当 AI 不再只是一个聊天框
最近在给大家推荐 Bigshuai 的时候，经常有朋友问我：
“调用 API，到底和直接在网页上跟 AI 对话有什么区别？”
每次问到这里，我反而有点语塞。
不是没区别，而是区别实在太大，一时间不知道该从哪里讲起。
对我来说，网页端的 AI 更像是一个更聪明的搜索引擎，或者说，一个新的浏览器。
我很早之前就开始用豆包代替 Edge 去搜索一些东西了。
与其自己输入关键词，然后强制性看一堆广告，我更喜欢直接把问题交给 AI，让它帮我搜索、整理，再给我一个相对完整的答案。
在这件事情上，网页端 AI 确实很好用。
但当你想让 AI 真正替你完成一件复杂的事情时，聊天框的边界很快就会出现。
它可以回答你的问题，可以陪你分析，也可以开启“深度思考”。
可真正复杂的任务，往往不是“想一会儿”就结束了。
它可能需要搜索几十份资料、读取文件、写代码、运行程序、处理数据，再根据结果不断检查、修改，甚至持续工作几个小时。
真正限制 AI 的，很多时候已经不是模型聪不聪明，而是它有没有工具，有没有完整的工作流，以及能不能持续把一件事情做下去。
现在很多网页端也开始加入这些能力。
比如让 AI 一键生成 PPT。国内很早就在做这件事的就有 Kimi，现在豆包等产品也陆续加入了类似功能。
本质上，是平台把制作 PPT 所需要的一套工具和流程封装好了，再交给模型调用。
至于最后的质量嘛……大家应该都知道。
那可以看看下面这张图：
这些其实都是 AI 做的。当然，我只是随便举了个例子，这远可不是现在agent的上限。
模型之间当然存在能力差异，但很多时候，真正把结果拉开几个档次的，并不只是模型。
而是：
你给 AI 配了什么工具，以及你让它按照怎样的工作流去完成这件事。
这也是为什么我后来越来越喜欢使用 Agent。
如果说网页对话，是给一个聪明的人递过去一张纸和一支笔；
那么 Agent，则是把电脑、浏览器、终端、代码、文件和各种专业工具一起交给他。
人还是那个人，但他终于有工具干活了。
或者换一种更粗暴的说法：
狩猎当然可以用长矛。
但当你第一次拿到步枪以后，就很难再把二者理解成“只是不同的长矛”
猎人还是那个比尔，但是为什么突然开始微笑了。 
GitHub 上其实已经有人把大量工具、方法和最佳实践封装成了各种 Skill。
做 PPT 有做 PPT 的 Skill，处理表格有处理表格的 Skill，科研检索、数据分析、写代码、制作文档……都有各自成熟的工具链。
于是你不一定需要手把手教 AI 每一步怎么做。
你可以给它一个目标，让它自己调用工具、执行、检查、修改，再继续执行。
甚至，你完全可以扔给它一个想法：
“去验证一下这个想法到底可不可行。”
然后让它花几个小时去查资料、写代码、做实验、比较方案。
你去上课，去睡觉，去做自己的事情。
回来以后，再看看它究竟做到了哪里。
这才是我觉得现在 AI 真正有意思的地方。
这也是我做 Bigshuai 的初衷之一。
以前如果你想拥有一个能够帮你查资料、写代码、整理文档、处理数据，而且几乎随时都能工作的私人助手，成本高得离谱。
而现在，模型 API、Agent 和开源工具正在把这个门槛一点点打下来。
一个可以 24 小时待命的数字助手，已经不再是什么遥远的概念。
所以别只拿 AI 来问：
“这个东西怎么做？”
有时候可以大胆一点。
直接把东西扔给它：
“你去把它做了。”
接下来我也会继续在社区里分享一些我实际用下来不错的 Agent、Skill 和工具。
毕竟枪已经造出来了。
总不能一直拿它当长矛使。
所以我推荐你去试试，Do it。