设想你让助手把通知里的“周五闭馆”改成“周六闭馆”。它马上回答：“已修改。”你打开文件，周五还坚守在原地。
对于纯文本生成，写出“已修改”只是产生了一段文字。文件存在于另一个系统里，改变它需要实际操作。模型要从回答问题走向办理任务，就必须跨过这道边界。
先把一句话变成可执行的请求
设想助手能使用三种工具：读取文件、替换指定文本、重新读取文件。工具说明告诉模型，各工具做什么、需要哪些参数、会返回什么。
模型可以先生成一个结构化请求，指定读取哪份通知。宿主程序接到请求后，检查格式与允许范围，真正执行读取，再把文件内容作为工具结果交回来。决定“读哪个文件”与实际“打开文件读取字节”，由不同环节承担。
然后模型根据读到的内容提出替换请求。执行成功后，文件才发生变化。模型输出的工具参数如果错了，程序可能报错，也可能作用于错误位置；工具可用并不保证调用正确。
2022年公布的ReAct研究，将语言中的推理与面向任务的动作交替安排，让外部观察参与接下来的处理，是理解现代语言模型行动循环的一项代表工作。1
和第十二篇的检索相比，读取只是其中一种工具。有的工具取得信息，有的改变状态。后者一旦执行，世界可能已经变了。通知上的日期不会因为模型后来换了个说法，就自动变回去。
为什么执行以后还要再看一眼？
仍用同一教学任务。工具返回“未找到周五闭馆”。这时合理的下一步不是宣布完成，而是检查是否有空格、日期格式差异，或者目标文件是否选错。
设想重新读取后发现正文其实是“本周五暂停开放”。模型可以根据实际内容提出对应改动；工具执行后，再读到“本周六暂停开放”，才有依据报告文件中的变化。
观察、选择动作、执行、取得新观察，再决定下一步，这就是本篇使用的Agent基本工作方式。Agent常译作智能体，但行业定义并不统一。我们在这里明确指能够围绕目标，根据反馈组织若干行动的系统，不把任何一个会聊天的角色都自动算入。1 2
循环的价值在于后一步可以依赖前一步尚未发生时未知的结果。它也能出错：找错文件、误读工具返回、重复修改，都可能让任务偏离。因此“跑了很多轮”不等于“进展很多”。洗衣机同样很擅长循环，但它不负责把通知发到正确日期。
与ELIZA时期相比，这里的关键已经不限于回应文本与上一句是否搭得上。外部文件是可独立检查的对象，成功必须体现在那个对象上。
流程写死，还是让模型决定下一步？
设想另一个需求非常稳定：每天读取一份表格，计算总数，按固定模板生成摘要。程序完全可以预先规定步骤；其中某一步让语言模型润色，也不会让整套程序突然获得自由行动能力。
Anthropic的工程文章作了一种有用区分：工作流主要沿预先编排的程序路径运行；Agent则让语言模型动态决定更多处理过程与工具使用。这是该文的架构区分，实际产品可能混合两者。2
对于固定日期替换，受限流程可能更简单可靠；如果任务是“找出通知与网页之间的不一致，修正受影响内容”，相关文件和下一步检查未必事先确定，动态决策更有用。
灵活性的代价是选择更多，也就增加了选错与检查的成本。模型决定每个步骤，通常还需要额外调用与等待。不要仅为获得一个更时髦的称呼，就让本来三步结束的工作开成十二次协调会。
历史变化因此不是“所有自动化升级为Agent”。预设流程仍适合许多明确任务；语言模型增加的是处理变化、组织工具的另一种选择。
工具接口和技能说明，各自补什么？
设想两个文件工具，一个参数叫“文件名”，另一个叫“资源地址”，返回格式又不同。接入更多系统时，开发者必须让模型与宿主程序知道这些接口怎么用。MCP，即模型上下文协议，提供一种连接工具与数据服务的标准化方式；它解决连接约定的一部分，不自动保证每次决策正确。2
再设想项目有份可复用说明，规定修改通知前核对生效日期，修改后检查目录中的所有入口。将这种指令与资源打包为Skill，可以让后续任务按需使用。它主要把工作方法明确提供给系统，并不等于为模型即时训练了新参数。3
工具像实际能操作的设备，Skill像针对工作的方法说明，Agent循环负责在当前情境下组织步骤。三者不能互相替代。拿着详细操作手册，没有编辑工具，文件照旧；工具齐全，目标理解错了，也可能高效地改错通知。
如果任务涉及提交或发送，还必须区分准备内容与实际提交的边界。系统具备调用能力，不意味着任何动作都已经得到授权；权限范围会直接决定哪些请求能被执行。
标题的答案最终落在证据上：真正改好了，应该有执行后的文件状态支持。语言模型生成动作请求，宿主执行，结果进入下一轮判断，这套闭环才让“我来做”有机会变成现实变化。
下一篇，我们把通知换成软件项目。那里最不配合表演的角色已经就位：测试程序。它不太关心“已修复”四个字写得多有信心。