2023年第一次深度使用ChatGPT的时候，我盯着屏幕上那个不断跳动的光标，心里涌起一种极其强烈的熟悉感。很多人惊呼这是颠覆时代的魔法，但在那一刻，我脑子里冒出的念头却非常接地气：剥开那些华丽的套裙，这东西骨子里不就是一个Bot吗？只不过，它的抽象程度远远超过了我们过去手搓的那些QQ社交机器人。

回想一下以前我们在群里是怎么和机器人打交道的。用户必须像对暗号一样，老老实实输入“签到”、“查询背包”或者“今日运势”。机器人后台有一套死板的规则匹配，认出了暗号，就去查数据库，最后吐出一串设定好的文本。现在的场面看起来确实魔幻多了，你可以随口问“我今天是不是忘签到了”，或者“根据我昨天说的情况，帮我总结一下”。表面上看，固定指令被自然语言取代了，但如果你也是个写了多年代码的老兵，退后一步从系统架构的角度去看，这中间真的发生什么本质改变了吗？并没有。自然语言，不过是把过去那些干瘪结构化的指令，变成了一种更自由、更宽容的表达方式。

交互的壳子变了，但最底层的那个漏斗一点都没变。用户发来一条消息，系统去抓取他当前的状态和上下文，理解意图，最后返回一个结果。这套逻辑，我们这些做Bot开发的人，在没有大模型的大航海时代，其实已经默默蹚了很多年的水。

就拿一念成仙来说，要在没有大模型加持的情况下，去维持一个每天几万人同时在线交互的庞大修仙社会，机器人需要处理多复杂的问题？它得精准地知道此刻发消息的这个ID是谁，他在哪个群，他昨天干了什么。面对几十万用户，它要为每个人维护完全独立的上下文和数据库记忆。同样的指令，一个刚入群的新人和一个宗门之主敲出来，结果截然不同。它还要默默在后台跑着大量的定时任务，到了特定时间主动去通知特定的群体。这些在当年看似最苦逼、最基础的业务逻辑，你放到今天的AI圈子里看看，是不是全都换上了一身洋气的马甲？

我们以前叫上下文隔离，现在叫Context；以前叫外部插件调用，现在叫Tool或者Capability；以前存进数据库的长期状态，现在叫Memory；以前设定的定时触发，现在变成了Automation。就连我们现在去写提示词，那种给AI设定人设、规定边界的逻辑，其实和当年往机器人框架里注册一个带有限制条件的新插件，骨子里根本就是一回事。形式天翻地覆，但我们试图回答的终极问题从来没变：怎么把一个新的能力，安全地插进一个每天都在高速运转的对话系统里，并且在它离开时干净地撤销所有的副作用。

这也是为什么，后来我看着Cordis这套技术路线顺理成章地演进到AI Harness的时候，心里毫无波澜，甚至觉得理应如此。从早期Koishi生态里大家死磕插件的生命周期和动态组合，到今天Agent时代去挂载文件系统、网络工具和记忆模块，我们其实一直都在处理“身子”的问题。大模型确实是天降神兵，它带来了前所未有的自然语言理解和自主规划能力，但这就像是给一个系统换上了一颗顶级的“大脑”。如果没有人提前在最泥泞的真实业务里去解决那副“身体”的排异反应，大脑再聪明，也指挥不动一根手指。

很多年前我们在问，一个QQ群里的Bot到底能干嘛？今天整个硅谷都在问，一个AI Agent到底能干嘛？时代确实跃迁了，以前是我们替用户穷举所有的可能性，现在是模型自己去推演。但对于我们这些一路走来的开发者而言，那些长期存在的系统工程问题不仅没有随风消散，反而显得愈发珍贵。我越来越相信，大模型爆发前的那几年，那些在简陋聊天窗口里敲打代码、处理高并发并发和用户状态的日子，就是一场残酷又隐秘的练兵。它教会了我们，到底该怎么让一个会说话的系统，真正靠谱地去为人类服务。