第二课：Agentic AI 的范式转变
我的理解
本课梳理了 AI 交互模式的代际演进：从 ChatGPT 的”我问你答”，到 Copilot 的”我问你写”，再到 Agentic AI 的”我问你做”，构成一次跨越式的范式飞跃。Agentic AI 之所以能”动手干活”，靠的是三大核心特征——工具调用、多步决策、自我检查迭代——使其从”回合制问答”升级为”递归式执行”。这一转变将人类的注意力从”怎么实现”解放到”要实现什么”，让普通从业者只要掌握 Prompt 设计就能拥有一支可扩容的执行队伍。但范式跃迁也带来安全风险、逻辑死循环等新挑战，要求用户从”操作者”转向”管理者”角色，学会任务管理与错误熔断。课程强调，这是一场不可逆的工作方式变革，不会用 Agentic AI 的人将在某些场景被远远甩开。
相关链接
- Ch01-L04 典型案例回溯 — 三大特征的融合案例
- Ch01-L05 从操作员到AI Manager — 角色转变与行业影响
- Ch02-L01 三种编程思维 — Command/Prompt/Objective Oriented Programming
- Ch03-L01 从工具到抽象组合 — 产品形态的范式转变
原文
Lesson 3 of 18 第二课：Agentic AI 的范式转变
从技术上说，这个飞跃主要靠三个关键特征支撑：第一，AI 可以自行调用工具，比如命令行、爬虫脚本、图像处理库、数据库查询工具等，让它对外部世界产生实际的影响；第二，AI 在执行后能根据结果做多步决策，遇到错误就自我 debug，不再需要我们一轮轮手动贴日志；第三，AI 有一定的自我检查或自我迭代机制，可以为自己设定一个成功标准，然后朝着这个目标不断纠错，直到满足为止。
和 ChatGPT/Claude 那种“回合制问答”相比，Agentic AI 采用“递归式执行”，一个指令可能包含多次对话、多个命令的调用，直到完成才结束。这样就解放了人类大量的粘贴操作，并把注意力从“怎么实现”转移到“要实现什么”。在某些时刻，你甚至会感觉它真的是一个有点“笨但勤奋”的实习生，而不是一台语言模型，因为它会主动想办法、主动查询信息、主动搜索并修改 bug，直到把事做成。
那么，这种“我问你做”对于我们个人或行业会有什么冲击呢？先不谈 AI 是否会取代人这种终极命题，单就职场工作流程而言，我们已经看到了一股非常明显的转变：很多时候我们不需要再围绕 ChatGPT“求知”，或围绕 Copilot“写代码”，我们可以直接把重复且枯燥的执行型需求丢给 Agentic AI，自己则专注更高层面的思考和创意。
这意味着，对于一个普通的程序员/分析师而言，只要学会基础的 Prompt 设计，就能让自己拥有一支“可扩容”的执行队伍。当我们需要处理大量的数据、修改一堆脚本、迁移数据库之类的繁琐活计时，过去可能要四五个人通宵加班，或者自己花好几天敲命令、调脚本；现在只需要给 AI 下正确的指令，并设置好验证环节，就能让它反复迭代执行，几十分钟到几个小时把事做完。这种工作方式的巨大变革，很可能会让“不会用 Agentic AI 的人”在某些场合被远远甩开。
在更广泛的行业层面，你也能想象很多部门将会面临流程优化乃至人员结构的重构。比如市场部门可能习惯手工去各大社交媒体平台发消息、搜集反馈；若有了 Agentic AI，完全可以让它自己调脚本登陆多个平台发贴、抓取评论，再做情感分析。再比如传统的数据分析师，需要手动写 SQL、贴到可视化工具画图，然后做个小报告交给领导；一旦运用 Agentic AI，它能自行调用数据库检索数据并生成图表，还能自动总结得失、写出一份看起来像个完整的 Weekly Business Review。这不但节省大量人工操作，更可能让一些原本不熟悉编程或不懂工具操作的人，也能通过 AI 达成同样的效果。
当然，“我问你做”也带来了一些新的挑战。安全性是其中一大难题：给 AI 访问终端命令行的能力，如果没有必要的防护，AI 万一出现失控或幻觉，删除了系统文件怎么办？还有一些问题，比如 AI 调用外部工具时会不会泄露机密数据，或者调用收费 API 时没限制会不会给公司带来巨大费用，这些都需要人类在产品设计和架构上进行合理的限制和审计。
另外，多步自动执行也可能陷入逻辑死循环：AI 一直 debug，但每次都朝着错误方向改动，浪费了大量时间不说，还把项目文件搅得面目全非。在使用 Agentic AI 的早期，类似的糟心经历并不罕见，所以用户需要学习和练习合适的提示词编写方法、成功标准定义，以及如何对 AI 做“任务管理”和“错误熔断”。换言之，“我问你做”虽然让 AI 执行力飙升，但也意味着我们要承担更多“管理者”的角色，而不是把一切托付给 AI 就万事大吉。
