小明的咖啡店刚开业一周。窗边摆着一张长桌，两盆绿植挨着玻璃，下午的阳光斜斜照进来。店里和他原来想的差不多，只是收银台后面总有些乱。
开店头几天，他才知道经营一家咖啡店有多少琐事。
早上要看天气，决定多做几炉可颂；午后看库存，免得燕麦奶突然见底；晚上核对销量，猜第二天该订多少冰块。周五还要翻翻附近商场的活动表——商场一办市集，店里常常忙得脚不沾地。
一面越贴越满的便签墙
他试过记在手机备忘录里。没过几天，备忘录变成了这样：
周末多备豆子。 下雨多拿热饮杯。 燕麦奶少于二十箱要订。 发薪日之后多做甜点。 隔壁商场有活动时加一名兼职。
有一次，天气预报说要下雨，隔壁商场恰好有市集，小明照着便签多订了热饮杯，却忘了冰块。那天外卖单特别多，冰美式卖得比热拿铁还快。他关店时盯着空了的制冰机，觉得这些便签像一群各说各话的老员工。
早期的智能系统大多就是这个样子：人把经验写成规则，机器一条条照办。它很勤快，也很死板。后来大家给这种做法取了个名字，叫规则系统。
从旧账里摸出规律
店开了大半年，小明不想再给墙上加便签了。他把这段时间的账翻出来：每天卖了多少杯、下没下雨、气温、星期几、有没有促销、附近有没有活动。数据攒得足够多之后，他请来的新助手开始能说出一些以前没人特意写下来的话。
“下雨的周六，外卖会多一点。”
“每月发薪日后的两天，甜点卖得更快。”
“气温下降到十度以下，热饮不会立刻涨，通常要到傍晚才明显。”
这时，机器没有读墙上的规则，而是在旧账里找重复出现的迹象。这样的本事叫机器学习。它很像店里那种记性极好的老会计，看过足够多的账，心里会慢慢有数。
可这位“老会计”只认得表格。小明给它一封供应商邮件，里面写着“下周起巴西豆到货可能延迟”，它没反应；小明问“明天雨大不大，多做点什么好”，它也听不懂。
机器开始听懂小明的话
后来，机器开始学着读文章、看图片、听声音。Transformer 出现后，它更会把一句话前后的意思连在一起。大量文本训练出来的模型，渐渐能接住自然语言里的弯弯绕绕。小明终于能在手机上问：
“上次下雨的周末，店里卖得最好的三样是什么？明天要提前准备什么？”
它会认真写出一段话，语气还挺像个懂经营的人。
这类模型后来有了一个大家熟悉的名字：大语言模型。为了让它少说空话、多听要求，人们又让它练习回答问题、整理材料、改写通知、承认不知道的事。聊天产品慢慢流行起来。
小明用了几天，发现它也有自己的短板。它能把“燕麦拿铁”讲得头头是道，却不知道店里燕麦奶还剩几箱；它会分析下雨天的客流，却没看过刚刚更新的库存。它读过很多书，桌上却没有小明的账本。
给新店员一只资料柜
小明就在系统旁边放了一个资料柜。
菜单、原料保质期、供应商合同、店铺复盘、活动安排，都收进这个柜子。每次有人提问，助手先从里面翻出几页相关材料，再组织答案。有人问“燕麦奶还够不够撑到后天”，它会找到库存表、近几日用量和下一次送货时间，再给一个有根据的答复。
这个资料柜常被叫作 RAG。名字很拗口，做的事很家常：先翻资料，后开口。
资料一多，找东西也是学问。系统会把每一段文字记成一串数字，像给每张纸添上一枚“意思标签”。“燕麦奶快用完了”和“植物奶库存告急”字面不一样，系统仍能把它们放到同一个抽屉附近。这一步叫 embedding（向量表示）。
资料柜让回答踏实了许多。可小明很快又要做别的：查实时库存、问供应商报价、生成采购单。光靠翻资料，店员走不到后厨，更打不了电话。
电话、钥匙和申请单
他在桌上放了一部电话，又定了个规矩：每一次打电话，先填一张单子。
查库存
商品：燕麦奶系统看见这张单子，去库存系统里查，回来报数。助手还想要报价，就再递一张：
