AI Agent 的"最后一公里"——为什么普通人用不上 Agent，技术人反而成了瓶颈
Site Owner
发布于 2026-04-15
AI Agent的最后一公里不是模型能力，而是使用门槛。模型越来越强，但普通人仍然用不上。Creao AI等产品尝试让非技术用户也能构建和使用Agent，核心是把Agent从聊天框里解放出来，变成可交互的应用。文章分析了Agent普及的技术瓶颈和产品方向。
AI Agent 的"最后一公里"——为什么普通人用不上 Agent，技术人反而成了瓶颈
全民安装 OpenClaw，然后呢？
模型能力在膨胀，但"怎么用"这件事的叙事权，仍然握在少数技术人手里。3 月底，硅谷初创公司 Creao AI 发布 CREAO，冲上 X 全球热搜。网友们说"终于有人把 AI 从聊天框里放出来了""我等这一刻很久了"。
热度背后不是产品多惊艳，是一种集体焦虑的释放——太多人装了 AI 工具，却不知道怎么让它替自己干活。
所谓"最后一公里"，指的就是这段从"装上工具"到"拿到结果"的距离。
两个极端：太技术 vs 太黑盒
当下的 Agent 产品，几乎都卡在两个极端上。
一端是 OpenClaw、Claude Code 这类工具。能力强到惊人，能写代码、调接口、跑脚本、管服务器。但你需要懂环境配置，懂 API 调用，能 debug。技术门槛把 95% 的人挡在门外。
另一端是 ChatGPT、Claude 这类聊天产品。操作简单，谁都能用。但关掉窗口，生命周期就结束。对话是流水，任务也是流水。下周再跑一遍？对不起，得重来。
中间还有 Zapier、n8n 这类自动化工具。稳定是稳定，但配置过程极其反人性，而且缺乏 AI 理解能力。
没有一个方向同时解决两件事：让普通人表达需求，让 AI 持续交付。
CREAO 选了一条新路线。用户用自然语言描述需求，AI 现场写代码并固化为一个持续运行的系统。描述一次之后，整个工作流锁定为可复用的 Agent，按时间表自动执行，对话结束了，系统还在跑。
产品侧降低门槛，是一条路。用户侧提升表达，是另一条路。
不跟 AI 对话，把需求写进文件
余一是个 AI 野生布道师。她跟 AI 的日常沟通方式，不是在对话框里来回打字。
她把需求写在一个文件里，附上验收标准和参考材料。AI 读完之后开始执行，每完成一步，回去读那个文件看有没有更新。做完之后她去看结果，需要改的再写进文件。
她在播客里说了一句很实在的话："就希望我们俩的工作就是谁也不要绑定谁的状态。"
效果：40 分钟全自动做 PPT，3 版排版同时生成，AI 用她的克隆声音从脚本到每一页讲解全包。她只需要站在旁边翻页。分享之前她甚至不看 PPT 里讲了什么，让 AI 先讲一遍，自己再补充。
这不是在用工具，是在管一个不发工资的员工。
她给 AI 设计了一套"红黄绿灯"决策机制。这是整个访谈里信息密度最高的部分，值得单独展开说。
绿灯，材料齐了直接干，不用人决策。AI 自己创建目录、设定标准、逐步推进。
黄灯，可逆操作 AI 自己拍板，但必须把决策过程写进异步文档。万一有问题，人可以回溯。比如安装一个软件、选择一种排版方式，AI 做了就做了，但要有记录。
红灯，涉及钱或者改底层配置，停下来等人确认。
大多数人用 AI 的问题，要么全程盯着不放心，要么全放手出了事后悔。红黄绿灯让你精确地知道哪些事可以不管，哪些事后看一眼就行，哪些必须亲自拍板。
Skill 不是步骤清单，是能力的原子
余一工作流里最核心的概念叫 Skill。
每个 Skill 是一个独立文件夹，里面有完成某类任务所需的规则、流程和判断标准。做 PPT 是一个 Skill，生成短视频是一个 Skill，文字转语音是一个 Skill。
关键不在于"记录你做了什么"。余一会不断把通用能力从具体 Skill 里抽出来。比如审美偏好——如果塞在 PPT Skill 里，做视频时就调用不到。她单独建了一个审美文件夹，所有涉及设计的 Skill 都去调用它。
怎么存审美偏好？她不是用文字描述"我喜欢什么风格"，而是看到好的设计，让 AI 直接 copy 成 HTML 存进去。她原话是"文字对于 AI 不是一个很好理解的东西，不如你把它做出来"。
道理很简单：一个 HTML 样本是确定的视觉结构，AI 可以精确解析。而一千字描述"我喜欢简约风格、留白多、配色偏冷"，AI 理解的和你想的，大概率不是同一个东西。样本比描述精确，结构比语言可靠。
你的 AI 跟别人的 AI 差在哪？差在你的决策指标。 模型一样，工具一样，区别在于你有没有把自己的判断力和品味编码成 AI 可以调用的东西。
表达门槛才是真正的壁垒
CREAO 的做法是"我替你写代码，你只管说"。余一的做法是"你把需求写清楚，AI 自己判断"。一个靠产品侧，一个靠用户侧。
两条路看起来完全不同，底层指向同一个问题：用户能不能在不理解底层技术的情况下，把需求表达清楚，让 AI 独立交付。
对产品经理来说，Agent 产品的壁垒不在模型能力——模型人人都能用。不在工具链——工具越来越趋同。壁垒在表达。
余一自己也在迭代这套体系，管它叫"复利工程"，负责人是 AI 自己。她甚至会跟 AI 吵架——"我说怎么可以做成这个样子，乱七八糟"。AI 做错了？花 50 块 Token 重跑一遍就好。她的账算得很清楚：人的时间成本远远高于 Token 成本。
任鑫总结得精准——"懂得放手的人先享受世界。"
（全文约 1700 字）