LESSON 03 · AGENT 智能体
Why this lesson · 为什么值得学
学会给 Agent 清晰目标，而不是一步步教
在关键节点验收结果，不失控
让 Agent 当靠谱搭档，不是甩手掌柜
核心洞察：Agent 不是魔法——你告诉它「目标」的方式，直接决定了它做得好不好。这一课教你跟 Agent 打交道的「语言」——怎么下达任务、怎么审核结果、怎么迭代修正。
你不需要学什么高深的提示词技巧。跟 Agent 打交道，记住三个原则就够了：
常见错误：
「你先打开谷歌，然后搜 AI 新闻，然后点开第一个链接，然后把内容复制下来……」
你把 Agent 当成了遥控器——每一步都要你指挥。那还不如你自己做。
正确做法：
「帮我找一下这周 AI 行业最重要的 5 条新闻，整理成一份摘要。」
你把目标告诉 Agent——它自己去规划步骤。这才是 Agent 的用法。
太模糊：
「帮我写个方案。」
Agent 不知道「方案」是什么方案、给谁看、什么风格——只能猜。
给够信息：
「帮我写一份个人博客的搭建方案。我是零基础，想用最简单的方式上线。预算不超过 200 元/年。给三个方案让我选。」
Agent 知道你是什么水平、什么预算、想要什么产出——结果会精准很多。
一次要求全部：
「帮我做一个功能完整的电商网站，要有用户登录、购物车、支付系统、后台管理……」
太大、太模糊。Agent 不知道从哪开始。
分步迭代：
第一步：「帮我做一个商品展示页，先放 3 个商品卡片」
第二步：「加一个购物车功能」
第三步：「现在加用户登录」
每次只提一个合理的要求。Agent 每一步都完成得好，你也能随时调整方向。
Agent 不是神——它也会犯错。你要学会快速判断结果质量：
| 检查项 | 问自己 | 有问题怎么办 |
|---|---|---|
| 事实准确吗？ | 数据来源可靠吗？数字对不对？ | 「你用的数据是哪里来的？核实一下」 |
| 符合你的需求吗？ | 它理解对了你的目标吗？ | 「我其实想要的是 X，不是 Y，重新做」 |
| 完整吗？ | 有没有漏掉重要的部分？ | 「还缺一个价格对比的维度，补上」 |
| 有自己的判断吗？ | 它是直接复制粘贴，还是真的分析了？ | 「不要光列数据，给我你的分析和建议」 |
难逆转的动作，先让它问你
给 Agent 授权时，把删除文件、强制推送、对外发消息这类「难逆转」或「影响他人」的动作，设为必须你确认。Anthropic 在《Effective Context Engineering for AI Agents》中明确建议：对不可逆、影响共享系统、或对他人可见的操作，AI 应先征求同意。
这样它平时能自主干活，遇到要紧处会停下来等你拍板——既省心，又不失控。
「不准做什么」也要写进任务
除了说要什么，也把「不准做什么、有哪些限制」写进任务。OpenAI 指南提醒：与其只说「不要做 X」，不如明确告诉它「应该怎么做来代替」——比如「别问用户密码，改引导去帮助页」。
边界写得越清楚，Agent 越不会在你想不到的地方犯错。模糊的「你看着办」，往往换来意想不到的跑偏。
到这一课为止，你已经学完了所有核心概念。当它们合在一起时，力量最大：
— 一个完整串联的例子
你想每天收到一份 AI 行业日报。
你整个流程只需要说 2-3 句话。剩下的全是 AI 帮你做的。
| 课 | 核心收获 |
|---|---|
| 第 1 课 | Agent 是 AI 从「回答者」到「执行者」的升级——它自己规划步骤、调用工具、完成任务 |
| 第 2 课 | Agent 能做的事：深度调研、内容创作、数据处理、多步骤项目——场景无限 |
| 第 3 课 | 用好 Agent 的三原则：说目标不说步骤、给够上下文、迭代不追求完美 |
说目标 → 给上下文 → 迭代修正。
Agent 的力量不在它自己，而在你下达任务的方式。
REFERENCES · 参考资料
Agent 模块完成 现在你学会了全部 6 个核心概念。
下一步：进入「Code & 操作本地」模块——让 AI 替你写代码、操控你的电脑。