很多人第一次进入 Linux 系统，最先看到的是：
但是，用一段时间以后，会发现：
Linux 带来的变化，可能不只是换了一个操作系统。
它也在改变我们使用电脑的方式。
过去，我们使用电脑时，经常会问：
“我要打开哪个软件？”
现在，面对 AI Agent，我们开始问：
我想完成什么任务？需要组合哪些工具？
从“寻找软件”，到“描述任务”，看起来只是换了一个问题。
但是，这两个问题背后，是两种不同的电脑使用方式。
从寻找软件，到描述任务
过去，我们的电脑里装着很多软件。
写文章，打开文字处理软件；
处理图片，打开图像工具；
查找资料，打开浏览器。
当我们想完成一件事情时，首先想到的是：
“哪个软件可以帮我？”
这种方式很直观，现在也仍然有效。
但是，AI Agent 出现以后，多了一个新的入口。
我们可以先告诉 Agent：
“我想完成一篇文章。”
这时，它需要做的，不只是打开一个软件。
它可能需要：
最后，再交给人确认和发布。
这时，我们关心的就不只是：
“应该打开哪个软件？”
而是：
“完成这件事情，需要哪些能力？”
Linux 容易让人看到工具组合
Linux 中有很多小工具。
一个工具负责搜索；
一个工具负责转换；
一个工具负责处理数据；
一个工具负责检查文件。
每一个工具，不一定能够独立完成复杂的任务。
但是，把它们组合起来，就可能形成一套工作流程。
GNU/Linux 继承了 Unix 的工具传统：
让一个程序做好一件事情，再把不同的程序连接起来。
比如，处理一篇文章时，可以让不同的工具分别完成：
然后，再用脚本把这些步骤连接起来。
需要说明的是：
工具组合和自动化，并不是 Linux 独有的能力。
Windows 的 PowerShell，同样支持管道、脚本和任务自动化。
这里比较的，不是谁比谁高级。
而是 Linux 的命令行环境，会让我们更容易看到：
原来，电脑里的工具可以这样组合起来。
AI Agent 接入的是现有工具
AI Agent 并不是凭空完成任务。
它也需要工具。
它需要读取文件；
需要搜索资料；
需要运行程序；
也可能需要调用外部服务。
如果把一台电脑看成一个工具箱，
那 Agent 更像是站在工具箱前面的协调者。
人的目标↓Agent 分析任务↓调用合适的工具↓检查并整理结果↓交给人确认
还是以写文章为例。
Agent 可以检查文章结构；
可以发现缺少的来源；
可以调用图片工具处理封面；
也可以运行脚本，检查图片路径有没有出错。
过去，这些工具需要人一个一个操作。
现在，Agent 开始尝试把它们组织起来。
但是，Agent 也会出错。
所以，事实判断、重要修改和正式发布，仍然需要人来确认。
从软件操作者，到工作流设计者
当 Agent 能够调用工具以后，人的角色也会发生变化。
过去，我们需要学习：
这些能力仍然重要。
但是，在 Agent 参与以后，我们还需要考虑：
这时，人的能力就不只是：
“会不会操作软件？”
还包括：
“能不能设计一套可靠的工作流程？”
Linux 提供了很多可以组合、可以自动执行的工具。
AI Agent 则让普通人也有机会用自然语言，去调动这些工具。
这可能就是 Linux 和 AI Agent 容易结合的原因。
电脑可能成为一组可协作的能力
过去，我们看到电脑，会想到：
电脑里安装了哪些软件？
以后，我们看到电脑，可能还会想到：
这台电脑能够提供哪些能力？
搜索、分析、编程和图片处理，仍然由具体的工具完成。
Agent 负责理解目标、选择工具、连接步骤。
人负责设定边界、检查过程、确认结果。
这并不是说软件会消失。
也不是说 Agent 可以完全替代人。
而是，一种新的电脑使用方式正在出现：
人提出目标，Agent 组织工具，人对结果负责。
Linux 不是唯一的入口。
但是，在 Linux 中，工具、文件和流程更容易被我们看见，也更容易被组合起来。
过去，我们可能只是电脑软件的操作者。
现在，我们开始尝试成为工作流程的设计者。
也许，这才是 AI Agent 时代，普通人使用 Linux 时，真正值得关注的变化。
10个月宝宝每天需要喝多少奶粉？
