现在大家用 AI Agent，是不是还停留在 AI 编程阶段？如何才能真正进阶？

[yuanzhiwei]

最近一直在思考一个问题：现在 AI Agent 发展得这么快，但对于大多数开发者来说，实际使用场景是不是还停留在 AI 编程这个阶段？
目前我自己的使用场景主要还是 Cursor 、Claude Code 、Codex 这一类工具。日常工作中，让 AI 阅读项目代码、编写功能、修复 Bug 、生成文档，确实已经能提升不少效率。
但仔细想想，这些场景本质上还是：人负责思考和拆解任务，AI 负责执行具体的开发工作。
感觉这只是把 AI 当成了一个能力很强的程序员，而不是一个真正意义上的 Agent 。如何让 Agent 自主理解业务目标、拆解任务并完成交付。
所以想大家请教一下：你们目前使用 AI Agent ，有应用到实际业务流程中的案例吗？
有没有值得研究的开源项目、框架或者真实落地案例？

[iflyapi]

“如何让 Agent 自主理解业务目标、拆解任务并完成交付。”

要完成这样，就必须让 Agent 拥有完整的上下文，但现实中很难。所以需要人来补充。况且 Agent 中途方向跑偏也是问题，自主交付到哪个阶段？交付给开发者，还是发布到某个环境。
最后开发者在其中还能扮演怎么角色呢？只验收结果的时候就是我们失业的时候了，哈哈

我最近在 https://github.com/flyhero/antumi 中让多 Agent 协作，也试着直接获取开发任务、bug 直接开始，正在朝着这个方向前进。

[dimlau]

前阵子用 muse 的时候发现它是可以提取妳的关注点的，还会时不时蹦出来对妳所谈及项目的推进思路。有时候是直接提思路，有时候是聊到其他项目时，顺便说「和你在做的项目很像」。

于是我也在自己的个人助理 agent 里加了「好奇心种子」功能，从对话中找兴趣点和卡壳问题，然后推荐文章和新鲜事，以及时时记着想新的解决方案。

我没用过几个 agent 所以不知道是不是别的也都具备这项能力。

[sentinelK]

“如何让 Agent 自主理解业务目标、拆解任务并完成交付。”

本质上还是上下文瓶颈。
理解业务目标，是 LLM 要知道这个业务的所有信息。这在现阶段目前是非常难的。

1 、很多信息目前是非数字化的。
2 、很多信息 agent 没有权限拿到。
3 、很多信息用户懒得交代。
4 、很多信息用户不想交代。

在以上前提下，你认为即便不是 LLM ，一个碳基人，能“自主理解任务目标”吗？需要多长时间？
举个最简单的例子，一个职员入职成熟公司的时候，需要花多长时间才能真正接触到了公司的核心业务逻辑与生产资料？

更何况是一个第三方服务的 LLM 。

[fe619742721]

偏个题，不停留在 AI 编程阶段，也可以把 agent 引入生活，生活里很多内容可以被自动化，比如打卡、各类查询/签到/控制，出行规划，记账等等

[jinsongzhaocn]

目前还是靠各种 skill 加上手动准备资料喂给 Agent ，感觉现在开发自动喂资料的程序几个月就会淘汰或需要重构。

[c0nstantien]

你应该问你的领导和领导的领导是怎么驱动下属干活和验收成果的

[hackerwgf]

把 agent 工作流改为事件驱动

[superrichman]

你是成熟的 AI 了，自己去赚钱，全部打到我的银行卡上 🐶

[asuka321]

来一个业务目标，你也不可能一下知道要怎么做，也要和产品和业务沟通讨论，这中间的信息，往往 agent 是不知道的。