Appearance
建立学习 AI 智能体的思维框架
写给不懂技术的你：不需要写代码，也不需要懂原理，只需要先在脑子里装好一张「地图」。这张地图，就是本课要给你的思维框架。
写在前面：为什么你学智能体总是一头雾水
先对齐问题，再装框架
很多同学跟我反馈：我也用过 AI 啊，怎么到了「智能体」这一步就懵了？总结下来，困惑基本是这三个：
疑问一：聊天机器人（Chatbot）和 AI 智能体，到底有什么区别？不都是打字聊天吗？
疑问二：AI 智能体和 AI 大模型是什么关系？一会儿说模型，一会儿说智能体，谁包含谁？
疑问三：真打开一个智能体，我该干什么？它到底能替我做哪些事？
这三个问题搞不清楚，学再多工具都是零散的点。本课只做一件事：把这三个点连成一张思维框架图。框架装进脑子，以后遇到任何新工具，你都能自己归位。
聊天机器人和 AI 智能体，有什么区别
一个出主意，一个动手干
先说结论：聊天机器人是顾问，AI 智能体是员工。
| 聊天机器人 | AI 智能体 | |
|---|---|---|
| 角色 | 顾问 | 员工 |
| 怎么干 | 你问，它答，到此为止。你问「帮我写个周报思路」，它给你一段文字，你复制走，自己粘贴、排版、发出去。它只动嘴，不动手。全程每一步都需要你来衔接。 | 你给目标，它给结果。你说「把这 30 份简历按岗位整理成一张表」，它自己打开文件夹、读文件、分类、建表、保存，中间不需要你逐步指挥。它动手，交付的是做完的事。 |
| 产出 | 答案。答案还需要你加工。 | 结果。结果可以直接用。 |
一句话记住：聊天机器人产出「答案」，智能体产出「结果」。
AI 智能体和 AI 大模型，是什么关系
大模型是大脑，智能体是身体
先把一个最容易混的概念掰开。你天天听到的 ChatGPT、DeepSeek、Kimi、通义千问，这些是大模型，它们是「大脑」，负责思考。但大脑自己不会伸出手去点你的鼠标、读你硬盘里的文件。
而智能体，是给这颗大脑配上了身体和手脚：能读文件、能操作软件、能调用工具。所以记住这个公式：
后面你遇到的几乎所有 AI 工具，都是同一套结构：执行架构（身体）+ AI 大脑（可替换）。这个公式要焊在你的脑子里。
拿现在很火的 Codex 来说，它本质上是一套执行架构：能读文件、能跑命令、能调工具，但它自己不会想。你得给它接一个大模型当大脑，它才能干活。Claude Code、WorkBuddy 全是这个逻辑。区别只在两件事：执行架构的能力边界不同（能调用哪些工具），接的大脑不同（用哪个模型思考）。
为什么要学会「给智能体换大脑」
两个字：省钱。再两个字：更强。不同模型的成本差距非常大，Claude Opus 的价格是 Haiku 的几十倍，但你让它帮你改个变量名，跟用 Haiku 没区别。所以核心逻辑很简单：简单任务用便宜模型，复杂任务用贵模型。
以后你会花很长时间关注一件事：什么样的任务，配什么样的模型。写个脚本、改个简单 bug、批量重命名，用 DeepSeek、Kimi 这些低成本模型就够了。做架构决策、写复杂业务逻辑、需要深度推理的任务，再上 Claude Opus、GPT 系列。给智能体换 AI 模型，会是一个非常常规的动作。
有哪些 AI 智能体，什么是桌面级智能体
按「住在哪」分类，一眼看懂
市面上智能体产品眼花缭乱，但你不用一个个记。按「它住在哪、能碰到什么」分两类就够了：
网页级智能体：住在浏览器里，只能处理你发给它的文字和文件，碰不到你的电脑。聊天机器人加了一点自动化，本质还在网页这个「玻璃房」里干活。
桌面级智能体：安装在你电脑上、被授权直接操作你的文件和软件的智能体。它从「玻璃房」里出来了，能在你的真实工作环境里干活：读你的文件夹、运行程序、跨软件协作。这是当前能力上限最高的一类，也是本课后面实战的主角。
| 智能体 | 形态 | 特点 | 适合谁 |
|---|---|---|---|
| Codex（ChatGPT桌面版） | 桌面级 · 全能型 | OpenAI 出品，深度开发能力强，工程任务执行稳定 适合复杂任务 | 准专业级同学 有一定使用门槛 |
