一句话看懂：前百度、滴滴资深工程师双越基于其正在开发的 Agent 项目“智语”指出，大量用户仍将 Claude Code、Cursor 等 AI Agent 当作传统聊天机器人使用，仅进行问答，浪费了其自主执行任务的能力。核心区别在于：聊天机器人解决“信息差”，Agent 解决“执行差”。
事件核心：发生了什么
双越近期在掘金发文，呼吁开发者纠正对 AI Agent 的使用方式。他指出，许多用户打开 Agent 产品后，依然沿用聊天机器人的交互模式——提问、等待回答、自行落地。例如，问“如何用 Node.js 导出 Excel”而非直接下达“在用户列表页添加导出按钮”的任务指令。作者认为，Agent 的 tools、skills、memory、context、permission、hook、subagent 等模块均服务于“自主执行”，若仅用于问答，其 90% 的能力被闲置。当前普遍存在的“降级用法”包括：只问知识性问题、每次都从头解释上下文、所有任务堆在同一个 session 里、手动批准所有操作、将 Agent 当作搜索引擎。
为什么重要
这一观点揭示了当前 AI 产品使用中的一个关键认知落差：工具能力与用户行为之间的错位。Agent 类产品（如 Claude Code、Cursor）已经接入代码分析、文件读写、命令执行等 tools，理论上可以替代开发者完成从规划到落地的完整工作流。但若用户仍以“信息获取”的心态使用，工具的效率提升将大打折扣。这对 Agent 产品的商业化落地构成挑战——产品功能已具备，但用户使用习惯若不改变，付费意愿和黏性可能低于预期。从技术路线看，核心瓶颈已从“Agent 能否执行”转向“用户是否学会授权与信任”。
对用户/开发者/创作者的影响
对于开发者：需要主动切换角色——从“执行者+提问者”变为“任务下发者+验收者”。具体操作上，应配置 memory 和 skills 避免重复上下文，利用 subagent 拆分复杂任务，设置合理的 permission 规则让低风险操作自动执行。对于普通用户/创作者：如果使用了任何 Agent 工具（如 Claude Code、Cursor、自定义 Agent），应重新评估自己的交互方式。重点不在于学会更多提示词技巧，而在于直接说出目标而非步骤，例如“帮我优化这个页面的加载速度”，而非“告诉我怎么用 xlsx 库”。对于 AI 产品经理：工具产品需要内置更清晰的教学流程，帮助用户完成从“聊天”到“委派”的认知转变，而非仅展示功能列表。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，双越的“智语”项目若开源或公开，其配置 memory、permission 等模块的最佳实践可能成为行业参考。第二，Claude Code、Cursor 等头部工具是否会推出更直观的“任务委派”引导模式，降低用户使用门槛。第三，Agent 的“自主执行”能力在多大程度上能真正减少开发者的手动调试环节，有待更多真实项目验证。
