给 AI 装“手”,核心是让它能调用外部工具或接口,把“查网页、填表、提交”这类动作交给程序执行;多数情况下不必从零写专门技能,先看现成工具或协议能否覆盖。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
“手”是工具调用,不是模型自己上网
材料里的观点模型本身只会生成文字,要动网页就得有程序替它执行动作:打开页面、读取内容、点击、填表、提交。立正讲 MCP 时把它拆成两个要素,一是使用工具的能力,二是多步决策能力,也就是先决定下一步做什么,再调用对应工具1。放到报名这个例子上,AI 需要先判断“打开报名页、找到表单、填信息、点提交”的顺序,每一步再由浏览器自动化或某个接口去完成。所以“装手”的实质是接上一套能执行动作的工具,并让模型在中间做决策。
先找现成工具,再考虑自己写
立正做英语编辑器时,真正卡住他的是调用 API 和部署这两个环节,后来靠现成平台把这些麻烦抽象掉,整件事只用了两句提示词、十分钟2。这说明很多“让 AI 动手”的需求,瓶颈不在写技能,而在有没有现成的连接层。报名这类任务可以先看浏览器自动化工具或现成 MCP 服务能否直接操作网页;只有当流程特殊、涉及登录鉴权或内部系统时,才值得自己封装一个专用工具。判断标准是:这个动作是否高频重复、现有工具是否覆盖不了。
从问题出发,别拿着锤子找钉子
AI推演立正提醒,做 AI 产品常见的误区是先想“我该用 AI 做什么”,而应该先看具体问题背后的瓶颈在哪,再实事求是地判断 AI 能不能解决3。报名这件事可以先拆开:是找不到入口、填表太繁琐,还是提交后要跟进确认?如果只是偶尔报一次名,手动做可能比搭一套自动化更省事;如果每周都要报多个名,才值得让 AI 接管。可以先手动走一遍流程,记下哪一步最耗时,再判断那一步是否适合交给工具执行。
现有片段只讲了工具调用、MCP 和现成平台的作用,没有具体演示网页报名自动化的实现步骤,细节需另找专门教程。
出处
- 1MCP深度剖析|AI概念这么多,如何判断是否值得关注?
解释工具调用与多步决策这两个要素,是理解“装手”原理的起点。
- 2清晰地道书面英语的Editor -- 十分钟制作并部署成功
用英语编辑器的例子说明现成平台如何省掉调用 API 和部署的麻烦。
- 3给AI焦虑者的终极建议:狠狠学,或好好玩,都能提升竞争力|Koji、Monica访谈_下
提供从问题瓶颈出发、而非先选工具的判断方式。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。