← 返回 AI大模型从0到1——理论与实操
C3-01 了解Agent
关键概念
AI产品(2C&2B)
-
AI+应用
-
notion笔记,美团
-
AI Native产品
-
Pixverse, 初期的网页版对话产品
-
Agent Native产品
-
Claude Code, Codex, WorkBuddy, Manus
AI开发工具
-
桌面客户端
-
Codex, Zcode
-
终端
-
Claude Code, Kimi Code
-
代码编辑器
-
Cursor, Trae
✏️ 有开发习惯的人使用代码编辑器
Agent
❓ 思考:你让 ChatGPT 写一封邮件,和你让一个 AI 帮你"自动监控竞品网站价格变动并邮件通知你",根本区别是什么?
答案是:后者是 Agent,前者只是 ChatBot。
ChatBot vs Agent:差的不只是一个"工具"
| ChatBot | Agent |
|---|---|
| 被动回答 | 主动规划、定时任务 |
| 一问一答 | 多步骤自主完成 |
| 只能对话 | 对话 + 行动 |
| 无外部交互 | 调用 API / 执行代码 / 操作文件 |
| 上下文有限 | 长期记忆 + 状态管理 |
核心定义:
Python
1 | |
"这"算不算 Agent?—— 三个判断题
例子 A:用 ChatGPT 问"北京今天天气怎么样",它回答"我没有实时天气数据"
👉 这是 ChatBot,不是 Agent(被动回答,无工具调用)
例子 B:对 AI 说"帮我分析这份销售数据并写一份报告",它自动:读取文件 → 写 Python 代码分析 → 生成图表 → 写 Word 报告
👉 这是 Agent(规划 + 工具调用 + 多步执行)
例子 C:设置了"每天早上 9 点自动拉取 GitHub 最新 Issues 并总结发到 飞书"
👉 这是 Agent(带调度)(持续运行 + 主动触发)
Agent组成

🥇 小结:
通过本节课了解了AI产品分类,Agent是什么,由哪些模块组成