从去年开始把AI智能体引入日常工程管理工作，一年下来走了不少弯路，也有了一些实实在在的收获。今天把我的经验和反思记录下来，给想尝试的同行做个参考。
一、AI智能体到底是什么？用大白话说清楚
很多人一提AI就想到ChatGPT——你问它答。但智能体（Agent）不一样，它不只是回答问题，它是一套能"自主执行任务"的系统。
打个比方：普通AI像是一个图纸咨询师——你问它"这个梁的配筋是多少"，它给你答案。但智能体更像是一个"施工员"——你跟它说"把这层楼的钢筋统计出来，做成表格发给我"，它能自己去读图纸、去算量、去整理格式、去发邮件。
智能体 = 大模型（大脑）+ 工具（手脚）+ 记忆（经验）的融合体。这一年我用智能体做了很多事情，也在这个过程中不断迭代自己的认知。
二、实战中的三个典型场景
场景一：施工日志自动生成
以前每天写施工日志是最烦的事——天气、人员、进度、质量、安全、材料进场，每一项都要写。引进智能体后，我把现场照片、语音记录往系统里一扔，智能体自动提取关键信息、按模板生成日志初稿，我只要审核修改就行了。每天至少省了40分钟。
▸ 踩过的坑：一开始让智能体完全自动生成，结果出了几次"没在场也能编出内容"的乌龙——智能体脑补了当天没发生的事。后来改成"信息输入+AI辅助生成"模式，核心事实由人确认，格式和表述由AI完成。工具是工具，人是人，不能颠倒。
场景二：合同条款智能审查
工程合同动辄上百页，人工审查费时费力还容易漏。我用智能体做合同初审——把合同文本扔进去，智能体自动识别风险条款（付款节点不合理、违约责任不对等、争议解决条款不明确等），并自动比对标准合同范本。去年某份合同，智能体发现了一个"补充协议中的排他性条款"和主合同的"允许分包条款"相互矛盾，人工审查时真没注意到。
▸ 踩过的坑：智能体对金额的敏感性不够——几百万和几千万在它看来区别不大。律师费条款精确到具体数字和比例时，必须人工复核。AI是放大镜，不是替代眼睛。
场景三：变更索赔资料梳理
项目上的变更签证和索赔资料动辄几百份，年底结算时找资料找到崩溃。我用智能体做变更资料的"档案管理"——每产生一份变更就把电子版扔进去，智能体自动提取变更内容、金额、责任人、审批状态，按项目分类建索引。年底结算对量时，跟审计对什么资料，三分钟内能查到原始签认单。
三、关于AI智能体的几个颠覆认知的感悟
1. 用得越"窄"效果越好。
一开始我试图让一个智能体包打天下——又要管成本、又要管进度、又要管质量。结果样样都会，样样都不精。后来拆分成"成本核算智能体""进度管控智能体""资料管理智能体"等多个专用体，每个只干一件事，效果反而好得多。就像工地上分工一样，泥工不碰电工的活。
2. 工程行业的"隐性知识"才是AI最难学的。
规范、标准、图纸这些都是显性知识，AI学得很快。但工地上的"隐性知识"——什么样的监理该用什么方式沟通、某个地方土质含水量的经验判断、哪家材料商的钢筋经常短尺少两——这些经验判断AI学不到。所以AI更适合做"标准化的体力活"，非标判断还是得人来。
3. 最大的价值不在"替代"而在"增强"。
我最开始用AI是想着"少招个人省点成本"，后来发现AI替代不了核心岗位。但它能让核心岗位的人效率提升2-3倍。以前一个造价员一天能算完一层楼的量，现在AI辅助下半天搞定一层。省下来的时间可以去对量、去沟通、去做更有价值的事。
四、给工程人入局AI的三条建议
建议一：别想着一步到位。 从最小的痛点切入——施工日志、资料整理、数据录入，这些"脏活累活"最值得先AI化。干出效果了再逐步扩展。
建议二：数据是基础，先建好数据体系。 没有结构化数据，AI就是空中楼阁。先花时间把电子文档标准化、命名规范化、目录系统化，AI才能发挥价值。别想着用AI来"拯救"混乱的数据管理，那是反向的。
建议三：保持"AI审计"思维。 AI给出的任何结果都要经得起审计——能追溯到原始数据、能还原推理过程。尤其工程行业，一个数据错了可能导致几十万的损失。对AI要有信任，但更要有验证。
智能体这个技术，正在改变我们做工程的方式。但改变不是一夜之间发生的，它需要工程人和技术人一起，一步一步地探索、试错、迭代。这一年我的收获不只是效率提升，更重要的是——我开始用"系统思维"来看待工程管理这件事。这可能才是AI带给工程人最大的礼物。