得到一份比任何教程都贴合自己的经验。第 1 章把这叫做「激进地做实验」。

现在就做挑一件这周真的重复做过三次的小事（整理截图、汇总报名信息、给文件改名）。按「位置 / 动作 / 边界 / 验收方式」四段写成一段话，交给一个 AI 助手执行，然后打开文件亲手检查结果，把上面那四行记录填好。
这件事不需要 Claude Code 这类工具，网页版助手配合你把结果贴回来也行；有命令行助手更好。

自测

1. Agent 与聊天机器人最本质的区别是什么？

Agent 能调用工具、观察结果并据此决定下一步，形成一个循环；聊天机器人只输出文字。所以 Agent 能完成「任务」，聊天机器人只能给出「回答」。

2. 「帮我优化一下这个项目」为什么是坏任务描述？

它没有位置、没有边界、没有验收标准。「优化」可以指改性能、改结构、改命名、改界面，每种结果都算完成了这句话。更合适的说法指向具体一处问题，并给出可以检查的结果。

3. 什么样的动作必须要求人工确认？

不可撤销或影响外部世界的动作：删除文件、覆盖内容、发送邮件、提交表单、付款、退课。原则是「先说明要做什么，等我确认再执行」。

4. 它说「已完成」，我为什么还要检查？

因为「完成」是按它自己的理解判断的。描述的空白处被它填上了默认选择，演示能跑不等于需求满足。检查的动作包括跑一条命令、打开产出、抽查几条数据。