从 ChatGPT 到 Agent
一份给非开发者的 AI 工具科普

1.1阶段一：纯对话 AI（2022）

2022 年底 ChatGPT 出来时，它能做的只有一件事——你给文字，它给文字。它不能上网、读文件、跑代码、改你电脑上的东西。

你：帮我写一个 Python 脚本算销售额
ChatGPT：好的，[给你一段代码文本]
你：（自己复制 → 自己建文件 → 自己粘贴 → 自己运行）

所有动作都得你亲自干，AI 只负责说话——像一个"很有经验的顾问"，告诉你怎么做，但不替你做。

1.2阶段二：工具调用（Tool Use，2023）

OpenAI 和 Anthropic 几乎同时上了一个新能力：给 AI 一份"工具清单"，AI 可以主动要求调用，由系统帮它执行。

你：帮我读一下 report.txt 里的内容
AI：我想调用 read_file("report.txt")    ← AI 主动提出
系统：[执行调用，读到"销售额 100 万..."]
AI：文件内容是销售额 100 万...           ← 拿到结果继续回答

关键突破：AI 第一次能影响外部世界——但一次只能调一个工具，复杂任务还是干不了。

1.3阶段三：Agent 智能体（2024-2026）

真正的复杂任务需要连续操作 N 步。比如让 AI："把项目里所有 TODO 改成 DONE"——它要找文件、读、改、再找下一个，循环到全部完成。这种 "AI 自己决定下一步 → 执行 → 看结果 → 再决定下一步" 的循环，叫 Agent（智能体）模式，俗称 Agentic Loop。

三阶段并排对比

Agentic Loop 标准流程（5 步循环）

三个阶段对比

2.1名字的由来

"龙虾"这个梗，起源于开源 AI Agent 项目 OpenClaw 的红色龙虾 logo。
后来扩展成对整个 AI Agent 生态的代称——不限于某一家公司、某一款产品。

广义龙虾 = OpenClaw 引发的、所有"AI + Agent + 能干活"类产品的统称。

2.2龙虾家族图谱

2.3主要厂商和产品

2.4形态分类（决定它能干什么）

3.1Agent Loop（智能体循环）

定义：AI 自主决定下一步 → 执行 → 看结果 → 再决定下一步，直到任务完成。

意义：让 AI 从"答题机"变成"会干活的助手"。

怎么识别一个产品有没有 Agent Loop（三问）

三个都满足 → 真 Agent；只是单次问答 → 还停在"工具调用"阶段

3.2Tool Use（工具调用）

定义：AI 模型本身的能力——按统一格式说出"我要调用某个工具"，由外层程序去执行。

这是 Agent 的"基础协议"，所有龙虾都靠它运转。

工具的两个来源

3.3MCP 协议（Model Context Protocol）

定义：Anthropic 2024 年开源的标准，让"AI 产品"和"外部服务"用统一格式对话——类似 AI 界的 USB-C 接口。

没有 MCP 之前 vs 有 MCP 之后

MCP 架构图（中心总线 + 多服务）

5.1两条产品路线

5.2比喻：副驾驶 vs 自动驾驶

5.3vibe coding 时到底发生了什么（重要澄清）

你（WorkBuddy 聊天框）：把首页标题改成蓝色
        ↓
WorkBuddy 内部 AI：
  调 Glob → 找到首页文件
  调 Read → 读出代码
  调 Edit → 把 color: black 改成 color: blue
  调 Bash → 跑 npm run build
        ↓
你硬盘上的文件被改了

整个过程没有任何 IDE 参与。因为 IDE 的所有 UI（语法高亮、自动补全、可视化 diff）都是为"人写代码"服务的——AI 写代码不需要这些，它直接读纯文本、改纯文本就行。

6.1四问定位法

6.2给非开发者的产品选择建议

WorkBuddy = 桌面 App + Agent Loop + Tool Use + 内置工具 + MCP 连接器 + 面向非开发者办公场景

·它和谁比有什么不同