智能体：一句话进去，一份文件出来
「帮我写一份开题报告」——同样这句话，丢进聊天框，拿到的通常是一段文本；丢进智能体，拿到的是一份能直接打开的文件。差别不在文笔，在「动没动手」。这篇把 MuchSci 应用集里的智能体单独拆一遍：接到一句话之后，它究竟走了哪些步、交出来的又是什么。
理解它的钥匙，是把「回答一个问题」和「完成一件事」分开。前者是一次性的，答案给你，剩下的都归你；后者有中间状态、有工具调用、有验收环节，终究要落到一个具体的东西上。智能体是后者。
01 它和聊天框不是一类东西
先看最直接的对照。
▲ 图 1｜两边都能说人话，区别在于：一边把话说完就停，一边把事做完才停
聊天框的产出是「文本」，落不落地是使用者的事；智能体的产出是「文件」，落地这一步它自己走完。更实质的差别在另外两点：它碰得到真实文件——读得到你放进工作区的数据、写得出你要的那份稿子；它留得下痕迹——任务怎么拆的、调了哪些工具、成稿前查了什么，都能展开看。
这两点合起来，才让「交付」这个词成立。一段文本没有验收标准，一份文件有：打开、翻两页、看引用、看结构，好坏一目了然。写了这么多篇工具实测，判断一个 AI 功能是不是「真干活」，我用的就是这一条——它有没有留下可以被检查的东西。
02 一次任务里，它自己走完的几步
把一次完整的执行拆开，大致是下面这几步。
▲ 图 2｜只有第 1 步需要你，其余几步在你不在场时也能跑完
关键在第 3 步和第 5 步。看结果意味着它不是一次成型——检索回来的文献不够，它会补一轮；结构缺一节，它会回头补。自查意味着成稿前有一道人工里常见的工序被固定下来：结构对不对、引用落没落到位、格式缺哪块。这两步是「跑完」和「答完」的分界线。
界面里能直接看到这个过程。下面是智能体跑完一份开题报告后的交付记录：
▲ 图 3｜交付记录：成品文件、检索依据、选题与结构，都在同一条记录里
截图里那张表就是它的验收面：主交付文件、预览文件、检索了几轮、入库多少篇、选题怎么收窄的、报告分几节。过程不是黑盒，而是随交付一起给出来的附件——这一点后面讲「过程留痕」时会再说。
03 交付物是一包东西
很多人对 AI 输出的印象还停在「一段话」。智能体交出来的其实是三样叠在一起的东西。
▲ 图 4｜成品、依据、过程，三样合起来才算一次完整交付
第一层是成品。 一份能打开、能继续改的 Word 文件，不是截图、不是纯文本，而是你接手后还能接着往下写的东西。第二层是依据。 这份稿子引的文献从哪来、检索走了几轮、入库多少篇、引用闭环有没有闭合——写论文的人对这一段最敏感，因为引用是不是真的，直接关系到稿子能不能用。第三层是过程。 任务怎么拆的、调了哪些工具，写完之后还能翻开复盘。
这也是为什么在 MuchSci 这条线上，「交付」和「输出」是两个词。输出是给一段文字，交付是给一个可以被检查的包裹。
04 什么时候交给它，什么时候自己来
智能体不是万能钥匙。把任务形态和它的能力对一下，用起来会顺很多。
▲ 图 5｜对不上的时候，用起来别扭的是使用者自己
要一段思路、一个解释、一点灵感，聊天式的问答其实更轻快——你不需要为一段三行的答案启动一整套流程。反过来，要一份能直接交出去的文件，就该把要求一次交代清楚：主题是什么、结构要几节、引用要不要带、格式按什么来。交代得越具体，验收时越省事，因为它的执行路径是由你的要求决定的。
一个实用的判断标准：如果这件事做完之后你要拿着一个「东西」去见人——导师、合作者、评审——那就是智能体的活；如果只是你自己想弄明白一件事，那就没必要动用它。
05 边界
照例把边界摆在明面上。
① 本篇讲的是功能位置，不是效果承诺。 上面拆的是智能体在任务执行里的角色与交付方式，不构成对成稿质量或效率的承诺；实际结果和任务复杂度、文献范围、要求写得清不清楚都有关系。
② 能跑完流程，不等于判断可以外包。 结构合不合理、论述站不站得住、这篇文献该不该引，仍然是写作者本人的判断。智能体保证的是「流程走完」，不是「结论正确」。
③ AI 参与论文写作的允许范围以所在学校现行规定为准。 涉及文献真实性、数据真实性的最终责任，始终在作者本人。