你可能会问：那到底是不是所有人都要立刻切换到“我问你做”模式？其实也不必。就像在公司里，有时你自己动手反而更快，而不用交给实习生；有时你需要一些更人性化、创意化的构思，还是会使用 ChatGPT/Claude 这样的老伙伴做思路碰撞。但如果你频繁地要让 AI 完成一整套流程，从抓数据到生成可视化乃至发布结果，那 Agentic AI 会给你带来前所未有的便利和效率提升。很多人经过一段时间尝试后，会逐步形成一种综合工作流：先用 ChatGPT 之类做灵感激发或知识问答，再把落地执行部分交给 Agentic AI 做全自动化处理，最后自己再整体把关和润色。
在团队层面也可能出现分工：有的人擅长写 Prompt、定义成功标准；有的人擅长管理 AI 工具库或安全策略；还有人来输出最终的业务判断。就像任何一项新技术的落地一样，从“我问你答”到“我问你写”，再到“我问你做”，都需要一段适应期和学习成本。但它也让我们看到更广阔的空间：AI 不再只是一个提供信息和思路的顾问，而是真的可以帮我们把许多事情自动化地执行到位。
小结
这一课就像一个开场白，主要是回顾了 AI 在 2023 年的热潮，以及对 ChatGPT、Copilot 等工具的由来、特点、局限做了粗线条的描述，最后把我们引向 Agentic AI 这一全新的范式——从“我问你答”和“我问你写”真正进化到了“我问你做”。
为什么说这是一次范式飞跃？因为它改写了人和 AI 的关系：AI 不再是给你一把文字建议的“脑袋”，而更像一个能动手的“劳动力”。对于个人而言，这意味着我们可以更专注于策略和决策，让重复性执行更少地占据我们的时间；对于行业而言，这意味着新一波生产力变革正在加速到来。有人或许担忧这是否会造成失业或是带来安全风险，也有人会期待这能让小团队以极低的成本完成过去只有大公司才有资源做的项目。
总之，这是一场正在发生的巨大变动，也是一场思维模式的变革。从这里开始，我们会在后续的章节里，进一步探讨 Agentic AI 的核心特征——工具调用、多步决策、自我检查迭代——让你更深入地理解它如何“自己动手”，以及它对个人工作流和行业格局将带来哪些翻天覆地的影响。
在正式结束这一课之前，让我们先回顾一下最关键的“路线图”——从 ChatGPT 的“我问你答”到 Copilot/Cursor(早期)的“我问你写”，再到如今 Agentic AI 的“我问你做”——这是一个跨越式的进化过程。回想一下 ChatGPT 初期火爆网络的场景，人们惊叹它能回答各类问题，写各种文章，却也发现它无法真正动手帮我们完成任何实际操作；随后，在编码领域，Copilot 让我们亲身体会到“AI 写代码”的甜头，但依然只解决了写代码这一环，无法自己去执行和调试；最终，Agentic AI 为我们展示了“多步自动化+工具接入”这一革命性思路，让 AI 不仅会写，还能自己干。你只要把目标和成功标准告诉它，就能让它跑起来，把中间环节全自动完成。这种代际差别，说是“范式飞跃”一点都不夸张。你只要用过一次，就会产生一种不可逆的依赖感：原来很多繁琐的事情，都可以不用我亲自动手做了，AI 居然能胜任得还不错。
当然，如果你暂时还没亲身体验过这类 Agentic AI 产品，也不要着急。在后面的章节里，我们会更系统地介绍 Agentic AI 的三大核心特性，用具体案例来帮你理解这种新的范式为什么带来如此明显的效率提升，以及如何把它跟你自己的工作或项目结合。我们也会在更深入的章节中展开，像 Cursor 这样的工具是如何一步步从“自动补全”发展到“多步执行、可自我进化”的 Agentic 模式；对比之下，Devin 等高阶 Agentic AI 又有哪些独特的设计理念；以及如果你想自己在项目或企业里落地这套东西，又需要哪些关键技术组件。
在学习这些内容的过程中，你会发现：虽然 Agentic AI 听上去很炫很高深，但只要抓住了它的几个核心要点——工具、决策、迭代，再加上一点点 Prompt 设计和安全约束，它就能融入你的日常工作流。到那时，也许你会像我们很多同学那样，一边感慨“我不想再回到没有 Agentic AI 的时代”，一边也会更多地思考下一步：当这个可以“我问你做”的 AI 已经如此强大，我们究竟还可以把它的潜力发挥到什么程度？它对我们的工作岗位、团队合作、乃至商业模式都会带来哪些更彻底的变革？
带着这些问题，我们继续往下走。在下一课，我们会更侧重介绍 Agentic AI 的具体特征——也就是工具调用、多步决策、自检迭代——并通过一些案例让你更直观地看到它运作的方式。希望你在阅读之后，能对 Agentic AI 有一个更理性的认识：它并不是无所不能的，也会碰到不少挑战；但当它与恰当的工作流程结合起来时，又能体现出惊人的生产力价值，这其中的差距往往取决于你对它的使用方法和理解程度。就像开车一样，有人拿到车只会在小区里转转，有人却能完成长途自驾、翻山越岭——差别不在于车的本身，而在于你怎么驾驶它。Agentic AI 也是同理。让我们在后面的章节中，慢慢带你继续深入探讨“我问你做”的范式，期待它如何在接下来的日子里改变更多人的工作和生活。