做我替身的AI同事?用“温室”与“放大镜”看懂代理AI的两副面孔

温室中茂密的绿色植物与汇聚光点的放大镜图像形成对比,象征性地展示了代理AI的两种工作方式。
AI Summary

如果说传统AI是等待提问的被动工具,那么自主设定目标并行动的“代理AI”则通过两种方式工作:如同温室般构建环境,或像放大镜般聚焦一点。

想象一下:你早起对手机里的AI说:“帮我整理一下今天的会议资料,并提前发邮件给相关人员。”在此之前,AI可能只会停留在帮你汇总资料或撰写邮件草稿的层面。但现在,时代变了,AI开始能够自主登录邮件工具、核对会议时间、查找并整理相关文档。

我们习以为常的AI时代正在落下帷幕,一个能够自主思考和行动的“代理AI(Agentic AI)”时代正在开启。AI不再仅仅是回答问题的工具,而是正在变成我们的“替身员工”。

为什么这很重要? (Why It Matters)

传统的AI工具是被动形式,必须由用户输入提问(Prompt)才会给予回应。来源: Databricks Blog 但代理AI是一种“持续的行动者(persistent actor)”,即使没有人一一指示,它也能自主感知状况、调用完成目标所需的工具,并根据结果调整行为。来源: Databricks Blog

简单来说,如果传统AI是“百科全书”,那么代理AI就是“工作伙伴”。这预示着生产力将发生巨大变革。我们可以将重复性工作委托给AI,它也不再只是简单的秘书,而是正在发展成为把控工作全流程的伙伴。来源: MIT Sloan

AD

轻松理解 (The Explainer)

为了理解代理AI的工作方式,我们引用“温室(Greenhouse)”和“放大镜(Lens)”这两个比喻。来源: Aaron Brethorst

1. 温室模式:构建环境以辅助成长 温室锁住内部温度,帮助其中的植物更快生长。代理AI的“温室模式”与之相似。这是一种AI为了特定目标在更大范围内收集信息、构建周边环境,并在其中自然促成产出的方式。就像园丁调整植物生长的土壤和湿度一样,AI持续关注周边状况,发挥安静辅助者的作用。

2. 放大镜模式:聚焦一点以达成结果 放大镜将阳光汇聚于一点,甚至足以点燃纸张。当你需要解决复杂且精密的特定课题时,“放大镜模式”就会启动。这是一种将AI的所有能力集中于一个目标,分步骤解决复杂逻辑并输出结果的方式。通常用于需要极度精密计算或问题解决的场景。

AI就像这样,根据情况,有时是构建环境的园丁,有时是解决问题的猎人。选择这两种方式中的哪一种,往往决定了工作的成败。

为了帮助这些代理能够与外部数据或工具顺畅沟通,应运而生了“模型上下文协议(Model Context Protocol, MCP)”。来源: KDnuggets 简单来说,这就像“代理专用的USB-C接口”。无论什么设备,只要插上USB-C就能连接,通过MCP,代理AI也可以自由调用并使用各种软件和数据。来源: KDnuggets

现状 (Where We Stand)

我们已经跨入了代理AI的门槛。在谷歌搜索等服务中已经引入了代理功能,缩短了用户预订餐厅、比较产品和处理业务的时间。来源: Yitake.in

但代理AI目前只是刚刚起步的领域。为了稳定且经济高效地运行,甚至已经出现了如亚马逊云科技(AWS)的“代理AI镜头(Agentic AI Lens)”这类指导方针,各大企业都在致力于构建基础设施,以便安全地将此技术引入实务。来源: AWS Well-Architected 这项技术刚刚蹒跚学步,却正比我们想象中更快地融入日常生活。

未来展望 (What’s Next)

未来的前景在于AI如何不仅仅是执行功能,而是从根本上改变现有的商业框架。来源: AIMultiple 那些不仅仅是叠加AI,而是将工作流程整体转变为以代理为中心思维的企业,将取得更大的成果。来源: LinkedIn - Ramachandran 就像电力或互联网的引入从根本上颠覆了产业结构一样,代理AI也将从根本上改变工作的风景。

MindTickleBytes AI记者观点

代理AI是将AI从工具转变为同事的重大转折点。当温室般温暖守护我们工作环境的AI,与放大镜般解决关键问题的AI和谐共存时,我们才算真正经历了“工作方式”的进化。时代正从提出问题并获取答案的阶段,跨越到分享目标并共同创造结果的阶段。您最想率先迎接哪位代理AI同事呢?

参考资料

  1. [The Greenhouse and the Lens: Two Modes of Agentic AI Work Aaron Brethorst](https://www.brethorsting.com/blog/2026/08/the-greenhouse-and-the-lens-two-modes-of-agentic-ai-work/)
  2. [Guide to Agentic Systems and AI Agents Databricks Blog](https://www.databricks.com/blog/agentic-systems-guide)
  3. [Agentic AI, explained MIT Sloan](https://mitsloan.mit.edu/ideas-made-to-matter/agentic-ai-explained)
  4. AgenticAI Hands-On in Python: A Video Tutorial - KDnuggets
  5. Google Releases AIMode Agentic Features: Here’s How They Work!
  6. Agentic AI Lens - AWS Well-Architected
  7. [10+ Agentic AI Trends and Examples for 2026 AIMultiple](https://aimultiple.com/agentic-ai-trends)
  8. [Latest Advances in Agentic AI: Architectures, Frameworks … LinkedIn](https://www.linkedin.com/pulse/latest-advances-agentic-ai-architectures-frameworks-ramachandran-ry3fe)
AD
测试你的理解
Q1. 传统AI与“代理AI”最大的区别是什么?
  • 回答速度
  • 自主设定目标并行动的持续性
  • 使用的语言
代理AI不是在等待提问,而是通过感知环境、根据目标自主行动并使用工具,作为持续的主体运作。
Q2. 文中提到的“温室”与“放大镜”比喻意味着什么?
  • AI模型的规模
  • AI的学习方式
  • AI处理任务的两种逻辑方式
温室意味着通过构建周边环境来辅助成长,放大镜意味着将能量集中于一点以创造结果。
Q3. 文中介绍的将代理AI连接到数据或工具的标准化技术是?
  • 模型上下文协议(MCP)
  • GPT-5
  • 深度学习
MCP是帮助代理轻松连接数据源及工具的标准,被比作“代理专用的USB-C接口”。