🔭 现场观察 · WAIC 2025
WAIC 现场观察：当 AI 从「写代码」长到「跑流程」，一个新物种正在成型
2025 世界人工智能大会现场，代码助手与办公助手之间的边界正在被改写。多家展位上的 AI 产品不再满足于"生成一段代码""写一封邮件"，而是开始接管跨工具、跨步骤的完整工作流——从需求拆解、工具调用到结果交付，一次跑完。
来源：公开报道•
WAIC 2025 现场•
全文约 3 分钟读完
#WAIC2025
#AI Agent
#代码智能
#办公自动化
工作流级
AI 产品能力跃迁方向
3 类
现场可识别的新形态产品
多步 串联
跨工具调用、结果互验
⚡ 30 秒速览
- 发生了什么：WAIC 2025 现场多家厂商展示的 AI 产品，从"单点生成"转向"端到端跑流程"，代码与办公两条原本平行的赛道开始合流。
- 新在哪：不再是"写一个函数""回一封邮件"，而是"把这件差事从头到尾做完并交付"——需求拆解、工具串联、中间结果校验、最终交付，一气呵成。
- 关键证据：现场展位上，代码 Agent 能自主定位线上故障、跨文件改代码、提 PR；办公 Agent 能一句话串联 Excel、浏览器、文档，跑完整条业务链。
- 底层共性：无论形态如何，新物种都长在模型 + Agent 框架之上——框架工程能力，正在成为比单纯参数更关键的胜负手。
- 怎么判断：这是一次形态跃迁，不是一次营销话术；但"新物种"是否成立，仍要看它能不能稳定跑通真实业务、而不只是 demo。
01从「写代码」到「跑流程」一条赛道的位移
过去两年，"AI 写代码"是落地最快、争议最小的场景：Copilot 类工具把单点代码补全做到了日常可用。但 WAIC 2025 现场传递的信号是——代码助手正在长出"跑流程"的能力。
上一代：代码补全
给一个函数签名，补一段实现；给一段报错，回一段修复建议。人仍然是流程的执行者。
这一代：代码 Agent
接到一个任务，自主定位问题文件、跨文件改动、运行测试、确认通过后提交 PR。人退到审核位。
位移的本质，是从"模型生成内容"升级为"模型 + 框架协同完成一件事"。这件事可能是一段代码的修复，也可能是一份财报的拆解、一次差旅的规划、一份合同的体检——形态各异，底层链路高度同构：
接收意图→拆解任务→调用工具→验证结果→交付产物
注：本图为现场观察抽象出的共性链路，不同厂商产品在"工具集""校验机制""交付形态"上各有差异，但骨架一致。
02现场三类典型形态代码 / 办公 / 跨域
💻 代码 Agent：从定位故障到提交 PR代码类
- 接到"线上某接口报错"的描述后，自主打开仓库、定位问题文件、跨多个模块改动、运行单测。
- 测试通过后自动提交 PR，并附上改动说明与影响面分析，人只需做最终 review。
关键位移：从"帮人写代码"到"替人跑完一次修复闭环"。
📊 办公 Agent：一句话串联多工具办公类
- 「统一表头格式，新建汇总 sheet，按职业大类做汇总表和 Top10/Bottom10 榜单，生成图表对比。」
- 多步之间存在依赖，任何一步出错后面都接不上。Agent 自主拆解，一次性跑完，交付可直接使用的 Excel。
关键位移：从"生成一段文字"到"交付一份能直接用的产物"。
🧳 跨域 Agent：盲盒式任务规划跨域类
- 「这周末想从北京去青岛玩两天 solo trip。」——仅此一句。
- Agent 自主检索交通、住宿、景点实时数据，交付完整行程、预算清单和避坑指南——一份可以直接截图出发的攻略。
关键位移：从"回答问题"到"替你把差事办了"。
03为什么是现在长出来？三件事凑齐了
"新物种"不是凭空冒出来的。现场多家厂商的产品能同时跨过"跑流程"这道坎，是因为三块拼图终于凑齐：
🧠
模型：能听懂"把这件事做完"
新一代底座模型对长链路指令的遵循度显著提升，能在多步之间维持目标不漂移、不半途而废。
🔧
框架：Agent 工程走向成熟
任务拆解、工具调用、中间结果校验、失败重试——这套工程骨架在多家厂商处同时跑通，说明方法论已可复用。
🌐
工具：环境就位
代码执行环境、文件处理器、实时 API、浏览器操作——Agent 能调用的"手脚"足够丰富，端到端交付才成为可能。
三件事缺一不可：模型再强，没有工程框架也跑不稳；框架再好，没有可调用的工具也交付不出结果。新物种的成立条件，是这三者同时越过临界点。
⚖️ 编辑视角
本篇素材来自展会现场的观察性报道，非第三方独立评测：现场展位演示的产品形态与能力，不等同于其在真实业务负载下的稳定表现。展会 demo 通常经过场景筛选与流程打磨，读者宜带着"这是厂商展示的最佳状态"的背景去读，而非"这是任意场景下的平均水平"。
文中"新物种"一词，是现场多家厂商产品形态趋同后的编辑归纳，并非任何一家厂商的官方定调；目前未见第三方机构对这些产品的端到端完成率做系统复测。它是否真正成立，最终要靠真实业务里的稳定跑通来验证，而不是靠展板上的口号。
当 AI 的竞争维度从"谁的模型更聪明"转向"谁的框架能把模型用得更稳"，行业胜负手正在从参数表搬到工程台——这一步位移，比任何一次模型升级都更决定谁能在 Agent 时代留下来。