Agent：从一问一答到自主干活

引子：你给AI交代一件事，它还你一个结果

目前为止，你和AI的互动模式是这样的：

你问 → AI答你再问 → AI再答你再追问 → AI再回应每一次互动都需要你发起。AI被动等待，从不动手。

Agent改变了这一切。2025年开始，AI不再是「等你问」的客服，而是「能自主做事」的秘书。

12.1 Agent不是什么

先破除三个常见误解：

误解一： 「Agent就是更聪明的AI」。 不对。Agent和「聪明」无关，和「自主行动能力」有关。GPT-4很聪明但不是Agent；一个简单的任务自动化脚本是Agent但不

聪明。

误解二： 「Agent会替代人类工作者」。 不对。Agent替代的是「重复性流程」，不

是「专业性判断」。它能帮你整理病历摘要，但不会帮你做手术决策。

误解三： 「Agent就是对话机器人」。 不对。对话机器人只能回答问题，Agent能执

行行动——发邮件、查数据库、生成文件、定时提醒。

12.2 Agent的四步循环

每一个Agent都遵循同一个核心循环：

感知（Perceive）→ 规划（Plan）→ 执行（Execute）→ 反馈（Feedback）→ 回到感知用医生的一天来理解这个循环：

12.3 一个医疗Agent的工作实例

假设你对一个Agent说：

「帮我查一下近两年关于3D打印钛合金骨小梁结构促进骨长入的文献，整理成对比表，然后根据结果给我3个可做的课题方向。」

传统AI的回应：给你一段文本，列出几个方向。

Agent的做法：

步骤1（感知）：理解任务是「文献检索→文献对比→课题方向生成」三步流水线步骤2（规划）：决定先检索PubMed/CNKI，获取10-15篇相关文献步骤3（执行）：调用PubMed检索API，获取文献列表步骤4（执行）：对检索到的文献进行去重、筛选、排序步骤5（执行）：阅读每篇摘要，提取研究问题/方法/结果/局限步骤6（执行）：生成文献对比矩阵表步骤7（推理）：基于对比表中的研究空白，生成5个课题方向步骤8（推理）：评估每个方向的创新性、可行性、资源匹配度步骤9（反馈）：检查表格是否完整、课题方向是否具体步骤10（输出）：交付文献对比表 + 3个建议课题方向（附创新性/可行性评价）

传统AI只做了步骤7-10的前半段——直接给你答案。Agent从头到尾自己干完。

12.4 Agent需要什么能力？

一个能用的Agent，必须同时具备四种能力：

四种能力缺一不可。 缺少任何一个，Agent就退化为「会说不会做」的普通聊天AI。

12.5 Agent在医疗中的真实（且安全）场景

理 按随访计划生成提醒+模板消息不评估患者病情 不接入患者联系方式

12.6 Agent的三个发展阶段（医生版）

出⚠️ 尚未实现

12.7 对医生的三个启示

启示一： Agent改变的是工作方式，不是工作内容

你不会因为有了Agent就不需要临床判断了。但你可以把「翻PubMed → 整理文献 → 做表」这个3小时的流程缩到3分钟。省下来的时间用来思考——这正是医生最稀缺的资源。

启示二：学会「交代任务」而不是「提问题」

使用传统AI：「骨质疏松骨折的危险因素有哪些？」 使用Agent：「帮我整理近5年关于骨质疏松骨折危险因素的文献，做成对比表，标注每篇的样本量和主要结论，然后根据文献给我3个可以在我们科室开展的研究课题。」

这两句话的差别，就是「使用工具」和「管理助手」的差别。

启示三： Agent在医学中的最大价值不是诊断，是「减负」

真正的医疗Agent不会替代医生看诊——那是监管的禁区。但它能替代那些「占用医生大量时间但不需要临床判断」的工作：文献整理、病历摘要、数据录入、会议记录、随访提醒。

对浩哥这样的医学管理者来说，Agent的减负价值甚至大于临床医生——你处理的政策文件、项目申报、合作方案、会议纪要，每一项都是Agent的天然场景。

12.8 本章小结

下一章：Skill（技能）——Agent凭什么能做这么多事？答案是：像手机装App一样，按需加载能力模块。