查询报价
供应商：海湾食品
商品：燕麦奶
数量：30 箱这类单子在技术里叫 Function Calling。模型负责把请求写清楚；库存系统、采购系统、日历系统各自去办事。查回来的结果会放回桌上，供模型继续往下判断。
小明常提醒新来的店员：“你可以问价格，不能替我付款。”
这句话很重要。模型从来没有真的伸手按过采购按钮。它只会提出请求；真正握着钥匙的是外部工具和系统。
店里需要一个通用插座
店里接的东西越来越多。库存、日历、文件夹、供应商后台，各有各的接口和密码。小明换了一个聊天软件，就得重新接一遍线，像把咖啡机、磨豆机、冰箱全换成不同规格的插头。
后来，店里装上了一个通用插座。谁能提供什么服务、需要填什么、允许谁使用，都按同一套说明贴在插座旁边。它的技术名字是 MCP。
MCP 很少出现在小明的日常对话里，但它省掉了大量“接线”的麻烦。新的助手进店后，看看插座旁的说明，就知道哪些系统能连、哪些事能办。
小明把整个早班交给了它
有了账本、资料柜、电话和插座，小明终于懒得再逐项派活。他在周五晚上留下了一句话：
“把明天开店需要准备的东西过一遍。缺货就做采购草稿，总额超过一千元的留给我确认。”
第二天清晨，助手没有等着下一条指令。它先看天气，再翻最近几个周末的销量，接着查库存和送货时间。燕麦奶有缺货风险，纸杯够用，咖啡豆还能撑两天。它查到三十箱燕麦奶的报价，算完总价，停在提交订单的页面前。
这种拿到一个目标后，自己把事情往前推的工作方式，叫 Agent。它不是一本正经地“规划人生”，更像一个做事有章法的店员：看一眼现场，干一件事，回来看看结果，再决定下一件。
聪明之外，还得有店规
可店员忙起来，总会遇到麻烦。供应商网站打不开，库存数字前后不一致，订单页面刷新了两次。更糟的情况是，它把“生成草稿”听成“提交订单”。
所以小明给它安排了一套完整的值班制度：哪些系统能看、哪些系统只能改草稿；网络断了等多久再试；订单超过多少金额必须请人签字；做过的每件事都记在日志里；早晨的清单要检查有没有漏掉易过期的原料。
技术圈里，人们把这套围在模型外面的工作台叫 Harness。它听上去有些陌生，咖啡店里其实很常见：工牌、权限、交接本、主管、复核、报警器，全都算。
小明写了一本《早班手册》
店开久了，小明又把自己的经验写成了一本薄薄的《早班手册》：
雨天先看外卖包装。 易过期原料优先处理。 新供应商只做草稿。 晨会消息控制在三段，第一段写风险，第二段写备货，第三段写要人确认的事。
助手每次值早班，都会先翻这本手册。这样的手册叫 Skill。工具给它电话、钥匙和计算器；Skill 告诉它这家店平时怎么做事。
当它开始看见、听见和操作屏幕
后来，供应商发来一张模糊的发票照片，店员在群里留下一段语音：“冰柜的声音有点不对。”有个老旧的订货网站甚至没有接口，只能一页页点过去。
助手也开始学着看图、听语音、操作屏幕。前两种能力归在“多模态”下面；在网页和电脑上完成操作，常被叫作 Computer Use。它越来越像真的坐在店里，只是越接近真实世界，规矩就越不能省。看照片没什么，点“确认付款”之前必须有人在场。
一个下雨的早晨
一年后的一个早晨，小明打开手机，看见这样一条消息：
明天有雨，热饮和外卖预计会忙一些。燕麦奶余量不足，已准备 30 箱采购草稿，合计 840 元；纸杯库存正常。冰柜的异常语音已标记，请安排检查。
小明端着咖啡站在窗边，街上刚有人撑起伞。
他知道这位店员不会疲倦，也不会真的理解一杯咖啡的香气。它之所以帮得上忙，是因为店里一点点给了它账本、资料、电话、插座、手册和规矩。它终于有了做事所需要的东西。