为什么没人真正在用 AI Agent？
2026年8月5日，X上同时出现两条关于AI Agent的推文，浏览量差了近十倍。@Josh Miller说技术已就绪但大众不关心，@signulll说种子已齐只差组装。评论区产生了三类回应，指向行为锚点缺失、设置摩擦过高和真实需求存疑。企业低代码因嵌入既有业务动作、由IT统一搭建、效率考核驱动，可能是绕过这三层障碍的一条路径。
2026年8月5日，有两条关于AI Agent的推文同日出现，浏览量差了近十倍。一个说技术快成了，一个说没人关心。评论区有人开始找原因。
在同一天出现的两条帖子
8月5日，X上同时出现了两条关于AI Agent的帖子，方向刚好相反。
#Josh Miller发了一条长帖，浏览量超过300万（截止10日）。他是The Browser Company的创始人，做过Arc浏览器，现在在做Dia。他说了一件让他困惑的事。
"These frontier AI models are insane (as are the harnesses & tool calls & the like). And every large tech co has an AI agents platform, not to mention all the YC startups doing vertical agents." [1]
他说你那些非科技圈的朋友和家人，那些整天盯着iPhone、在浏览器标签页里干活的人，根本不关心Agent。他甚至说ChatGPT虽然火，多数人拿它当高级Google加Grammarly用。"if you look at the engagement data the vast majority of people are still using these AI chat tools like a glorified Google + Grammarly." [1]
让他困惑的是体感差异。当年Snapchat推Stories、Uber做按需出行，你确实感觉到生活在变。但AI Agent这边，新闻、资金、炒作、模型、惊人ARR数字都有，就是没有那种拐点来了的体感。他把这定义为"generational puzzle"，说谁能回答"为什么大众不关心"，谁就能在2027年抢占大量市场份额。
几乎同一时间，@signulll发了一条预测帖，浏览量24万。他说所有必要的种子都已就位，只差有人正确组装，12个月内会出现突破性产品，感觉会像电一样。
"I predict we'll see a breakthrough consumer AI product within the next 12 months that rivals chatgpt & claude by making personal agents genuinely useful & accessible. & it'll feel like electricity. nearly all the seeds required to create this experience now exist. someone just has to assemble them correctly." [2]
一个说种子已齐只差组装，一个说大众根本不关心。浏览量差了近十倍。后者击中了更普遍的共鸣。
Josh Miller并非在唱衰。他自己从Arc转型做Dia，正是因为相信计算会被AI重构。他困惑的是，技术到了，体感没到。这个矛盾可以称为AI Agent采纳悖论：模型能力、工具链、开发平台都已就绪，但普通消费者既不使用也不关心。
评论区给了三个答案
帖子下面有几百条回复，其中三个人给出了截然不同的答案，刚好从浅到深。
@Kirsten Green是Forerunner Ventures的创始人，投过Warby Parker和Dollar Shave Club。她的回答最精炼。
"People don't adopt technology because of capability. They adopt it because it changes behavior. Instagram became how I share my life. Uber became how I get around. ChatGPT became how I ask questions. Most agents haven't found their 'how I...' moment yet." [3]
她说得很直接。一项技术能不能被采纳，取决于它占据了哪个日常行为动词。Instagram变成了"我怎么分享生活"，Uber变成了"我怎么出行"，ChatGPT变成了"我怎么提问"。大多数Agent还没有成为任何"how I..."的默认答案。
@signulll那条乐观帖下面，Ivan Bashkirov的追问正好戳中同一个盲区。他说就想请人画一幅"一个使用个人AI Agent的人的一天"的图景，这些Agent到底在做什么让那个人的生活变好？这是一个诚恳的问题。乐观预测真正缺的是一个普通人用Agent的日常长什么样，光有技术demo说服不了人。 [6]
@Thibault Imbert从另一个角度给出了答案。他觉得问题在于设置复杂度和分发渠道。
"I think it's about the complexity to get it setup and distribution. Two things ChatGPT can solve. For the masses, they would never go through the hassle of setting up an OpenClaw, etc." [4]
普通人不会去折腾Agent的配置。即使工具链已经成熟，设置成本本身就挡住了非技术用户。另一个被忽视的瓶颈是分发渠道，独立Agent产品缺少触达大众的入口。Thibault认为，一个拥有巨大用户基数的产品内嵌Agent能力，或许比分发一百个独立Agent产品更有效。
第三个答案最尖锐，来自一个叫Scott的账号。他直接质疑了需求本身。
"I question the actual need for personal AI agents. They feel like the next evolution of personal CRM tools, and that horse have already been tried and beaten into bologna." [5]
