AI Agent 工具栈：真正把工作做完，需要哪几层能力？
AI Agent 不是工具越多越好。真正有用的 Agent，需要一条受控闭环：先看清现场，再在正确环境里执行；把上下文留下来，把成功方法固化；结果真正影响业务前，停下来交给人审核。
这才是 AI Agent 工具栈 的实际含义。Browser、Terminal、Git、Drive、Skills、连接器、Automations、权限和人工审核，不是九个彼此独立的功能点。它们共同决定 Agent 能不能从一句需求，走到一个看得见、查得到、可以验收的产物。
**先记住四层：**执行层负责浏览和运行；上下文层保存文件与状态；流程层把好方法变成可复用 Skill；控制层限制访问范围，并让人对最终结果负责。
别再按“工具数量”选平台
很多选型表只数 integrations 和工具名，但真正决定能否落地的是这些问题：
- Agent 能自己检查来源，还是只能接收复制进来的文字？
- 遇到精确操作时，它能运行确定性命令，还是只会建议你运行？
- 下一次 session 能不能拿到上一次留下的文件和判断？
- 一次成功执行，能不能固化成团队复用的流程？
- 权限是否只覆盖当前任务？
- 人最终审核的是一次 tool call、一份 diff，还是可投入业务的产物？
Anthropic 对 workflow 与 agent 的区分很实用：workflow 由代码预先规定路径，agent 则会根据现场动态选择工具。它在 tool 设计文章里也强调，与其塞进一堆含糊工具，不如提供少量、清晰、能解决高价值任务的工具。
所以工具栈应从任务和验收标准开始。“研究五个竞品，保存证据，更新比较，发布前询问”可以配置工具；“把营销做好”不可以。
第一层：Browser 负责观察外部世界
Browser 是 Agent 的观察面。它可以打开当前网页、跟随链接、检查真实界面，并补充 prompt 里没有的新证据。
它适合产品研究、来源核验、表单操作、公开数据采集和上线结果检查，同时也是风险入口。登录状态、表单、下载和外部提交都可能带来敏感动作。
因此 Browser 至少要回答三件事：Agent 能访问哪些网站和登录态；读取与外部写入是否分开；Reviewer 能否看到来源和最终结果。
浏览器也不能替代证据纪律。Agent 应记录 URL、核验日期、关键摘录和事实边界，而不是只说“网上查到了”。
第二层：Terminal 与 Git 负责精确执行
模型擅长理解，Terminal 擅长精确动作。
有了 Terminal，Agent 才能运行 parser、测试、数据转换、构建命令、图像工具和校验脚本。关键变化是：不再只描述应该怎么做，而是留下 exit code、生成文件、测试结果和可重复命令，证明事情确实做过。
Git 为代码和文本项目保留可审核历史。它能记录变化、支持 branch 和 diff，让另一个人检查具体改了什么。不是每个业务任务都需要 Git，但产物属于 repository 时，它比把代码贴进聊天更可靠。
Buda 当前 Agent Workspace 把这些工作面放在同一任务旁边。下面是官方产品截图：Files、Local Browser、Terminal、AI Browser 和 Git 都可见，不需要把执行过程藏在一条聊天回复里。
第三层：Drive 把上下文变成可检查材料
上下文不等于一段很长的聊天。长期工作的 Agent 需要人可以打开、改名、比较和复用的文件。
Drive 可以保存来源文档、运行规则、研究快照、中间数据、已接受产物和下一步说明。这样，另一位同事不用重放原 prompt，也不用盲信旧聊天摘要，就能检查同一批材料。
至少要区分三类文件：Agent 可以作为输入的来源材料；草稿、缓存、提取结果等工作材料；以及经人确认、可以进入下游流程的已接受材料。
“Agent 记得”并不能说明这段记忆是否最新、是否有来源、是否被接受。文件和状态需要可见。
第四层：Skills 与连接器把工作变成可复用流程
Tool 完成一个动作，Skill 说明如何把多个动作组合成一项长期工作。
“打开网页”是 Browser 动作；“审核落地页、抓 canonical、检查移动端、记录坏链并生成审核报告”才是一条可复用流程。Skill 应写清输入、输出、证据要求和停止条件。
连接器与 MCP 可以把外部系统接进来，但不应变成无限访问。每条连接都要有明确账号、scope、credential owner 和撤销路径。Buda 的 Marketplace 可以直接搜索并安装 Skill，不必每次从零拼流程。
流程稳定后再固化 Skill；先让前几次运行保持可见、可审核。Automation 应排在流程验证之后。
第五层：Automations 提供时间，不替代判断
Automation 回答“什么时候运行”。它可以启动日报、周检或一次性跟进，但不会自动证明结果正确。