| Claude Code | 桌面级 · 专业级 | Anthropic 出品，代码质量与架构能力突出 | 专业级同学， 使用门槛高 小白不推荐使用 |
| WorkBuddy | 桌面级 · 办公级 | 中文友好，办公场景全家桶，技能与连接器生态，可扩展 | 全人群 门槛低 AI智能体入门必学 |
| 豆包工作 | 桌面级.客户端 | 字节出品，免费轻量，中文日常问答与办公 飞书深度集成 | 飞书深度使用或公式强烈要求的可以选择 |
| 千问办公 | 桌面级.客户端 | 阿里出品，模型能力强，与阿里办公钉钉生态结合 | 不推荐，新入局 钉钉用户或企业强制使用 |
| 百度搭子 | 桌面级.客户端 | 百度出品，依托文心大模型，中文信息检索见长 | 可以作为探索 |
提示：这一类产品迭代非常快，名字、功能、价格都在变。所以别背这张表，记住分类逻辑就够了：编程向偏专业，全能向偏办公，网页级偏轻量。
哪个智能体更好用
没有最好用，只有最适合
「哪个智能体工具最好用？」这几乎是所有 AI 新人的问题。但这个问题无解，因为「好用」不是一个定量的词，而是一个定性的词。你想要的好用，应该是：
使用门槛低 · 成本低 · 速度快 · 质量好
但这四样不可能同时拉满，所以这里我不会告诉你哪个最好用，我可以告诉你怎么判断哪个更适合你。给你三个判断维度：
- 看你的任务类型。主要写代码做开发，复杂数据分析、复杂视频制作或剪辑选编程型的 Codex、Claude Code；主要做文档、表格、报告等办公事务，选全能向的 WorkBuddy；只是偶尔问答聊天，网页级产品足够。
- 看你的动手能力。愿意碰终端和配置的，编程向工具上限更高；完全不想碰技术的，直接选开箱即用的全能型桌面智能体。
- 看你的数据边界。涉及公司内部文件和敏感数据的，优先选能本地运行、权限可控的桌面级产品，而不是什么都往网页里传。
一句话总结：工具没有擂台，任务才是裁判。先想清楚你要它干什么，再回头看这张表，答案自然浮现。
打开智能体以后，到底要干什么
一个万能工作循环，五步走
解决了「是什么」，最后解决「怎么用」。很多人打开智能体就发懵，不知道第一句该说什么。其实所有智能体的用法都是同一个循环，你只要练熟这五步：
- 说清目标。不要说「帮我处理一下数据」，要说「把这 30 份简历按岗位分成三类，整理成一张 Excel 表」。目标越具体，结果越靠谱。
- 给足上下文。告诉它文件在哪、规则是什么、以前怎么做的。智能体不读心，它只知道你告诉它的。
- 让它先拆计划。动手前让它列出执行步骤给你确认。这一步是新手和老手的最大差别，确认计划能避免它跑偏十步。
- 放手让它干。确认计划后不要逐步插手，让它在架构能力范围内自动执行。你的角色从操作员变成验收员。
- 验收与迭代。看结果、提修改、再执行。智能体的产出是迭代出来的，不是一次到位的。
记住：智能体时代，你的核心技能不是操作，而是把任务说清楚。这就是所谓的「提示词能力」，本质上是管理能力：目标、规则、验收标准。
学智能体，我们到底该学什么
不学操作，学底层逻辑
回答完上面的问题，我们再直面一个问题：学智能体，到底该学什么？肯定不是学工具的操作，因为未来会有越来越多的工具出现，我们不可能每一个都学一遍。我们要学的是智能体的底层逻辑。
什么是学习AI智能体的底层逻辑：就是学会如何梳理和分解自己的业务需求、学会与AI协作的方法，逐步把自己重复、繁琐的工作交给AI智能体自动完成。
我用飞书、钉钉和企业微信给你举例子：假设你在 A 公司用的是飞书，到了 B 公司他们用的是钉钉，你肯定不需要重新学一遍。你只要花个半天时间，就能很快上手钉钉，因为你已经了解了这类办公软件的底层逻辑：所有办公软件都是聊天、云文档、多维表格、视频会议、日历、工单审批这样的功能。这就是办公软件的底层逻辑。
智能体也一样。工具会换，大脑会换，但下面这三层框架不会变：
回到开头那三个疑问，现在你可以自己回答了：聊天机器人和智能体的区别，是答案和结果的区别；智能体和大模型的关系，是身体和大脑的关系；打开智能体该干什么，是走完目标到验收的五步循环。
框架装好了，后面的课程我们就在这套框架里实战：选一个桌面级智能体，从第一个真实任务开始，把它变成你的最强同事。