他说个人AI Agent可能是个人CRM的翻版。那是一个反复被尝试、反复被证明人们不需要的品类。Scott觉得原因很简单，大多数人喜欢自己无聊重复的生活，不想也不需要改变。这个诊断最难反驳。前面两个答案还在讨论供给端怎么改进，Scott直接把问题推到了需求端。也许人们根本不想要Agent。
这三层“答案”可以压缩成三句话：
- 行为锚点。Agent没有占据任何"how I…"的日常动词。
- 设置摩擦。普通人不会去配置Agent，独立产品缺少分发渠道。
- 真实需求。也许人们根本不想要Agent，多数人喜欢无聊重复的生活。
为什么企业场景可能不一样？
三个答案在消费端是叠加的障碍。Agent没找到行为动词，设置门槛挡住了普通人，也许人们根本不需要。但放到企业场景，情况发生了反转。
企业里有现成的高频动作。填表单、跑审批、出报表，这些是员工每天打开就在做的事。Agent不需要创造新行为，只需要嵌入既有行为。一个人每天要提交报销申请，"Agent帮我预填"就天然占据了一个"how I submit"的位置。
设置门槛在企业里可以被组织结构消化。低代码平台通常由IT团队或业务技术者搭建，终端用户不需要自己配置Agent。他们打开的界面里，Agent已经在那里了。
需求在企业里也不需要被说服。效率提升有量化指标，流程耗时缩短、人工错误率下降、报表产出周期缩短。绩效考核本身就是驱动力。
| 维度 | 消费场景 | 企业场景 |
|---|---|---|
| 行为锚点 | 缺失，Agent没有占据日常动词 | 已存在，填表单跑审批出报表都是高频动作 |
| 设置门槛 | 过高，普通人不会配置 | 可化解，IT团队或平台方统一搭建 |
| 真实需求 | 存疑，多数人不想自动化生活 | 明确，效率提升是刚性需求 |
Josh Miller在帖中提到AGI实验室在大力推Codex、Cowork等桌面应用来触达非技术用户，但这条路仍然是在消费端硬攻。换一个角度想，如果不去说服普通人"使用Agent"，而是让Agent嵌入他们已经在用的工作流里，这三层问题可能同时被绕过。
低代码可能是其中一条路
企业低代码平台恰好是这个思路的一个候选。低代码上跑着表单、审批流、数据看板，都是企业员工每天打开就在用的东西。以道一云七巧为例，AI能力已经嵌进了表单设计、流程审批、数据填报这些既有业务动作里，支持DeepSeek、百炼（通义千问/Kimi/GLM）、智谱、OpenAI兼容等多LLM供应商集成。用户不需要"学习使用Agent"，而是在日常业务动作中自然触发AI辅助。
| 维度 | 传统独立Agent产品 | 低代码+AI Agent |
|---|---|---|
| 行为锚点 | 需从零创建新行为 | 嵌入既有业务动作 |
| 设置门槛 | 终端用户需自行配置 | 平台方统一搭建 |
| 分发渠道 | 需独立拉到用户 | 继承平台已有用户基数 |
| 真实需求 | 需说服用户 | 效率考核驱动 |
| 适用场景 | 消费者/个人 | 企业/组织 |
除了低代码，Josh Miller自己押注的Dia浏览器是另一个方向，在"浏览"这个行为里嵌入Agent。Kirsten Green的"how I..."框架也暗示，任何已经占据日常行为动词的产品，都有可能成为Agent的载体。
常见问题
Q：AI Agent和传统自动化到底什么区别？
A：传统自动化按预设规则跑固定流程，遇异常就停。AI Agent靠大模型推理，能处理非结构化输入和动态场景，但稳定性和可控性仍是挑战。企业对可控性要求高，低代码平台的规则编排恰好能提供约束和边界。这也是企业场景比消费场景更适合早期落地的原因之一。
Q：为什么说2027年可能是”出现突破性消费Agent产品“的关键窗口？
A：Josh Miller在帖中明确说，回答"为什么大众不关心AI Agent"这个问题的人，将"capture a lot of marketshare and make a lot of money in 2027"。@signulll则预测12个月内会出现突破性消费产品。两个时间点指向同一窗口，2026下半年到2027年。
Q：企业低代码平台上的AI Agent具体能做什么？
A：以道一云七巧为例，AI能力已覆盖智能表单设计（自然语言生成表单）、智能审批流转（异常检测和自动路由）、智能数据填报（OCR加语义填充）等场景。用户在日常业务动作中触发AI辅助，不需要切换到独立的Agent界面。
Q：道一云七巧的AI能力支持哪些大模型？
A：支持DeepSeek、百炼平台（通义千问/DeepSeek/Kimi/GLM）、智谱（GLM）以及OpenAI兼容接口的多LLM供应商集成。企业可根据数据安全要求选择私有化部署的模型。
Q：个人AI Agent和企业AI Agent有什么区别？
A：个人Agent面向消费者，需要从零创造行为习惯和分发渠道，还面临需求是否真实的问题。企业Agent嵌入既有工作流，由组织统一部署，需求由效率考核驱动。三层障碍在企业场景中有了被组织结构消化的载体。
更强的模型未必是答案。Agent能否嵌入人们已经在做的事，可能才是关键。
参考来源
- Josh Miller (@joshm), "Hot take… isn't it kinda crazy that nobody is really using AI Agents?", X, 2026-08-05. https://x.com/joshm/status/2084751187002458369
- signüll (@signulll), "I predict we'll see a breakthrough consumer AI product within the next 12 months…", X, 2026-08-05. https://x.com/signulll/status/2084801380745908425
- Kirsten Green (@kirstenagreen), 回复 Josh Miller 帖文, X, 2026-08-05.
- Thibault Imbert (@thibault_imbert), 回复 Josh Miller 帖文, X, 2026-08-04.
- Scott (@scott___ttocs), 回复 Josh Miller 帖文, X, 2026-08-04.
- Ivan Bashkirov (@ivanibash), 回复 signüll 帖文, X, 2026-08-05.
- 发表于 4小时前
- 阅读 ( 5 )
- 分类：最新资讯