计划任务仍要绑定命名 Agent、持久 workspace、边界清楚的 prompt/Skill、明确输入源、可见输出位置、失败报告和 Reviewer。否则只是把一个模糊任务更频繁地重复。
第六层：权限决定事故半径
权限应匹配岗位，不应匹配平台能提供的最强工具。
研究 Agent 可能只需要公开 Browser 和只读文件；Coding Agent 需要一套 repository 与测试环境；财务 Agent 可以读取发票，但付款必须有独立审批边界。
实用的权限设计包括：按客户或数据域拆分 Space/Agent；按 Agent 连接 integration；限定 repository/folder；区分 read/write；对敏感外部动作要求确认；能随时移除成员或断开连接。
Buda 文档说明，每个 Agent 运行在自己的 cloud computer 中，包含 Files、Browser、Terminal 和 Git；Space 与 Drive 决定共享材料边界。不同套餐可用工具不同，采购前要核对实际 plan。
第七层：人工审核闭合责任
Review 不是装饰性的最后一步，而是责任回到人的地方。
Tool confirmation 回答“能不能执行”；artifact review 回答“这个结果能不能投入业务”。Campaign brief、报告、代码 diff、表格和客户回复，都应按后果设置验收点。
Buda 当前界面可以在需要人的判断时暂停。负责人不必盯住每个中间 tool call，只需要在真正改变业务状态的选择或产物上做决定。
用这张表检查平台
| 层 | 平台必须回答 | 失败信号 |
|---|---|---|
| Browser | Agent 能观察和操作什么？ | 来源与外部动作不可见 |
| Terminal | 能否运行确定性工具和校验？ | 只会给命令建议 |
| Git | Repository 变化能否 diff 和 review？ | 代码贴在聊天里，没有历史 |
| Drive | 来源、状态和产物在哪里持久保存？ | 连续性依赖聊天摘要 |
| Skills/连接器 | 一次成功怎样变成可复用流程？ | 每次都重新发明方法 |
| Automations | 谁触发任务，失败怎样报告？ | 定时任务静默输出 |
| 权限/审核 | 谁能访问、执行和验收？ | 宽权限，没有负责人 |
不要一次买齐所有层。先选一项结果可以检查的工作，只给 Agent 必要工具，手动跑通，记录缺失上下文和风险判断。审核链成立后，再固化 Skill 和计划任务。
一条具体的 Buda 工作流
以每周竞品更新为例：Browser 打开官方 release notes；Drive 保存日期快照和当前比较稿；Terminal 提取变化并检查链接；需要 repository 时由 Git 记录改动；Skill 固化证据、格式与去重规则；Automation 每周启动；遇到争议说法先暂停，最终 brief 由人接受。
价值不来自某一个工具，而来自工具之间没有丢失证据和责任。
常见问题
AI Agent 需要哪些工具？
通常需要 Browser 等观察工具、Terminal 等执行面、持久文件、可复用 Skills、scope 明确的 integrations，以及人工审核路径。Coding 工作常加 Git；周期工作再加 Automations。
团队怎样控制 AI Agent 的工具权限？
每个 Agent 只拿岗位必需的数据和工具。拆分读写权限，限定 repository/folder，隔离客户或公司数据，敏感动作前要求确认，并为最终产物指定一个人类 owner。
哪些 AI Agent 平台把 Browser、Terminal、Git 与共享文件放在一起？
Buda 在持久 Agent Workspace 中组合 Browser、Terminal、Git、Files/Drive、Skills、Automations 与 review。团队仍要核对套餐、integration scope，以及工作流是否真的需要全部工具。其他平台也可能通过独立 runtime 和 integrations 组合这些层。
工具越多越好吗？
不是。每个工具都会增加歧义、权限、失败面和维护成本。只有当它能补上一条真实工作流中的明确缺口时，才应该加入。
固定 Workflow 会不会比 Agent 更好？
路径明确时，确定性 workflow 通常更容易测试。只有系统需要理解变化上下文并动态选择工具时，才需要 Agent。可靠系统往往把两者组合：固定边界包住动态推理。
从一项可审核任务开始
找一项同时需要实时来源、命令、保存文件和一次人工判断的工作，放进 Buda AI Agent Workspace 运行。缺的是执行、上下文、流程、权限还是审核，会很快暴露。
从成熟岗位创建 Agent，或从 Marketplace 安装可复用 Skill。