adjust（调整）在 AI 领域指的是用户通过自然语言或简单指令，对模型生成结果进行即时、局部、可控修改的能力，是当前生成式 AI 产品竞争的核心体验之一。随着图像编辑、3D 建模和 Agent 工作流的成熟，“能不能精确调整”正在取代“能不能生成”，成为衡量模型实用性的新标准。
adjust 能力的近期进展
当前焦点与观察点
围绕 adjust 的讨论正在从“功能有没有”转向“流程是否还需要”。Viking 在《Plan Mode 已死》中提出，强模型时代不再需要先写规格文档再执行，边生成边调整可能取代前置规划；宝玉也注意到相关产品可能移除 plan 模式，说明交互范式本身在被重新审视。
另一个观察点是调整的粒度与智能的平衡。Milvus 指出更多记忆并不会自动让 Agent 更好，无关历史进入上下文反而有害——这意味着 Agent 在自主调整策略时，需要学会过滤而非累积信息。综合来看，adjust 能力的下一步竞争点在于：从被动响应指令，走向模型主动判断“哪里该变、哪里不该变”，并保持整个生成过程的可控与可逆。