Agent 入门：从对话到行动的产品形态跃迁

从“会说”到“会做”

ChatGPT 证明了大模型能对话，但对话本身不完成任务——用户问“帮我订下周二去上海的机票”，聊天机器人只能告诉你怎么订，Agent 直接去订。Agent（智能体）= 大模型作为大脑 + 工具作为手脚 + 循环作为工作方式。

这个跃迁对产品意味着什么？评价标准从“回答质量”变成“任务完成度”。用户不再满足于一段漂亮的文字，而是要看结果：文件改了没、单下了没、数据查了没。

Agent 的核心循环

所有 Agent 系统都在跑同一个循环：

规划（Plan）→ 行动（Act）→ 观察（Observe）→ 再规划 → … 直到任务完成

以 Cursor 修一个 bug 为例：

1. 规划：分析报错，决定先搜索相关代码；
2. 行动：调用代码搜索工具，定位到出错的函数；
3. 观察：读到代码，发现是空指针问题；
4. 再规划：决定修改该函数并补充判空；
5. 行动：调用文件编辑工具执行修改，跑测试验证。

每一圈循环都是一次模型调用，所以 Agent 天然是多步、高延迟、高成本的产品形态——这是后面所有设计权衡的根源。

自主性光谱：产品定位的第一决策

Agent 不是二元的“是/不是”，而是一条光谱，产品经理的第一个决策是把产品放在光谱的哪里：

自主性	形态	示例	适合
低	建议 + 人执行	代码补全、写作润色	高风险、专业用户
中	执行前需确认	每步操作弹出确认的助手	中风险、信任建立期
高	自主完成 + 结果汇报	Deep Research 自主调研 20 分钟出报告	低风险、可验证任务

ChatGPT 的 Deep Research 选高自主性，因为调研任务“错了无非浪费一份报告”；而支付、发送邮件、删数据类操作，行业共识是必须保留人工确认。

产品决策提示：自主性与错误成本成反比。设计新 Agent 产品时，先给任务的失败后果定价，再决定放到光谱哪里。随信任积累，自主性可以逐步上放——先小步授权，验证可靠后再放大。

Agent 与 Chatbot、工作流的区别

• Chatbot：单轮或少量多轮，只输出文本，无副作用。
• 工作流（Workflow）：固定步骤的自动化，人预先编排好每一步，如传统 RPA。可预测但僵硬。
• Agent：步骤由模型动态决定，面对开放任务能自行规划路径。灵活但不可预测。

这个区分很关键：很多号称 Agent 的产品其实是工作流——固定调三个接口、固定顺序。这不丢人，反而是好的工程判断：能用确定性工作流解决的需求，不要上自主 Agent。Agent 的灵活性是拿来应对“无法预先枚举步骤”的场景的。

Agent 产品设计的四个新问题

从对话到行动，产品经理要多回答四个问题：

1. 工具从哪来：给模型什么工具、工具描述怎么写（下一节主题）；
2. 过程怎么展示：多步执行中间态如何呈现——透明带来信任与可控感，但也可能暴露混乱；
3. 失败怎么办：第三步失败了，回滚还是重试还是求助（安全兜底主题）；
4. 成本怎么控制：循环次数 × 每步 token，Agent 一次任务的成本可能是单轮对话的百倍。

本节要点

• Agent 的本质跃迁是从“回答质量”到“任务完成度”，形态是大脑（模型）+ 手脚（工具）+ 循环（规划-行动-观察）。
• 自主性是光谱不是开关，位置由任务失败成本决定，并随信任积累逐步放权。
• Agent 与工作流的分界在于步骤是否由模型动态决定；能用确定性工作流解决的需求不要上 Agent。
• Agent 引入四个新设计问题：工具定义、过程展示、失败兜底、成本控制，后续课程逐一展开。