2022 — 2026 · 应用视角

从会聊天,
到会做事

三年前,AI 还是一个能写诗、会编故事的新奇玩具。今天,它已经在补全代码、审阅合同、 接听客服电话、整理会议纪要。这篇文章不谈参数和榜单,只回答一个问题: AI 应用这几年,到底改变了什么?

基于公开事件与行业观察整理 · 不含产品推广

对话式 AI 走进大众
2022.11
接入插件、联网与知识库
2023
多模态成为标配
2024
推理模型与智能体进入生产
2025

这几年最大的变化,
不是模型变聪明了,
而是它终于接上了真实的工作流。

2022 年底,AI 的能力第一次被普通人直观地感知到:提问、回答、写文案、改代码。 但那时的产品更像一个聪明的聊天框——你说得越具体,它答得越好;一旦任务变长,它就开始掉链子。

接下来的几年,真正的进展发生在“接”上:接入企业文档、接入业务系统、接入工具、 接入审批流程。模型本身当然也在进步,但让 AI 从“能用”变成“敢用”的, 是这些看起来不那么性感的工程工作。

五年,
五个转折点

按时间顺序看,每一步都解决了一个当时最棘手的问题,同时也暴露出新的问题。

  1. 2022.11

    对话式 AI 走进大众

    一项原本停留在论文和实验室里的技术,被包装成了一个谁都能用的对话框。 它的历史意义不在技术突破,而在于把“AI”从名词变成了动词——人们开始真的去用它做事。

    当时的问题:回答流畅,但会自信地编造事实;上下文一长就忘。

  2. 2023

    从聊天框,走向真实资料

    插件、联网、知识库开始出现。企业很快发现一个朴素的道理:把公司自己的文档交给模型, 比让它“自由发挥”有用得多。检索增强(RAG)从论文走向产品,成为几乎所有企业 AI 应用的底座。

    同年,国内多家公司陆续发布大模型产品,中文场景第一次有了可用的选择。

  3. 2024

    多模态成为标配

    文字、图片、语音、视频被放进同一个模型里处理。截图提问、拍照识别、实时语音对话不再是演示功能, 而是新产品的默认能力。长上下文窗口也让“一次读完一整份资料”变得可行。

    这一年,“能不能看懂”的问题基本解决,“看得准不准”成了新问题。

  4. 2024—2025

    从“回答”,转向“执行”

    推理模型让 AI 在给出答案前先想一遍;智能体(Agent)开始能拆解任务、调用工具、分步执行、 失败重试。应用的重心从“生成一段内容”转向“完成一件事”。

    随之而来的是新风险:能动手,也就意味着可能动错手。

  5. 现在

    工程化,决定了好不好用

    决定一个 AI 应用成败的,越来越不是模型本身,而是上下文怎么组织、知识怎么检索、 工具怎么接入、结果怎么评估、出错怎么兜底、成本怎么控制。

    同一个模型,换一套工程方案,效果可能差出一个数量级。

四组对比,
看懂评价标准的变化

判断一个 AI 应用好不好,标准在几年里被彻底改写。下面四组对比,是行业里最明显的四个转向。

01

从演示,到生产

追求“哇”的效果先问失败怎么办

演示关心上限,生产关心里下限。灰度发布、人工复核、可回滚、可审计, 这些在 Demo 里完全看不到的东西,成了上线前的硬门槛。

02

从单轮问答,到多步任务

给我一段文字帮我把事办完

任务一旦变长,模型就要面对中间状态:做了一半失败了怎么办、工具返回了错的数据怎么办、 用户的意图中途变了怎么办。这些才是智能体真正的难点。

03

从通用模型,到场景工程

换个更强的模型把场景磨细

接不接企业知识库、提示词怎么组织、输出格式稳不稳定、评估集建没建—— 同样的模型,工程做得好和做得差,效果差出一个量级。

04

从能力上限,到失败成本

它还能做什么做错要赔多少

模型能不能做,和敢不敢让它做,是两件事。涉及钱、法律责任和人身安全的场景, 失败成本决定了 AI 只能在哪个环节出现。

六个领域,
哪些真在用,哪些还差口气

下面每一项都分成两半:左边是已经在真实业务里跑起来的,右边是仍然需要人来兜底的。

软件研发

已经在做
代码补全、单元测试生成、代码评审、遗留系统迁移、接口文档整理。
还差的
跨多个仓库的大规模重构仍需人把关;对业务意图的理解依然有限。

办公与文档

已经在做
会议纪要、合同要点提取、长文档摘要、周报整理、多语言翻译。
还差的
涉及责任认定的文件(合同、财报、法律意见)仍需人工逐条复核。

客户服务

已经在做
一线问答、工单分类与路由、坐席实时话术建议、会话质检。
还差的
复杂投诉和情绪冲突场景,人工介入仍然不可替代。

教育与培训

已经在做
个性化练习、作文批改、口语陪练、备课辅助、知识点答疑。
还差的
学习动机、长期陪伴和价值观引导,仍然不是 AI 能解决的问题。

内容创作

已经在做
选题发散、初稿撰写、配图生成、多平台改写、视频脚本与分镜。
还差的
真正的原创观点和审美判断,依然依赖人;同质化反而更严重了。

数据分析

已经在做
自然语言查询数仓、图表生成、异常归因、报告初稿、取数口径说明。
还差的
口径和数据治理没做好时,AI 只会更快地给出一个错误答案。

五个没有被解决的问题

01

幻觉没有消失

模型仍然会一本正经地编造不存在的事实和引用。检索、引用溯源、交叉验证能缓解,但都不是根治。

02

成本结构变了,但没变低

推理单价在下降,可把 AI 接进业务流程的工程成本、评估成本和维护成本在上升。省下的钱常常又花在别处。

03

数据边界更敏感

什么能传、什么必须留在内网、调用日志留多久,成了企业采购 AI 时的第一个问题,而不是最后一个。

04

责任归属仍然模糊

AI 给出的建议造成损失,责任在用户、在模型厂商、还是在部署方,法律上仍在探索,多数场景只能靠合同约定。

05

对工作的影响是结构性的

被替代的往往是一个个任务,而不是整个职业。但任务重新组合的过程,会让一部分人先感受到压力。

AI 应用的下一个阶段,
可能不是更强的模型,
而是更好的工程。

模型能力还会继续提升,这几乎没有悬念。但真正决定体验的, 是上下文、工具、评估、成本和兜底这些看起来不那么性感的部分。 对使用者来说,这意味着判断标准也该换了:少问“它有多聪明”,多问“它出错时会发生什么”。