先让 AI 做一件小事

AI 真正重要的可能不是回答问题。

打开聊天框，把问题丢进去，等它吐一段回答，再自己判断、复制、整理、执行——这个流程太像在用一台聪明一点的搜索引擎。不能说没用，但它永远停在"我问你答"的节奏里，AI 没真正进入你的工作流。

agent 是另一回事。它不只是给你建议，是接过去一个目标，自己去读文件、改代码、跑检查、把结果整好摆回你面前。你给方向、定边界、做判断，它推进执行。

但"接过去一个目标"和"问一个问题"到底差在哪？看两个具体的例子。

修一个按钮点击没反应的 bug

聊天框的路径：

你打开 ChatGPT/Claude，粘贴报错信息和一段相关代码，问"这里为什么点按钮没反应"。它分析了一下，说可能是事件绑定的问题，给了一段修改代码。你把代码复制到编辑器里，跑一下——报别的错。你截图贴回去，它又给一版，你再试。来回三轮，二十分钟过去了。你干的活是：描述问题、粘贴报错、切换窗口、等回复、复制代码、跑测试、截图反馈，循环。AI 只是一个比你聪明一点的 Stack Overflow。

agent 的路径：

你在项目目录里打开终端，输入一行命令启动 agent，告诉它："xx 页面按钮点击没反应，找到原因并修好，改完跑一遍 lint 和 typecheck"。

接下来它做的事：自己读页面文件、追到事件绑定处、找到拼错的函数名、修掉、跑 lint、跑 typecheck、回来告诉你"修好了，问题是 xxx 函数名拼错了，改了一处，检查通过"。你只需要看一眼结果，说句"好"。三十秒。

同一个 bug，聊天框里你当搬运工，agent 里你当下达任务的人。

把整个项目的 API 调用从 fetch 迁到 axios

这个任务比修一个 bug 大得多：涉及十几个文件，每个文件的用法不同，有些带着错误处理逻辑，有些拼着请求头，改完还得保证没遗漏、能跑通。

聊天框的路径：

你问"把 fetch 改成 axios 怎么改"，它给了一段示范代码。你照着一个个文件改，遇到请求头拼接的方式不一样，又回去问"这种写法怎么迁"，它再给一版。遇到带拦截器的场景，再问一次。中间你不断切窗口：编辑器 → 聊天框 → 终端跑检查 → 回聊天框 → 回编辑器。花了两个小时，还可能漏掉一两个文件，或者哪里的错误处理逻辑没对齐。

agent 的路径：

你告诉它："把项目里所有 fetch 调用换成 axios，统一封装在一个 request 工具函数里，保留原有的错误处理和请求头逻辑。改完后跑一遍 lint 和 typecheck，把改动文件列出来。"

它自己做的事：搜索所有用到 fetch 的文件、逐个分析使用模式、写一个统一的 request 封装、替换所有调用处、保留原有错误处理、跑检查、给你一张改动清单。你打开清单，挑几个文件抽查一眼，确认没问题。十分钟。两个小时 vs 十分钟，差的不只是速度——是你有没有把精力花在判断上，还是花在重复操作上。

先挑一件小的、真实的、搞砸了也无所谓的事

新东西让人不安。靠不靠谱？会不会乱改？要不要学一堆配置？这些担心没法空想解决，只能先用。

但别一上来就把最重要的事押给它。先找一件小事，边界清楚、就算它乱改也不会造成灾难的那种：

• 整理一段会议纪要：把一小时录音转成文字，丢给 agent，让它按议题分组、提取待办事项、列成清单。
• 把一个每次都要手动改三处版本号的部署流程，让 agent 写成一个一行命令的脚本，它自己写完自己跑测试。
• 让 agent 把项目里某一句文案从"立即体验"改成"开始使用"，改完自己跑一遍 lint 和 typecheck，告诉你过了还是没过。

小事的反馈立即可见。做对了能放心，做错了能立刻知道哪里不行。你会慢慢摸清楚什么活该给它、什么该自己留、什么时候该补一句约束。

聊天框是提问，agent 是下指令

跟 agent 说话和跟聊天框说话不一样。

聊天框是"你觉得呢"，agent 是"请你替我完成"。

比如润色文字。聊天框里你说：

这段文字怎么样？

它会点评一通，然后你照着意见自己改。agent 里你说：

把这段文字改得更紧凑，语气保留个人博客的风格，不要变成营销文案。改完后告诉我你删掉了哪几处啰嗦的地方。

它直接改好，把改动说明摆回来。

比如处理数据。聊天框里你问：

"这份 CSV 怎么看？有几个维度能分析？"

它给你一堆思路，然后你自己打开 Python 或 Excel 去操作。agent 里你说：

"分析这份季度销售数据，把同比变化最大的品类找出来，做成一张表，附两句话解释波动原因。"

它读文件、跑分析、生成表格、写结论，一次性给回来。

同一个任务，聊天框里你是执行者，AI 是参谋；agent 里 AI 是执行者，你是验收人。角色换了。

先动起来

不用等想明白了再开始。很多东西不动手，永远理解不了。

找一件真实的但不沉重的事。看 agent 怎么拆任务、怎么踩坑、怎么在你纠正之后绕过去、怎么把结果交回来。第一次看到它自己翻文件、自己改代码、自己跑检查、回来跟你汇报结果，你会突然意识到之前花在"复制粘贴、切窗口、等回复"上的时间有多少。

几件小事跑顺之后，AI 就不再是一个新奇玩具，而是你工作环境里一把趁手的工具。