AI 智能体可化身任意应用

最近这段日子，我始终采用语音口述的方式来创作公众号推文。

我的操作步骤大致如下：首先用手机录制一段话，借助豆包将语音转化为文本，并尽量保持原意不变；接着把这段文字传递给 GPT，也就是 Codex，让它协助我梳理成公众号文章。

这套流程其实已经比过去省力不少了。

但使用过程中，我依然觉得效率有待提升。因为文章整理完毕后，我还得重新复制到公众号后台，亲自进行排版、修改封面、设定摘要，然后再保存或发布。

我真正渴望的是一个更简化的路径。

理想状态是，我直接拿起手机说完，AI 自动帮我整理成文章，依据我的图片或自动生成的图像制作封面，然后一键同步到公众号草稿箱。这样我打开公众号后台，仅需核查内容，设置好发布日期即可。

换句话说，我只需做一件事：口述。

剩下的整理、排版、配图、同步草稿箱，全交由系统完成。最多我做些细微调整，无需再反复搬运和排版。

基于这个构思，我便用 Codex 打造了一个这样的设计和版本。包括界面、UI、流程，我都调试了一番。它确实能运转起来，也能实现我原先设想的那套公众号自动化工作流。

但做到这一步，我突然又萌生了一个新的感悟。

我发现，直接对 Codex 口述，反而更加便捷。

因为 Codex 本身就能帮我梳理内容，也能对接公众号同步接口，将文章直接推送到公众号草稿箱，还能配图、调整格式。这样看来，我好像根本无需再单独开发一个 App。

模型加上这些工具能力，本身就已经足够强大了。

它不是某一个 App，而是可以变成任意 App。

为何这么说？

因为以往做 App，本质上就是在构建一套交互。用户通过页面、按钮、表单去查询数据、修改数据、提交任务、获取结果。后台的数据和业务逻辑当然还在，但前台必须有一个固定界面承接用户操作。

现在情况不同了。

大模型和智能体出现以后，人可以直接通过自然语言发出指令。你可以打字，也可以语音口述。只要流程被描述清楚，智能体就能理解你的意图，调用不同工具，查询数据、修改数据、生成内容、处理图片、同步结果，把原来需要多个软件配合完成的事情串联起来。

后台的数据仍然可以建，业务流程仍然可以沉淀，但交互界面正在变成聊天窗口。

这件事对我触动很大。

以前我们做工具，总想着要有页面，有按钮，有流程，有后台。但现在我越来越觉得，很多时候真正重要的不是界面，而是任务能不能被准确理解，能不能被可靠执行，能不能把结果交付到你需要的地方。

如果这些都能做到，那聊天窗口就是入口。

这也是为何我觉得 AI 智能体可以成为任何 App。

它不是把所有 App 都消灭掉，而是把很多 App 的前台交互层重新组织了一遍。以前用户要点很多按钮、切很多页面、复制很多内容；现在用户只需要说清楚自己要什么，智能体就可以在背后把流程跑完。

对普通人来说，这种方式几乎没有学习成本。

我们早就被微信、各种聊天软件、即时通信工具训练过了。发一句话、发一段语音、补充一个要求、再确认一下结果，这是所有人都熟悉的交互。

所以，通过打字或者口述的方式与 AI 交互，去完成自媒体任务、工作任务、生活中的一些任务，我觉得完全是可行的，而且很可能会成为未来一个主要入口。

这次公众号自动化的探索，也算是告一段落了。

我原本以为自己要做一个新的 App 和一整套流程，结果做着做着发现，可能真正的答案不是再造一个 App 和流程，而是让 Codex，也就是智能体，把我的流程固定下来。

我只需要把“口述、整理、配图、排版、同步公众号草稿箱”这条链路沉淀成稳定流程，以后每天直接调用它就可以了。

我只需要继续每天说，继续记录，继续确认。

剩下的，就让 AI 把这条路铺平。