一人公司：當AI Agent擁有“bash”，她就什麼都能做
整理版優先睇
AI Agent 擁有 bash 後，能自主完成項目啟動、發票處理等任務，具備初級工程師能力閉環。
呢篇文章係作者分享佢畀 AI Agent 加咗 bash 工具嘅實驗。上一輪佢已經畀咗 Agent 圖片識別能力，今次就直接將操作系統嘅入口——bash——交畀佢。bash 本質上可以操控成個系統，所以呢個做法相當於畀咗 Agent「手同行動能力」。
作者用兩個案例展示效果：第一個係畀 Agent 一個新項目，佢自己用 ls 睇目錄、判斷環境、寫啓動腳本、檢查端口同進程，最後成功啓動並回報狀態。第二個係處理發票，Agent 自動識別圖片、提取信息、安裝 openpyxl 依賴，再導出成 Excel。成個過程冇人類幹預。
作者強調，呢個唔係傳統自動化——後者係人定義死流程，而 Agent 係自己理解目標、決定步驟、調用工具、修正錯誤，即係「生成流程」。結論係：只要畀 Agent bash，佢就具備初級工程師嘅完整能力閉環，你只需講句「搞掂呢件事」，佢就會自己諗辦法。
- 畀 AI Agent bash 工具等同於賦予佢操作系統控制權，可以直接執行命令。
- 實驗中 Agent 自行查看目錄、判斷環境、編寫啟動腳本、檢查端口，完成項目啟動。
- Agent 處理發票時自動識別圖片、提取信息、安裝依賴並導出 Excel，流程完整。
- 傳統自動化係固定流程，而 AI Agent 係自己生成流程，根據目標調整步驟。
- 你只需畀出目標，AI Agent 就能自主完成，減少人力介入，比唔少同事更可靠。
從眼睛到手：賦予 AI 行動能力
上回我畀 AI Agent 加咗圖片識別能力，佢開始識得「睇世界」。今次我做咗件更「危險」嘅事：畀佢一個 bash 工具。如果話之前係畀佢一對眼，咁今次就係將「手」同「行動能力」一齊交畀佢。
bash 本質上就係操作系統嘅入口，等於可以操控整個系統
點解 bash 咁關鍵？
你平時喺終端敲嘅每一行命令，都係話畀操作系統：去睇文件、去運行程序、去檢查端口、去安裝依賴。而家我將呢個能力交畀一個 AI Agent。就好似唔係叫 AI 幫你寫 code，而係叫佢直接去執行、驗證、修復、再執行。
案例一：佢令個項目自己跑起嚟
我畀咗佢一個項目，冇講任何嘢。佢冇問我點樣啟動，而係自己開始動手：先用 ls 睇目錄結構，判斷有冇 Python、FastAPI，依賴齊唔齊。然後寫咗一個啟動腳本 start.sh。
- 1 確認當前冇 Python 進程或 uvicorn 實例殘留
- 2 檢查 8000 端口有冇被佔用
- 3 確保一切正常之後先啟動項目
- 4 啟動完主動檢查服務係咪真係起咗
最後畀咗我一份結構清晰嘅報告。成個過程冇人類幹預。我第一反應唔係興奮，係 「後背發涼」——因為呢個已經唔係「AI 幫你做事」，而係 AI 喺替你做完整一件事，而且佢做嘅流程比好多人仲規範。講句唔客氣嘅：比唔少同事靠譜。
案例二：自動處理發票嘅完整工作流
我又試咗個更貼地嘅場景：報銷。一堆醫療發票，我特登冇話佢知文件名。佢首先去 睇環境，列出當前目錄嘅文件，然後 調用圖片識別工具 提取發票資訊，再整理彙報畀我。
我多講一句：「幫我導出成 Excel」。佢就自己睇 requirements，發現冇 openpyxl，就 自己安裝咗 openpyxl，然後寫 code 將數據結構化寫入 Excel。成個過程完全自動。
呢個能力閉環意味住咩？
當一個 Agent 能睇（圖片識別）、能做（bash 操作系統）、能寫（代碼生成）、能查（環境判斷），佢就具備咗 初級工程師嘅完整能力閉環。你唔需要話佢知「先做呢個，再做嗰個」，只需要講一句：「搞定呢件事」，佢自己會諗辦法。
以前遇到唔識嘅項目，我哋會睇文檔、搜 Google、問同事；而家多咗個選擇：直接扔畀 AI Agent。佢唔會抱怨、唔會偷懶、唔會漏步驟，仲會同你寫報告。呢個已經唔係工具，而係一個 開始「自己幹活」嘅嘢。
一人公司：當AI Agent擁有“bash”，她就什麼都能做
還記得上一次的實驗嗎？當時我只是給 AI Agent 加了一個能力——識別圖片。那時候已經有點意思了，她不再只是“讀文字”，而是開始“看世界”。
