AI入门16｜Agent到底能做什么？从聊天到真正执行任务
前面已经讲了模型、Agent和Harness。
这一篇直接看最实际的问题：
Agent到底可以做什么？
一个简单判断是：
如果一项工作包含读取资料、分析、调用工具、生成结果等多个步骤，就很适合考虑Agent。
一、处理文件
Agent可以读取Word、PDF、Excel、图片、代码和项目文件夹，然后：
分类、提取、对比、总结、修改、生成新文件。
二、查资料
如果接入搜索、数据库或MCP，Agent可以自己去查：
网页、法规、案例、企业信息、公开公告、内部知识库。
然后把真实资料带回当前任务再分析。
三、做重复性整理
批量提取字段、整理发票、制作清单、版本比对、分类文件、生成目录，都很适合Agent。
这类任务规则明确，结果也相对容易检查。
四、生成和修改文件
聊天AI往往给你一段文字。
Agent可以进一步输出：
Word、Excel、Markdown、代码修改、报告等，并保存到指定位置。
真实工作成果往往就是文件，而不是聊天框里的回答。
五、运行代码和命令
代码Agent可以：
运行脚本、执行终端、看日志、测试代码、修复Bug。
所以它不只是告诉你“应该怎么修”，而是可以自己尝试修复并验证。
六、承担一整个任务链
例如“整理一批IPO审核案例”，可能包含：
找名单、下载材料、识别问题、提取回复、整理数据库。
好的Agent可以先规划，再连续执行这些步骤。
七、律师工作中哪些适合Agent？
合同初审；
尽调资料盘点；
案例检索；
法规整理；
证据目录；
版本比对；
法律文件初稿；
Word和Excel整理。
共同特点是包含大量读取、搜索、整理、比较和生成。
八、什么仍然应该保留给人？
最终法律判断、重大商业取舍、谈判策略、责任承担，并不因为Agent出现就消失。
真正的问题不是“整个任务能不能交给AI”，而是：
其中哪些环节最适合交给Agent。
九、这一篇只需要记住一句话
聊天AI主要帮你回答和生成，Agent开始把读取、搜索、执行、生成和保存串成完整任务。
