普通人怎样真正用上前沿 Agent，而不是只在演示视频里看见它？这是 iCANLab 线下工作坊讨论的问题。

我在现场讲了 LobsterAI 的孵化路径：从有道答疑笔的视频答疑能力出发，抽象出更通用的 Agent 思路，再通过桌面端和开源，把能力交给更多用户和开发者。

三个早期判断

行业密集讨论 Claude Cowork、OpenClaw 之前，LobsterAI 已经做了几个选择。

第一是 Skills 系统。Agent 需要可复用的能力模块，不必每次从零理解任务。

第二是定时任务。个人助理应该能在无人值守时运行，比如每天整理技术资讯、监控信息源、生成摘要并推送给用户。

第三是移动端远程控制。很多任务发生在用户不在电脑前的时候，手机应该能触发桌面上的 Agent。

从能聊到能做

对话只是入口。Agent 要把任务推进到能交付的结果：整理行业资讯、生成竞品 PPT、远程控制桌面、调用工具处理文件，或者把复杂工作拆成可以逐步确认的步骤。

这需要 MCP、插件、技能、权限控制、运行状态和用户确认一起工作。缺了这层工程，Agent 很容易停在一个聪明的聊天界面上。

降低使用门槛

LobsterAI 想让更多人用上前沿 Agent。开发者可以扩展插件和技能；普通用户看到的，应该是一个简单、可信、能把事做完的工作台。

Agent 从个人助理走向 Agent 经济和 Agent OS 之后，单点能力就不够了。要紧的是生态里每项能力能不能被发现、调用、组合和验证。