原圖是下面這張
但說實話，那還只是開胃菜。
這一次，我做了一件更“危險”的事情：我給了她一個 bash 工具。
如果說之前只是給她一雙眼睛，那麼這次，我是直接把“手”和“行動能力”一起交給了她。
什麼是 bash？為什麼這件事這麼離譜
很多人可能覺得 bash 很普通，但你仔細想一下：
bash 本質上就是操作系統的入口。
你平時在終端敲的每一行命令，本質上都是在告訴操作系統：
👉 去看文件
👉 去運行程序
👉 去檢查端口
👉 去安裝依賴
換句話說——
只要有 bash，就等於可以操控整個系統。
而我現在做的事情是：
👉 把這個能力，交給了一個 AI Agent
這就有點像什麼？
不是讓 AI 幫你寫代碼，而是讓她直接去執行、驗證、修復、再執行。
案例一：她自己把項目跑起來了
我給了她一個項目，沒有多說什麼。
接下來發生的事情，有點離譜。
她沒有問我“怎麼啓動”，也沒有讓我提供文檔，而是自己開始動手：
她先用 ls 看了一眼目錄結構，搞清楚當前環境是什麼樣子。
然後開始判斷：有沒有 Python？有沒有 FastAPI？依賴是否齊全？
接着，她沒有停下來，而是直接寫了一個啓動腳本 start.sh。
寫完之後，她也沒有盲目執行，而是做了一系列“工程師才會做的檢查”：
她確認當前沒有 Python 進程在運行，也沒有 uvicorn 實例殘留。
然後檢查 8000 端口有沒有被佔用。
這些步驟，其實就是我們平時排查問題時會做的事情——但這一次，是她自己完成的。
確認一切正常之後，她才啓動項目。
啓動完還不算結束，她還會主動檢查服務是否真的起來了。
最後，她給了我一份結構清晰的報告，大意是：
👉 項目已經成功啓動
👉 當前運行狀態正常
整個過程，沒有人類干預。
那一刻的真實感受
說實話，我第一反應不是興奮，而是有點“後背發涼”。
因為這已經不是“AI 幫你做事”，而是：
👉 AI 在替你做完整的一件事
而且她做的流程，比很多人還規範。
你可以吐槽同事忘記檢查端口、忘記清理進程、忘記寫腳本，但這個 Agent——她全都做了，而且一步不漏。
甚至有點不太客氣地說：
比不少同事靠譜。
案例二：她開始幫我處理發票了
然後我又試了一個更接地氣的場景：報銷。
如果你經常出差，一定懂那種痛苦：
👉 一堆發票
👉 各種字段要填
👉 最後還要整理到 Excel
這件事本身不難，但極其煩人。
於是我把一堆醫療發票丟給她，而且故意沒有告訴她文件名。
她是怎麼做的？
首先，她沒有慌，而是先去“看環境”——列出當前目錄的文件。
找到疑似目標之後，她調用了圖片識別工具，把發票裏的信息提取出來。
然後，她把關鍵信息整理好，直接彙報給我。
到這裏，其實已經比很多自動化工具強了。
但我又多說了一句：
👉 “幫我導出成 Excel”
接下來更精彩。
她先去看項目的 requirements，判斷當前環境有沒有相關依賴。
發現沒有之後，她自己安裝了 openpyxl。
然後寫了一段代碼，把剛剛識別出來的數據，結構化寫進 Excel 文件。
整個過程，完全自動完成。
當我打開那個 Excel 的時候，其實已經沒什麼驚訝了。
只是很平靜地覺得：嗯，這事她確實能幹。
這件事真正可怕的地方
很多人會覺得，這不就是“自動化”嗎？
但其實完全不是一個級別。
傳統自動化是：
👉 你定義好流程
👉 每一步怎麼走，都是人寫死的
而現在這個 Agent 是：
👉 自己理解目標
👉 自己決定步驟
👉 自己調用工具
👉 自己修正錯誤
換句話說：她不是在執行流程，她是在“生成流程”。
這才是本質的變化。
接下來會發生什麼？
當一個 Agent：
能看（圖片識別） 能做（bash 操作系統） 能寫（代碼生成） 能查（環境判斷）
那她其實已經具備了一個初級工程師的完整能力閉環。
你不再需要告訴她：
👉 “先做這個，再做那個”
你只需要說一句：
👉 “把這個事情搞定”
剩下的，她自己想辦法。
最後
以前遇到不會的項目，我們會：
👉 看文檔
👉 搜 Google
👉 問同事
現在多了一個選項：
👉 直接扔給 AI Agent
她不會抱怨，不會偷懶，不會忘步驟，還會給你寫報告。
有點誇張地說一句：
這已經不是工具了。
這是一個，開始“自己幹活”的東西。