本课约 12 分钟 · 免费 · 内容更新于 2026 年 10 月
先看一个场景
月底了，你对 AI 说："帮我把这个月 30 封客户来信整理一下，挑出要紧的，起草好回复。"
- 普通的 AI 聊天会告诉你：可以按"投诉、咨询、合作"分类，紧急程度这样判断，回复可以参考这个模板……然后你还得自己一封封打开、复制、粘贴。
- AI Agent 会自己打开邮箱，一封封读完，按问题类型和紧急程度整理成一张表，给每封要紧的信起草好回复，最后问你："这 6 封要紧的回复要我发出去吗？"你看一遍、改两处、点确认，它把信发出去。
两者用的可能是同一个大模型，区别在于：聊天给你答案，Agent 替你把事做完。
这一课只做一件事：让你真正分清这两者，并知道什么样的事值得交给 Agent。
一句话定义
AI Agent（中文常叫"智能体"）是能替你完成一件事的 AI：它自己把任务拆成步骤，动手使用各种工具，根据每一步的结果调整做法，直到做完，或者在需要时停下来请你确认。
"Agent"这个词在人工智能领域由来已久，经典教材里的定义是：能感知所处环境、并通过行动影响环境的东西。今天我们说的 AI Agent，是把这个老概念和大语言模型结合起来的产物：让大模型来"感知"和"决定"，让工具来"行动"。
拆开看：大脑、手和记事本
把 Agent 想象成一个新来的实习生，会更好理解：
| 组成 | 类比 | 是什么 | 举例 |
|---|---|---|---|
| 🧠 大脑 | 实习生的脑子 | 大语言模型，负责理解你要什么、拆步骤、在每一步做判断 | 判断"先读完所有邮件，再分类排序，最后起草回复" |
| 🛠 手 | 实习生能用的电脑和软件 | 工具：搜索、读文件、打开网页、填表、发消息、调用其他软件 | 打开邮箱读取邮件、把结果写进表格 |
| 📒 记事本 | 实习生的笔记本 | 记忆：当前任务做到哪一步了，以及你的长期偏好 | 记得"已经处理到第 18 封"，以及"你回复客户喜欢简短、带称呼" |
光有这三样还不够，关键是它们在一个循环里转起来：
- 想：现在该做什么？
- 做：用某个工具去做。
- 看结果：做成了吗？得到了什么新信息？
- 再想：根据结果决定下一步，直到任务完成。
普通的聊天只有"想一下、说一次"。Agent 能"想、做、看、再想"很多轮，这就是它能完成复杂任务的原因。
聊天和 Agent 的对比
| AI 聊天 | AI Agent | |
|---|---|---|
| 给你的是什么 | 一个回答 | 一件做完的事（或做到一半等你拍板） |
| 谁动手 | 你 | AI 动手，你检查 |
| 一次任务里有几步 | 通常一步：你问，它答 | 很多步，它自己决定下一步做什么 |
| 用不用工具 | 基本不用，或者只用一下搜索 | 经常用，而且会组合着用 |
| 出了问题 | 说错了，你自己发现 | 可能会自己发现、自己换个办法重试 |
| 你的角色 | 提问的人 | 委托人和把关人 |
最后一行最重要：**用 Agent，你的角色从"提问的人"变成了"交代任务、在关键处把关的人"。**后面几课教的，其实都是怎么当好这个委托人。
不是越"自主"越好
市面上叫"智能体"的东西，自主程度差别很大。可以把它们排在一条线上：
问答型 ───────── 流程型 ───────── 自主型
你问一句它答一句 按你画好的步骤执行 自己决定做哪些步骤、用哪些工具
- 问答型：带了固定设定的聊天机器人，比如"专门回答公司报销规定的助手"。
- 流程型：步骤是人提前定好的，AI 负责其中需要"理解和写作"的环节。比如"每天早上抓取新闻 → 总结成 5 条 → 发到微信"。业内常把这种叫作工作流。
- 自主型：只给目标，由 AI 自己决定步骤和工具。比如"帮我调研这三家公司，写一份对比报告"。
越往右越灵活，能处理没见过的情况；但也越难预测、越容易跑偏、花的时间和费用也越多。所以一个实用的原则是：**用能解决问题的最简单的方式。**能用固定流程解决的，就不必交给完全自主的 Agent。第 5 课我们会让 Agent 按固定流程定时执行一件事。
为什么最近大家都在谈 Agent
Agent 的想法早就有，但直到近两年才真正好用，主要是因为：
- 大模型更会"用工具"了：能稳定地判断什么时候该搜索、该读文件、该调用哪个功能，并按格式要求去调用。
- 能记住的东西更多了：一次能处理的内容从几页纸扩大到整本书，可以边做边记，任务做得更长。
- 产品化了：很多 AI 产品已经内置了"深度研究""智能体"之类的模式，普通人不写代码也能用上。
