对于我来说，使用 Agents 的开始，是在今年（2026）年后，第一次使用Codex + GPT 5.4，这是一切的开始。
我还清楚的记得当时给我的震撼，他可以自己去翻阅项目代码，理解上下文，然后最终进行修改，当我让他修改一个小bug，并且编译成功以后，我明白了一件事：时代要发生巨变了，而我正站在潮头。
现在总结一些我发现的使用技巧：
事实：
各家的大模型，现在事实上已经学习了各个行业专家的专业知识了，现阶段完全可以理解为每个人身边都跟着一个”全能教授“助手。
我们先来讨论当前最火的“大语言模型”（LLM）和智能体（Agents）的使用。
现在各个厂商，都在角逐智能体的市场，这估计是AI时代最大的用户入口，当前大家手机上安装的豆包，勉强只能算是一个和大模型的对话框，它只能解答你的问题。
但是智能体是可以帮你工作的员工，它可以自行规划你下达的任务，并自动执行，直到碰到无法逾越的困难或者完成工作，你都不需要去管他。
这也是之前所谓“一人公司”可以实现的技术基础，这个技术把人从搜集资料、整理资料等重复劳动中解放了出来，但是更加强调了人的判断能力，你需要有足够的知识去判断AI说的是对是错。 但这也是智能体时代的门槛之一，我总结了一些观点，用来判断一个人能否在AI时代胜任一项工作。
1
黑话：
如果深入过某个行业，会发现每个行业都是有“黑话”的，类似计算机行业的”堆栈“、影视行业的”空镜“、“升格”等。
当我想让大语言模型更精确的输出我想要的内容时，往往无法避开这些概念，这其实和中文的成语一样，一个词汇是一个具体场景的“概念压缩包”，是行业内通用的规范，懂这些和不懂这些，会在和大语言模型的沟通效率上，有明显的差距。
一个很简单的例子，我告诉大模型：使用MVVM的方式来组织代码。
他就可以直接理解到这个概念的含义，不再需要我去解释如何拆分各个模块的功能和职责。
2
长文阅读理解
我认为在微博出现后，很多人对于长文章的阅读能力是下降了的，虽然后来微博也取消了字数限制，又有知乎等这些长文章友好的平台在发展，但小红书和抖音这些内容短平快的平台，明显在占用更多普通人的日常时间。
我对平台的内容没有偏见，我只讲能力的培养，如果一个人不去有意识的训练对于长文章或者长内容的阅读和理解，我认为他在 Agent 时代是缺乏竞争优势的。
因为和 Agent 对话时，当前主要是通过长文章输出，当你没有能力理解 Agent 在说什么时，一切都会逐渐的失控。
3
如何前进
如果上面这两项能力有短板，那好奇心和学习能力就是最珍贵的品质之一，他会让人去主动通过AI学习和探索，增强对各行各业的了解。
对于就业问题上，我认为当前各行各业非常缺乏会使用 AI 的人，这是一个相对长期的缺口，也可能是未来的方向之一。
所以我并不认同会有很明显的失业潮，当前工作不好找的现实情况，我更倾向于理解为经济下行阶段的现实表现之一，这个过程必定会痛苦。每个人都需要努力，让自己不成为过程中的牺牲品。
4
关键角色
但我坚持认为，行业专家依然是科技前进真正的动力，真正的核心决策，现阶段的 AI 是无法胜任的，人的经验不可或缺。
但是普通人+AI 会让大家的下限直接提高，当你对某个领域有更多的经验，AI 工具就会变成你的能力放大器。
在我使用的过程中，AI 会难免有些“小巧思”，把代码到处乱写。人的经验对产出结果的稳定性至关重要。
这也是当前行业内都推荐“人 + AI”，而不是完全交给 AI 的原因。安全和幻觉，还是当前 AI 面临的最大问题。
最后
这篇文章是在加班的间隙零零散散的写出来的，等我写完的这会，DeepSeek Harness 刚刚发布，人们都在称道他的结构设计，我认为这个情况确实对开源社区非常友好，而参与的人多了，才能被当做行业规范，一如当年的 IP 地址的发展历史。
期待未来的发展。💪