2025 年春天，圈子里最热的话题从「对话」变成了「干活」。大模型开始学会调用工具：查数据库、发消息、操作网页。我决定做一轮实践，让 Agent 处理我的真实工作，而不是继续看 demo。

我让 Agent 做了什么

我选了三个边界清晰、出错可挽回的任务：

  1. 每周整理团队周报，提炼行动项
  2. 把会议录音转写成结构化纪要
  3. 从散落的邮件里汇总客户的待办事项

前两个效果不错，能省下我每周两三个小时。第三个翻车最多——邮件里语气含糊、信息不全，Agent 经常自作主张脑补结论。

实践中的真实发现

  • 任务边界决定成败：越是结构化、可验证的任务，Agent 越靠谱；越开放的任务，越容易跑偏
  • 工具调用要收敛：权限给得越多，闯祸的可能越大。我只开放了只读权限和低风险操作
  • 上下文是硬约束：任务一长，模型就「忘记」前面的约定，需要把关键规则反复写进每一步
  • 成本不便宜：多步推理调用次数多，一次任务的 token 开销是对话模式的几十倍

我的结论

这一轮实践让我对 Agent 的态度从「兴奋」变成了「谨慎乐观」。它确实能干活，但更像一个能力强、记性差、需要盯着的实习生。

接下来的几个月，我一边继续用，一边记录它到底在哪些环节不可靠。这些记录，后来成了我做 Agent 产品时的第一手素材——对 AI 的信任，只能从一次次的错误里长出来。