上期专栏里我建议新手“至少花100美元”，让自己有用不完的额度，刊登后想必收获了不少读者的白眼：我免费的AI聊天产品用得好好的，凭什么？
实事求是地说，过去这个月你确实没必要买100美元的套餐，也能畅享先进模型，因为出现了一种叫“商战”的东西。国内，腾讯的Hy3上线后在WorkBuddy限时免费；国外，OpenAI上线GPT-5.6和ChatGPT Work后三天两头找“借口”重置付费用户的额度限制，买20美元的套餐，几乎就能享受之前100美元套餐的待遇……等这期杂志送到你手上时，这些促销多半已经结束，但同等水平的算力会越来越便宜，这是趋势。
厂商们努力促销的目的，和我上期鼓吹的其实是一致的：让更多非程序员用上Agent。你可能注意到，最近几乎每个模型厂商都推出了后缀为“Work”的产品。背后的逻辑很简单：编程Agent已经不再是趋势，而是事实——今天开始，你用到的新软件和软件更新，很大可能都是AI Agent写的。我们也知道，编程Agent不仅能编程，也能承担不少公司人的岗位职责。只是，让非程序员直接用编程Agent，许多人还是觉得别扭（尽管如此我还是鼓励大家去学习）。
这股“Work”风潮，就是模型厂商们给出的答案。带头的还是Anthropic，ClaudeCode团队在今年1月发布了Cowork，简单说就是给Claude Code换了个皮肤，努力把那些看起来很“程序员”的东西藏起来。各家的思路是完全一致的。
但这个新品类眼下有些尴尬。和程序员几乎人手一个Agent相比，这类产品今天的普及度还很低。会用编程Agent的人觉得，“Work”做的事情编程Agent都能做，它只是编程Agent的“低幼版”；没用过的人又觉得它和聊天产品差别不大。更关键的是，“Work”产品其实暂时也没有办法把那些技术细节真正隐藏，Agent卡壳的时候仍然需要你出手相救，它也会不时扔一条命令出来问你是否同意执行——对大部分人来说，这些命令属于程序员的世界。正如我在前几期所说，使用Agent目前最大门槛不是你懂不懂AI，而是你懂不懂你的电脑，“Work”并没有真正消除这一门槛。
那么，不管用“Work”还是编程Agent，这些Agent和我日常用的AI聊天产品到底有什么区别？区别确实没有那么大，如今成熟的AI聊天产品往往也带一点Agent执行能力，这也要怪模型厂商们从来没有认真设计过旗下各个产品的定位。但从今往后你大致可以这么理解：聊天应用大概率停留在口头上，Agent是替你把事情做完。
上期我举了Agent帮我修音箱的例子，就有读者在公众号留言问，为什么聊天应用不能做这个事情？如果我用的是聊天产品，它需要教我如何动手诊断问题、根据我提供的信息给出猜测，给出可能的解决方案并教我如何执行，再把结果贴回来供它判断；Agen则可以自主诊断问题、尝试不同的修复方案、验证是否修好，最终帮我把音箱重新连上网——整个过程几乎是全自动的。效率的差别，显而易见。
所以，我的Agent现在有相当一部分的工作量，是帮我修电脑。
公司人最通用的工作是读报告、沟通、汇报、协调、进度确认、写文档、资料整理……在聊天应用中完成这些工作当然也可以，但今天大部分的Agent都有电脑客户端，能直接读写你电脑上的文件：要它改什么，不用先“上传”给它；改完的成果，也不用你复制粘贴回去。看起来只是省了几步，但放进一次次迭代里，你和AI协作的摩擦几乎降到了零。即使你的文档本来就存在云端，Agent对它们的操作也会比一般的聊天产品更充分。
当摩擦消失，Agent又可以单次运行更长的时间，你会发现AI在这些日常任务中能做的也比你想象的多。还是拿写方案举例，关于让AI聊天中写方案，大家都掌握了各种prompt写作技巧，本质上是人在给AI喂上下文——你得自己把资料收集齐、把需求列清楚，可能还得附上模板和过往方案。如果你给了Agent充分的权限，这些东西Agent都可以自己去找，不清楚时再来问你。拿我常写的产品需求文档来说，我会向Agent描述大致想做什么功能、达到什么目标，按我教它的工作方法，它会去找公司本季度的OKR，判断是否匹配，再自动搜索相关的用户反馈、分析产品数据，判断优先级。它会阅读产品过往的文档和代码，保证新功能的设计和已有功能一致。遇到不清楚的，它会直接问我。Agent也会不断质疑我的思路在逻辑上站不站得住，再把文档写进文档仓库，最后把其他相关文档一并更新，确保一致。
这样一份文档从头到尾反映的完全是我的想法，它只是帮我做完了那些机械性工作。这样一来，我可以专注在功能本身的构思和那些AI难以作出的非共识决策。你的职位可能不需要写产品需求文档，但只要写文档，都是类似的。
另一个例子是我的会议纪要。5月那期我写过我怎么“教”它，那它到底做了什么呢？今天所有的会议录音产品都能一键生成纪要，但我需要写纪要的这个AI“懂”业务：一个团队周会，每周固定的流程是核对目标、讨论障碍、作决策、跟进每个人负责的事，而会议纪要就是要把这些信息、决策呈现出来。录音里的人名、术语、公司内的专有名词，它得认识；我们的目标是什么、完成情况如何、这次的决策和之前的是否一致，它得知道。这些信息，我都让它自己去搜集、汇总，它跑一次一般要几十分钟，多的时候一次要花掉数十美元的Token，因为它要读的东西实在太多。现在，连周会的会前准备也是它做的：检查上周计划的完成情况、更新目标进度，必要时提醒团队成员来补充。
这些占据公司人最多时间的“为了工作的工作”，都可以考虑让Agent代劳。和聊天相比，Agent调动的工具、上下文、算力、收费方式都有区别，量变形成了质变，真的可以替你干活。
当然，也有不少在我们看来很容易做的事情，今天的Agent反而做不了。比如，它擅长的仍是通过接口去操作电脑，如果没有接口，就要麻烦得多；另一些则是人为障碍，比如无法操作微信——这和我们1月讨论豆包手机时的境遇类似。再重复一次，只要一件事能完全在电脑上完成，都值得交给Agent试试，上期我说过，先挑重复次数多、最花时间、相对简单，对你又最重要的事。
其实，你可以把你的待办清单贴给Agent，让它自己挑。
尽可能让Agent代替自己的工作——今天已经是一个合适的时机。收益很明显，学习难度也不高。把能交的都交出去之后，剩下的是什么？我想，人类在工作中不可取代、应该保留的，无非是感受、判断和欲望——尤其是最后一点。今年Agent的发展让我觉得，这一天指日可待，但又迟迟未到。如果这一天真的到来，这个专栏也就可以停止了。
最后提醒一下，使用这些产品的时候务必注意安全，这也是为什么目前还是需要懂一些计算机的基础知识才能用好这些产品。说来也是讽刺，年初OpenClaw流行的时候都说不要把它装在自己的主力电脑上，但实际上，今天大家在电脑上安装的那些Agent，并没有比OpenClaw安全太多。看起来历史再次证明，人们重视便利性远远甚于安全性。
