从聊天机器人到任务代理

聊天机器人解决的是表达入口，任务代理解决的是执行链路。它需要调用工具、保存状态、理解权限、处理失败，还要知道什么时候问用户。这个方向比聊天更难，也更接近真实生产力。对开发者来说，构建 agent 不是包一层模型 API，而是设计一套可控的任务系统。

我最近在用一个 agent 工具帮我管理 GitHub issues。它能自动分类、打标签、分配 reviewer，甚至能根据 issue 内容建议修复方案。但它也有翻车的时候：有一次把一个 bug report 当成 feature request 处理了，因为它没看懂 issue 里的隐含意思。

构建 agent 最难的部分是错误处理。人类助理犯错后能意识到”不对，刚才那个操作有问题”，然后回退。Agent 往往是错了继续错，甚至把错误当成正确结果汇报给你。所以我在设计 agent 系统时，会加很多检查点：关键操作前要确认、异常时要暂停并通知用户、重要数据变更要有回滚机制。

2025 年 10 月 再看这个方向，我觉得 agent 的成熟度取决于”可靠性”而不是”能力”。能让用户信任它完成任务，比让它完成更多任务更重要。这种信任需要长时间的稳定运行来建立，不是几次惊艳演示能替代的。