2023 年前后，主流大模型的典型交互是单轮问答：用户提一个问题，模型给一段回答。随后多轮对话能力上线，模型能记住上下文，连续聊上十几轮。再往后，工具调用成为标配——模型可以联网搜索、读取文件、运行代码，把外部信息接进回答里。这几步演进看似平缓，但有一个关键问题始终没被回答：模型能不能自己把一连串动作跑完，中间不需要人盯着每一步？长程任务执行就是 Work Agent 区别于聊天机器人的分水岭。聊

过去三年AI交互的形态发生了肉眼可见的迭代，最早的生成式AI只能完成单轮问答，用户输入明确指令后返回对应结果，对话上下文窗口仅能承载几轮交互的信息。随后多轮对话能力的普及让AI可以承接更长的交互链路，用户可以逐步补充信息调整输出方向，工具调用能力的落地进一步拓展了AI的信息获取边界，AI不再仅依赖训练阶段的静态知识库，可主动调用外部工具获取实时信息。而Work Agent的出现，把这些分散的能力串

过去三年AI交互的形态发生了肉眼可见的迭代，最早的生成式AI只能完成单轮问答，用户输入明确指令后返回对应结果，对话上下文窗口仅能承载几轮交互的信息。随后多轮对话能力的普及让AI可以承接更长的交互链路，用户可以逐步补充信息调整输出方向，工具调用能力的落地进一步拓展了AI的信息获取边界，AI不再仅依赖训练阶段的静态知识库，可主动调用外部工具获取实时信息。而Work Agent的出现，把这些分散的能力串

过去三年AI交互的形态发生了肉眼可见的迭代，最早的生成式AI只能完成单轮问答，用户输入明确指令后返回对应结果，对话上下文窗口仅能承载几轮交互的信息。随后多轮对话能力的普及让AI可以承接更长的交互链路，用户可以逐步补充信息调整输出方向，工具调用能力的落地进一步拓展了AI的信息获取边界，AI不再仅依赖训练阶段的静态知识库，可主动调用外部工具获取实时信息。而Work Agent的出现，把这些分散的能力串