会“聊天”的 AI，真的会“做事”吗？

把聊天框接上工具，AI 小助手才开始会干活

挑战任务：不是让 AI 懂活动，而是把小展台办出来

第一回合只是方案：海报、报名、日程都还没发生

办成一件事，要看报名、日历、网页、通知这些回执

回答只是想法；运行、检查、确认才会留下证据

聊天窗口背后，最小动作是一次 LLM API 调用

LLM API 只会吐字；打开网页和邮箱要靠外部程序

它为什么会说话：先把句子拆成词元积木

上下文像桌面：桌上没有的材料，模型就用不上

会接话的最低机制：给前面词元，猜下一个

问“几点开始”时，注意力应该更盯住日历

预训练：它先在文本、网页和代码里学到模式

后训练：把会续写的模型，调成会协作的助手

产品体验不是公司名，而是模型、界面、上下文、工具和安全的组合

现在开始装配：给 AI 小助手接上工具、记忆、权限和日志

把“办活动”拆成时间、通知、报名、网页、反馈五张卡

每张任务卡，都要匹配一个真正能执行的工具

工具调用链：模型提出请求，程序执行，再把结果放回上下文

查日历不是看日期，而是找冲突并准备改时间

通知先变草稿；确认之后才能发送，发送之后才有回执

做报名表不是生成链接，而是收到真实报名记录

做网页不能只看代码，运行、预览、测试通过才算数

按钮坏了不是坏事：报错会给你修复线索

记忆本记住偏好、历史和失败，下次别再从零开始

任务队列让提醒、检查和反馈排到明天继续跑

权限门要分清：自动、确认、禁止不能混在一起

日志本记录每一步；出了错才能倒回去定位

验收台只看回执：日历、通知、报名、网页都要过关

Agent 不是更会聊天，而是一条会留下证据的工作路径

OpenClaw 像生活助手：从聊天入口接邮箱、日历和浏览器

清理收件箱：先分类、列清单、确认，再考虑删除

处理行程：读取和提醒可自动，付款改签必须确认

Hermes 像长期项目助手：住在服务器上，记事、排队、复用技能

每周周报：定时读记录、写草稿，确认后才发送

重复流程会变成技能卡：第一次很长，第二次可复用

代码 Agent 的乐趣：写、运行、报错、补丁、再运行

我的研究里，Agent 先做科研助理：论文、代码、基线、记录

读论文不是背摘要，而是拆出问题、方法、证据和边界

跑代码先看能不能复现：论文曲线和复现实验要对得上

失败不是废纸：报错、参数和失败样本都会指向下一步

兴趣常从一个不服气的错误开始：为什么我错了？

把想法放进测试机：证据和失败都比口号有用

能发邮件、删文件、改日历，就会有真实后果

风险一：权限太大，读、写、发、删都可能越界

风险二：工具用错，验证失败也可能被说得很顺

风险三：网页或邮件不一定可信，里面可能藏着隐藏指令

安全工具箱：权限、确认、回滚、审计让小助手可用

AI 负责草稿、工具和结果；人负责确认和异常处理

评价 Agent：看结果、看过程、看错误能不能修正

最小 Agent 四块积木：API、工具、记忆、验证

课程资料小助手：回答必须能指回课件、笔记或错题

错题小助手：先分类原因，最后靠再测证明改好了

社团小助手：通知发出不算完，还要看成员确认回执

这个学期只做一件小东西：它必须留下一个可检查结果

别犯三个错：乱查、乱发、没日志；对应要限定资料、确认、记录

以后看 AI 新闻，先看连接：模型、工具、动作、责任

最终隐喻：API 只是发动机，Agent 是带刹车和仪表的车

回到开场：方案只是纸，日历、通知、报名、回执才算办成

会做事 = 接上工具、留下证据、守住边界

带着一个问题离开：它只是说，还是留下了可检查结果？