AI Agent 到底是什么？我把 200 个乱文件丢给它，3 分钟后陷阱全被抓出

先给结论：Agent 和聊天 AI 的差别不在脑子，在有没有手和眼睛。

同一句话，我对 AI 说了两遍。第一遍它 52 秒回我一段代码，说「你自己跑」；第二遍 3 分钟过后，我那个堆了 200 个文件的文件夹，自己变干净了。

两遍之间，我只改了一个东西——给它工具。用的是同一个模型、同一句话，唯一的变量是它能不能真的动手。

下面是完整实验，包括它中途翻的那次车。

▶ 视频直达：https://youtu.be/qlmxkNdHvzo

一、考场：200 个乱名文件，埋 20 个陷阱

判分标准必须在开考前锁死，否则测出来的只是自我安慰。这次的判据先做了哈希公证，测试中不许改题。

沙盒里 200 个文件，名字全是 IMG_1320 这种没有意义的乱名，其中 20 个是陷阱：

• 扩展名伪装 12 个：叫 .txt 的其实是图片，叫 .jpg 的打开是发票，叫 .log 的内容是表格
• 编码陷阱 3 个：GBK、UTF-16 的老文件，直接打开满屏乱码
• 损坏/空/未知 3 个：坏掉的压缩包、0 字节文件
• 无扩展名 / 双扩展名 2 个

只看扩展名分类，这 20 个必错。

二、聊天 AI：52 秒，交回一段代码

先看聊天窗里的 AI。它的回答其实很诚实：

我在聊天窗口里，接触不到你电脑上的文件。

于是它把整理思路写成一段脚本，让我复制过去自己跑。52 秒交卷，0 个文件被移动。

这不是它笨。它跟后面的 Agent 用的是同一个模型、同一个脑子。它缺的是手和眼睛——聊天 AI 的天花板就在这儿：你只能拿到答案，拿不到结果。

（补一句实验设计上的坑：单纯「禁用工具」并不能模拟聊天窗。CLI 环境里模型知道自己是 agent，会把工具被拒理解成权限故障，整段时间都在撞墙。必须显式改人设，告诉它「你是网页聊天窗助手、没有任何工具」，才能拿到干净的对照组。）

三、Agent 的第一个动作：不是回答，是看现场

同一句话原样发给 Agent。它没有立刻动手分类，而是先跑了一条命令，给 200 个文件挨个做体检——文件类型、真实内容、开头 300 字节，全部过一遍眼。

扩展名骗不了它。伪装成图片的发票当场现形，伪装成文本的图片也现形。

然后它干了一件我没想到的事：它没有一个一个去搬文件，而是当场写了一个分类程序，让程序去搬，200 个文件一次归位。

品一下这个动作——它不只是会用工具，它现场造了一个新工具。

四、它翻车了，但错误没流到我手里

说到这你可能觉得太顺了。别急，它真的翻了车。

有个叫「旧备忘」的老文件用的是 GBK 编码，它写的分类程序没认出来，把这个文件扔进了「待处理」。错了——那其实是一份会议记录。

重点在后面：它收尾的时候翻了一遍待处理，觉得这个文件不对劲，换了编码重新解析，认出是份纪要，把文件捞回去归了位。最后还在报告里主动坦白：中途误判过一个文件，已经核对纠正。

这才是 Agent 和聊天 AI 真正的分水岭。不是它更聪明，是它有闭环：做完自己检查，发现错自己修，修完了告诉你。错误被关在了循环里面。

五、成绩单

它拿满分，不是因为聪明，是因为它真的一个一个打开看了。

六、所以，什么是 Agent

感知 → 行动 → 验证，循环起来，就是 Agent。

聊天 AI 只有嘴。Agent 有眼睛、有手，还有一根会回头检查的神经。

当然，手越大，缰绳越重要。这次实验我全程只放开了那一个文件夹，它也确实一步没出圈——权限边界该怎么划，是用 Agent 之前就要想清楚的事。

至于这双手是怎么装上去的，上一篇讲 MCP 的文章说得更细。

上一篇：MCP 是什么？和 API 差在哪

下一篇：AI Agent 怎么搭？用 Claude Code 零代码真搭一个

更多真机实测视频，见 YouTube 频道「富爸爸AI实测」。