Agent 不是聊天机器人，而是一种工作组织方式

有人把 Claude Code——Anthropic 的 AI 编程工具——逆向拆开，发现它的心脏只是一段 while(true) 循环。

调用模型，解析出工具调用，查一遍权限，执行，把结果喂回去，再调用一次，直到模型自己说”干完了”。

就这么一个循环，把”会聊天的 AI”变成了”能干活的 Agent（智能体）”。

很多人以为二者的差别在模型：聊天机器人用弱模型，Agent 用强模型。

我觉得不是。

同一个模型，放进聊天框就是聊天机器人，放进这个循环就是 Agent。

Agent 和聊天机器人的分界线，不在智商，而在有没有”调工具、看结果、再决定”的闭环。

而一旦有了这个闭环，你面对的就不再是一个对话产品，而是一种新的工作组织方式。

这是本系列要讲清楚的第一件事。

一、单次问答、工具调用、Agent 工作流：三层台阶

先把三个经常被混着说的东西分开。

单次问答：你问，它答。输入靠你打字，输出靠你自己拿去用。它对世界没有任何动作能力，答错了它也不知道。

工具调用（Function Calling，函数调用）：模型可以在回答里”按一次”外部工具——查数据库、调接口。但什么时候调、调完之后怎么办，还是外面的程序说了算。它像一台能按按钮的答录机。

Agent 工作流：模型进了循环。它调工具、看返回结果、根据结果决定下一步，一轮一轮推进，直到它判断任务完成。据第三方源码拆解，Claude Code 的引擎层干的就是这件事：四十多个工具挂在同一个循环上，而且每次执行前都先查权限——先问”能不能做”，再做。

三层的差别不是能力大小，而是谁在承担”接下来怎么办”的判断。

前两层里，这个判断在人手里；到了第三层，它第一次被交给了机器。

Agent 接管的不是打字，而是流程。

拆开一个真正能用的 Agent，里面一般有七样东西：

把”它”换成”他”，这就是你给一个新员工安排工作时要交代的全部东西。

我第一次真正理解这一点，是发现给 AI 布置任务和带实习生一模一样：你说，他做；他错，你改；他再做。

交代不清目标，他就自由发挥；不给上下文，他就瞎猜；没人验收，他就”看起来做完了”；不要求汇报，长任务一定跑偏。

Agent 的构成清单，读起来不像技术文档，更像一份岗位说明书。

一旦承认 Agent 是个”岗位”而不是个”功能”，问题就换了一批。

你不再问：这个模型能不能写代码？

你要问的是：谁来派活？谁来实现？谁来验证？谁来同步上下文？谁来定义”完成”？出了错，谁负责？

这些问题，没有一个能靠换更强的模型来解决。

它们是组织设计问题——过去发生在会议室里，现在发生在你的终端里。

也因此，每一个 Agent 都需要一个人：不是需要人替它按回车，而是需要有人定目标、判结果、管边界、担责任。

接下来几篇，就沿着这份”岗位说明书”往下拆。写的都是怎么判断和取舍，不是接口教程：

工具会换，模型会升级，但有一件事不会变：

聊天机器人会等你提问，而 Agent 在等你管理。