AI Agent 通识课 · 第 1 篇 / 共 9 篇一句话记住会说话的 AI ≠ 会干活的 AI最近被问得最多的一句话是——“ChatGPT 我会用Cursor 我也用过那 Claude Code、Warp、Devin 到底和它们有啥不一样”我一开始也懵。直到有天我把办公桌前的 5 个 AI 工具摊开对比才发现真相只有一句话它们根本不是同一个物种。这篇就是要把这件事讲透。读完你再看任何 AI 产品都能 3 秒判断它是哪个物种——不被价格带偏、不被营销忽悠。01 · 都是 AI为啥分这么多名字你用 ChatGPT 写周报顺手。你用 Copilot 补代码顺手。你用 Cursor 改 bug顺手。你用 Claude Code / Warp / Devin 让它自己搞定有点晕了。长得都差不多输入框 对话流。价格从免费到 $500/月。差别在哪只在一个核心问题这个 AI 能不能自己动手干活学会区分这件事你下次选 AI 工具不会被营销话术带偏。02 · 点外卖 vs 请私人管家你要办一场周末生日聚会用外卖 App这是 ChatBot你推荐几家北京有生日主题包间的餐厅App推荐三家——海底捞/大董/俏江南。App 给完答案事就结束了。订餐厅、买蛋糕、发邀请、处理朋友的改时间请求——全是你自己来。请私人管家这是 Agent你管家帮我安排下周六的生日聚会10 个人。管家好的。—— 20 分钟后 ——管家订了大董王府井店 18:00 包间通讯录 10 个朋友已发邀请3 人改时间到 19:00餐厅已同意延后蛋糕定了 85 度 C6 点送到预算 3800 元已登记。差别清楚了吗ChatBot给答案你动手Agent它动手给结果背后用的 AI 模型可能完全一样都是 GPT-4。差的不是聪明程度差的是能不能连续做事。03 · 一张图看清五个物种把市面主流 AI 产品按替你干活程度排个序替你干活程度 ↑ │ AI Agent ← 替你完成整个任务 │ 像私人管家一句话→全部搞定 │ 代表Claude Code · Warp · Devin · Cursor Composer │ │ ‍ AI Copilot ← 你指挥它动手 │ 像私人助理你说订这家它去订 │ 代表Cursor Chat · Copilot Chat │ │ ✍️ AI Copilot Lite ← 它写你审 │ 像代笔实习生写好稿子你逐字过目 │ 代表老版 Copilot · Tabnine │ │ ChatBot ← 只给答案 │ 像外卖 App问啥答啥事还是你办 │ 代表ChatGPT 基础版 · 豆包 · 文心一言 │ │ 文本补全 ← 只补文字 │ 像智能输入法你打一半它猜后面 │ 代表GPT-3 API 时代 └──────────────────────────────→ 时间演进上面一级包含下面所有能力。Agent 是目前的顶部。关键分界线在谁动手线下面AI 给答案/建议你动手线上面AI 动手你验收04 · 同一任务五种反应以帮我办周末生日聚会为例。形态反应你还要做什么 文本补全你打生日聚会要准备 __“它补上蛋糕、礼物、餐厅”所有事全做 ChatBot“推荐三家包间餐厅A、B、C”订餐厅、买蛋糕、发邀请、处理问题✍️ Copilot Lite给你写好邀请函草稿订餐厅、发邀请、其他‍ Copilot你说订 A 餐厅 18:00它调 OpenTable 下单每一步你来指挥Agent“好的”——20 分钟后给你完整汇报验收这个差别在开发场景也完全一样。让 AI “修一下登录报错”ChatBot告诉你可能是 token 过期你还得自己查代码Copilot你说改这个函数它改你 AcceptAgent搜代码 → 定位问题 → 改 5 个文件 → 跑测试 → 提 PR05 · Agent 的 4 大组件必须记住不管你让 Agent 办生日会还是让它修 bug拆开看都是这 4 块┌──────────────────────────────────────┐ │ AI Agent │ │ │ │ ┌──────┐ ┌─────────────┐ │ │ │ 大脑 │ ◄────► │ 记忆 │ │ │ │ LLM │ │ (上下文) │ │ │ └──┬───┘ └─────────────┘ │ │ │ │ │ │ 决策 │ │ ▼ │ │ ┌──────┐ ┌─────────────┐ │ │ │ 循环 │ ◄────► │ 工具箱 │ │ │ │Loop │ 执行 │ (Tools) │ │ │ └──────┘ └─────────────┘ │ │ │ └──────────────────────────────────────┘翻译成管家的类比大脑LLM管家的脑子——GPT-4 / Claude / Gemini工具箱Tools管家的手脚——打电话、发邮件、订餐、下单记忆Context管家的小本子——主人的偏好、之前说过啥循环Loop管家的工作方式——打电话→收到回复→调整方案→再打电话的反复Agent 和 ChatBot 最大的区别就在第 4 点。