从“会聊天”到“能行动”：AI代理进入关键转折点
过去一年，AI产品的竞争重点从模型参数逐渐转向“代理能否完成真实任务”。今天的几条消息共同指向同一个变化：AI不再只是回答问题，而是在支付、软件工程、内容审核和企业流程中承担可执行的中间层角色。
1. AI代理开始触碰支付环节
OpenAI公布ChatGPT Wallet，定位是让ChatGPT Work、Codex以及dots中的代理，在获得用户批准后完成购买，同时沿用现有银行卡保护机制。[1] TechCrunch进一步报道，ChatGPT的新Wallet让AI代理能够替用户购物和结账。[2]这意味着“推荐商品”和“执行交易”之间的边界正在消失。真正的难点不在于代理能否点击结账，而在于授权范围、金额上限、退款责任和异常交易如何被审计。对普通用户而言，未来最重要的设置可能不是模型温度，而是“代理最多能花多少钱”。
2. 开发者开始把代理当作一套工程系统
Hacker News今日高热度项目《Build Your Own AI Coding Agent Harness》把重点放在代理外壳，而不是单一模型：工具循环、安全门、沙箱、上下文裁剪、子代理委派、人机协同和工作流恢复，都被视为生产级代理的必要组件。[3]这也解释了为什么“换一个更强模型”往往不能自动解决问题。没有权限控制和验证环节，模型越强，执行错误的影响可能越大。
该课程特别强调安全命令白名单、隔离沙箱以及在歧义时先搜索、再提问、最后行动。这套顺序值得直接借鉴到企业内部：代理可以提出方案，但写入生产环境、发送邮件、删除数据和付款，都应该成为明确的审批节点。
3. 多模态模型正在从生成答案转向批量判断
Google推出Gemini Decisions API，由Gemini Decision 1模型处理封闭式选择、策略检查、模型路由和上下文评分。[4]官方介绍称，单个多模态输入可以覆盖文本、图片、音频、视频和PDF，并一次处理最多1000个独立问题，输入上限为256K tokens。它的思路不是逐字生成长答案，而是一次性给候选选项打分。
这类接口很适合内容审核、工单分流、合同初筛和模型路由。它提醒我们，AI应用并不总需要“会写文章”的模型；很多业务更需要快速、稳定、可解释的判断器。未来的系统可能由生成模型负责创造，由决策模型负责检查，再由规则引擎负责最终放行。
4. 软件代理的价值，取决于能否被验证
Vercel的课程还提出一个现实问题：长任务会占满上下文，云端沙箱可能超时，工具输出可能失控，代理也可能把“解释如何修改”误当成“真的完成修改”。因此，生产级代理必须拥有可观察的状态、有限的工具权限、可恢复的快照，以及明确的完成条件。
综合来看，AI行业正在从“模型演示”转向“代理基础设施竞争”。支付需要授权和风控，编码需要沙箱和测试，多模态判断需要置信度与审计。对开发者来说，下一阶段最值得投入的不是再做一个聊天窗口，而是把每一次代理行动都变成可限制、可验证、可回滚的工程步骤。
