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
AI Agent = LLM + 自主行动能力

"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