它做不好什么：能力边界和风险
Agent 很有用，但请记住四件事：
- **会出错，而且可能错得很自信。**大模型可能编造不存在的信息（常被称为"幻觉"）。重要的结论，请让它给出来源，并亲自核对。
- **慢，也可能贵。**一个复杂任务可能要跑几分钟、调用几十次模型。按次数或按量计费的产品，用之前先看清价格。
- **注意你交出去的信息。**身份证号、银行卡、密码、公司机密、他人的隐私，不要交给你不了解的 AI 产品。
- **关键操作必须你来拍板。**付款、发消息给别人、删除文件、提交正式文件，这类做了就难以撤回的动作，一定要设置成"先给我确认"。
跟着做：亲手感受一次区别
找一个你常用的 AI 产品（大多数主流 AI 助手都提供"深度研究"或"智能体"一类的模式），用同一个问题分别试两次：
帮我比较 3 款 2000 元以内的主动降噪耳机，给出购买建议，并附上信息来源。
第一次用普通对话，第二次打开"深度研究 / 智能体"模式。边看边填这张表：
| 观察点 | 普通对话 | 深度研究 / 智能体模式 |
|---|---|---|
| 花了多长时间 | ||
| 有没有去搜索网页？大概查了几处 | ||
| 有没有给出来源链接？点开核对，对得上吗 | ||
| 中途有没有调整做法（比如"这个信息过时了，我换个来源"） | ||
| 你更信任哪个结果？为什么 |
做完你会对"想、做、看结果、再想"这个循环有直观的感觉。
拿走就能用：这件事适合交给 Agent 吗？
遇到一件事，用下面 6 个问题打分，每个"是"记 1 分：
| # | 问题 | 是 / 否 |
|---|---|---|
| 1 | 这件事需要好几个步骤，而不是一句话就能回答？ | |
| 2 | 步骤里有"查资料、读文件、整理信息、写东西"这类 AI 擅长的工作？ | |
| 3 | 我能说清楚"做成什么样算完成"？ | |
| 4 | 就算中间有小错，我也能检查出来？ | |
| 5 | 它会重复发生（每周、每天都要做）？ | |
| 6 | 做错的后果可以承受，或者关键步骤我可以先确认再执行？ |
- 5–6 分：非常适合，第 4、5 课学完就可以动手做。
- 3–4 分：适合，但要先把任务说清楚（第 3 课），并在关键处设置人工确认。
- 0–2 分：先用普通聊天辅助你自己做，或者暂时不要交给 AI。
第 3 和第 6 题最常被忽略：说不清标准的事，AI 做不好；你检查不了的事，不要交给 AI。
常见问题
"智能体"和"Agent"是一回事吗？ 是同一个词的中英文说法。不过要留意：很多平台上的"智能体"其实只是"带固定设定的聊天机器人"（上面说的问答型），并不会自己动手做事。判断标准很简单：看它能不能使用工具、能不能自己走多个步骤。
用 Agent 需要会编程吗？ 不需要。这门课的所有内容都不需要写代码。第 8 课你还会看到，连做一个小工具，现在也可以交给 AI 来写代码。
Agent 会取代我的工作吗？ 更现实的变化是：会用 Agent 的人，能把重复、繁琐的部分交出去，把时间花在判断和决策上。这门课的目标，就是让你成为"会用的人"。
课后小任务
列出你一周里重复做的 5 件事（工作、生活都算），用上面的清单给每件事打分。把分数最高的那一件记下来，第 4 课我们会把它交给桌面 Agent 实际去做。
参考来源
- Stuart Russell, Peter Norvig. Artificial Intelligence: A Modern Approach（第 4 版，2020）。第 2 章"Intelligent Agents"对 Agent 的经典定义。
- Lilian Weng. LLM Powered Autonomous Agents（2023）。把大模型 Agent 拆分为规划、记忆、工具使用三部分的经典综述。
- Anthropic. Building effective agents（2024）。区分"工作流"与"Agent"，并建议优先采用最简单的可行方案。
- OpenAI. A practical guide to building agents（2025）。从模型、工具、指令三方面讲解 Agent 的构成，以及何时适合使用 Agent。
延伸阅读
想从原理层面深入了解智能体，推荐阅读 Datawhale 开源教程《Hello-Agents：从零开始构建智能体》第一章"初识智能体"和第二章"智能体发展史"（CC BY-NC-SA 4.0）。