文：王智遠 | ID:Z201440

這幾天，看了一些關于聊天機器人（Chatbot）的論文，也想了不少東西；這里分享一下我的看法，如果有謬誤，可以提出來，也歡迎和我交流。

事情是這樣：

我前些天遇到一個問題，電腦里、各種工具（比如印象筆記、Obsidian、飛書、釘釘）里，文檔太多了，到處亂放，看著就頭疼。人天生不喜歡亂糟糟的東西，這太煩了。

我就想，要有個本地模型或者AI助理，我一問，它就能幫我把相關內容找出來，整理好，直接給我一個清晰的答案，那該多好；不過，想法只是想法，要實現它還得好好探索。

在探索過程中，我又一次接觸到了聊天機器人（Chatbot）和人工智能體（AI Agent）這兩個詞。很多人以為它們是一樣的，其實完全不一樣。

有什么不一樣呢？

Chatbot收到你的問題后，會用自然語言處理技術去理解你的意思，然后，生成一個合適的回答。在這個過程中，Chatbot得能理解你的話（語義理解），還得記住你們的對話內容（對話管理），這樣才能準確回答你的問題。

比如，你問它：今天天氣怎么樣？它得先明白你想問天氣，然后去查今天的天氣，最后告訴你答案。要是你接著問：“明天呢？”它還得記得你剛剛問過天氣，接著回答明天的情況。

Chatbot在很多地方都很有用，不管是生產還是研究，要是它沒有本地知識，可能就答不上你的問題了。

你有沒有想過，為啥工業界都這么喜歡Chatbot呢？因為它能自動跟人對話，能當智能客服，也能當語音助手。比如天貓、京東、滴滴、支付寶這些平臺，它們的智能客服就是Chatbot，能幫我們解決很多問題，效率很高。

再說說Chatbot的種類，我大概知道有三種。

第一種是關鍵字識別類。

這種機器人很常見，在電商平臺和銀行APP里。它會從你的話里找出關鍵字，然后根據關鍵字來回答你，或者，引導你下一步該怎么做。這種機器人主要是給企業用的，比較實用。

第二種是按鈕/菜單類。

這種機器人沒有太多對話功能。用戶只要點按鈕或者選菜單，就能找到自己想要的信息。它有時候會和關鍵字識別類的機器人一起用，方便用戶操作。

第三種是AI + ML類（人工智能加機器學習）。這種機器人最厲害，它能根據聊天的內容和上下文，進行自然的對話。在GPT出來之前，這種高級的聊天機器人基本都被大公司壟斷了。

后來，隨著自然語言處理技術（NLP）的發展，它有了一個新名字，叫AI Agent。

為啥叫AI Agent呢？

因為現在的聊天機器人變得更強大、更靈活了。按功能分，有任務型、閑聊型和混合型。任務型的機器人像一個小助手，能幫你訂機票、查股票價格或者管理日程，通過多輪對話幫你完成任務。

閑聊型的機器人，主要是陪你聊天，提供情感陪伴，給它一個話題，它都能回應，不過它沒有那么明確的目標；混合型的機器人則是把任務型、閑聊型的特點結合起來，像個全能選手。

再說說對話領域。

開放域的機器人，可以和它聊任何話題。比如你用過Kimi、DeepSeek這些AI聊天框，它們有個聯網功能，打開后就能邊搜邊回答，這就是開放域。

半開放域的機器人，范圍稍微窄一些，但也能聊很多東西。它更專注，聊天范圍很明確，像百度給比亞迪做的那個智能體一樣，它只回答和比亞迪有關的內容。

現在最流行的聊天機器人，大家都知道，是既能檢索又能生成，既可以單輪對話，也能多輪對話，既可以開放域，也能封閉域。因為它們變得這么靈活，功能也升級了，它的名字也升級了，才叫：AI Agent。

這就是它的不同和升級之處。

既然這樣，問題來了，是不是AI Agent出來后，代表著傳統的chatbot能力沒用了呢？不是的。我認為，諸多廠商都在補齊這個能力。

為什么這么說呢？先說說我的解決方案，你就明白了。

我電腦里存了大量資料，像各種各樣的文件夾，生活工作的照片，還有五花八門的文檔，Word、Excel、PDF啥都有。

為了讓MacBook里的文件和筆記能快速找到，又不想部署本地模型，我就在Cherry Studio里接入了BAAI/bge-m3模型，這樣，它能調用本地知識庫，我現在可以用對話框，對電腦知識庫提問。

說個例子：

比如，我現在想知道電腦里幾十個PPT里，關于某個方案的結論。我的做法是，把它們放到一個主題文件夾里，然后在Cherry Studio的對話框里輸入問題，比如：這個方案的最終結論是什么？

模型就會自動從這些PPT里找到相關內容，把結論整理出來告訴我。這樣，我就不要一個個打開PPT去翻找了，方便多了；其實，這個能力是Chatbot、工具、本地知識庫和AI模型結合起來實現的。

再舉個例子，Obsidian。

我之前說過，Obsidian里有500多萬字的內容，這些是我一點點積累下來的碎片化想法。但是，內容這么多，用Dataview插件都過濾不出來，要是靠人工去查找特定信息，那可太累了。

怎么辦？

后來，我在Obsidian里裝了一個Copilot插件，然后通過API接入了豆包大模型。有了這個Chatbot，豆包直接基于我的知識庫給我回答問題，它不僅能給我相關鏈接，還能生成我想要的內容，方便多了。

所以，結論是：AI Agent并不是獨立存在的。

我是通過工具（比如Cherry Studio、Copilot）接入API，用它來索引本地知識庫，這樣，智能體，就能更好地融入工作流、理解和回答我的問題。

但是，這樣還不夠。因為，它只能做生成式回答，還不具備制定任務和執行復雜操作的能力。

換句話說，它能根據我的問題調動電腦上任何交流的內容、資料，生成合適的回答，但沒辦法主動去安排任務、乃至，協調多個步驟或者管理復雜的工作流程。

市面上，目前我看到把檢索、本地知識和技能打通的有三家：Notion、釘釘、Apple Intelligence。

Notion的特點是，你可以直接對著它的Notion AI進行操作，比如做表格、提問、畫流程圖、頭腦風暴想法，或者起草會議流程。它把那些繁瑣的操作都隱藏起來，實現了自動化。它的搜索功能，本質上已經像一個智能體了。

釘釘的個人AI助理，是聊天機器人的升級版。它不僅有了“手腳”（通過API接入各種技能），還能記住本地知識庫的內容，并且能幫你制定任務。

蘋果的Apple Intelligence本質上也是一個聊天機器人。你可能在小紅書或抖音上看到過很多人用Intelligence的場景，用戶只要對著iPhone問問題、提任務、做搜索或者做備忘，它都能搞定。

所以，他們三家的前瞻之處在于，從根源、從系統的底層入手，都在理解，并嘗試解決一個人在面對工具和內容混亂時的低效和協同性問題。

AIPC到來，相信肯定也是電腦上帶一個AI助理，用嘴喊一下，“嗨，Siri，幫我打開微信，我要給……

但這種簡單的語音指令只是表面功能，而背后是不是像我上述說的一樣：自動整合相關工具、內容，從而讓用戶從繁瑣的操作中解放出來呢？我想，肯定會的，應該快了。