观点收录
- AI的作用：
- 让知识廉价、让技术平权，进而拓展个人能力边界
- 提高重复内容的处理效率
Agentic Work
综述
Agentic Work分为Agentic Coding（Vibe-Coding）和 Agentic Work（Vibe-Working）
定义
- 来源：为2025 年 2 月 2 日，Andrej Karpathy 在 X 上发的一条推文——“一种新的编程方式，我称之为 vibe coding：完全沉浸在 vibes 里，拥抱指数级进步，忘记代码本身的存在”。
- 严格定义：借助自然语言触发人工智能，以辅助编写计算机代码的行为
- 通俗定义：给计算机输入自然语言，计算机会输出代码、测试、软件产品｜借助大模型及衍生工具来进行 产品开发，数据工程，科研编程
和之前的“补全式 AI 助手”的区别？
旧式的 GitHub Copilot 补全，本质还是人工逐行写、AI 提示下一行。Vibe Coding 的关键，是把节奏交给了 Agent：
- Agent 主动规划：拆解任务、决定改哪些文件
- Agent 自我验证：能跑测试、跑构建、根据报错回头修
- 人重点在于判断与方向：描述意图、看反馈、给回路
形态
| 形态 | 代表 | 工作姿势 |
|---|---|---|
| IDE 内集成 Agent | Cursor、Windsurf | 在编辑器里 ⌘K/Composer 对话，看 diff、接受/拒绝 |
| 终端 Agent | Claude Code、OpenAI Codex CLI | CLI 自然语言下指令，由 Agent 规划、改文件、跑测试 |
| 异步远程 Agent | OpenAI Codex(cloud)、Devin | 把任务丢给云端 Agent，等其多步执行完回来交付 |
不管哪种形态，本质都是 自然语言描述目标，Agent 规划+生成+迭代。
案例一：多 Agent 协同工作流
这张图展示了一个从需求识别、任务拆解，到前后端实现、测试验证、发布上线和持续监控的多 Agent 协同开发流程。它可以作为 Agentic Coding 的完整工作流参考：
评价体系
- Benchmark: SWE-bench、等等
定义
- 来源：微软在 2025 年正式提出了 Vibe Working，同期推出了 Office Agent，以及 Word、Excel、PowerPoint 专用 Agent(Microsoft)
- 严格定义：通过自然语言表达目标，由 Agent 规划、生成和反复修改 Word、Excel、PowerPoint 等工作成果
- 通俗定义：Vibe Working 自然语言 → Agent → 文档、表格、PPT、报告
微软。
形态
- 微软的 Researcher Agent 被定位为处理复杂、多步骤研究并输出结构化报告；
- OpenAI 则把制作文档、表格、演示文稿、报告等能力统一归入 Work，与专门负责编程的 Codex 区分开
- Computer-Use Agent（计算机操作智能体）：Agent 是通过鼠标、键盘或浏览器界面操作 Excel、PowerPoint、Google Sheets 等软件。
应用场景
- 搜资料 / Agentic Research：调研和资料搜集
- 数据分析处理：读 PDF和整理表格，阅读邮件和会议记录
- 文档输出：写报告、方案、论文，制作 PPT，做图表
- 信息聚合整理：阅读邮件和会议记录
- 运营管理：跨应用完成业务流程、维护