ChatBot一轮问答结束像外卖 App 给你推荐完就没事了Agent一次任务可以循环 20 次像管家要打 10 通电话才能搞定一个饭局06 · 循环到底是啥一个具体例子场景你对 Agent 说帮我安排周末带娃去游乐园ChatBot 的做法一轮结束“北京适合 5 岁小孩的游乐园有欢乐谷、石景山游乐园、嘉年华……”给完建议完事。你还得查天气、查人流、订票、安排午餐、查路线。Agent 的做法多轮循环Round 1: 脑子先查周末天气 做搜索(北京周末天气) 看到周六晴周日大雨 Round 2: 脑子那就周六去。看哪家游乐园合适 做搜索(北京适合5岁小孩的游乐园) 看到欢乐谷、石景山、嘉年华 Round 3: 脑子周六人多吗查一下客流 做搜索(欢乐谷周六客流) 看到建议上午去下午排队超长 Round 4: 脑子定方案告诉主人 做输出初版方案 看到主人回复加上午餐安排 Round 5: 脑子找附近亲子餐厅 做搜索(欢乐谷附近亲子餐厅) 看到3 家可选 Round 6: 脑子整理最终方案 做输出完整行程出门时间/路线/门票/餐厅/回家时间6 轮循环每轮都在做思考→行动→观察→再思考。这就是 Agent 的灵魂。对应到开发场景让 Agent “修登录报错”它会循环搜索错误 → 定位文件 → 读代码 → 改代码 → 跑测试 → 修到通过——模式一模一样。这个思考模式有个学名叫ReActReason Act下一篇细讲。07 · 主流 Agent 产品地图这张表帮你建立Agent 产品地图产品定位适合谁价位Claude Code编程 Agent开发者$20-200/月Warp终端 Agent开发者、运维免费-$40/月CursorIDE Agent开发者$20/月Devin软件工程 Agent企业团队$500/月AutoGPT通用 Agent祖师爷研究者开源Dify / Coze低代码 Agent 平台产品、运营免费-付费智谱清言 / Kimi 智能体国内通用 Agent大众用户免费-付费我自己的用法我最近半年每天都在用这几个踩坑总结出一个朴素指南写代码→ Cursor / Claude Code / Warp 三选一看偏好。我自己 70% 时间在 Claude Code30% 在 Warp终端重度依赖日常帮办事订票、查资料、写报告→ Claude / ChatGPT / 国内各家通用智能体不懂代码做 Agent→ Dify / Coze国内首选拖拽搭建企业级复杂任务→ Devin贵但能扛事500/月不是给个人的踩过的坑早期我以为Agent 越贵越牛花 200 刀一个月开 Claude Max结果发现 80% 的事 20 刀的版本就能干。Agent 的价值不在模型在适配你场景的工作流。08 · 为啥所有产品都在卷 Agent2023 年大家还在做 ChatBot。2024 年头部产品全在卷 Agent。为啥商业价值天差地别。形态用户做的事愿意付的价定价锚ChatBot“查资料、写文案”$20/月SaaS 工具几十块/月Copilot“辅助我做事”$20/月SaaS 工具几十块/月Agent“替我完成整个任务”$200-500/月人力成本月薪几万能自主干活的 AI承接的是人力不是工具。这解释了为什么 Devin 敢收 $500/月——它对标的是初级工程师。回到生日聚会的例子ChatBot 给你推荐餐厅——值月付 50 块一个App 会员的价Agent 替你全程办完聚会——值月付 2000 块一个兼职助理的价差 40 倍就差在谁动手。09 · 你能带走什么读完这篇你应该能回答的 3 个问题✅Agent vs ChatGPT 的核心差异谁动手AI 还是你✅Agent 的 4 大组件大脑 工具箱 记忆 循环关键✅为什么 Agent 是商业趋势承接的是人力不是工具下次评估 AI 产品时问自己 3 个问题它能自主调用工具吗不是只给建议它能在一次任务中循环多轮吗不是一问一答它的定价锚是人力还是工具下次被问我们要不要做 Agent 功能时用外卖/助理/管家的比喻问回去场景是给答案问答、推荐、科普→ 做 ChatBot 够了别过度设计场景是你给建议他动手营销文案初稿、代码补全→ 做 Copilot场景是替他干完整件事自动化运维、自主完成报告、办理流程→ 做 Agent需求不匹配形态做得再好也没价值。给问北京天气的用户一个管家大材小用。给问办生日会的用户一个外卖 App用户会骂街。10 · 下一篇预告02 · Agent 的思考回路长啥样所有 Agent 产品共用的大脑——ReAct 循环。你说帮我规划周末带娃AI 内心到底转了几圈像装修师傅现场施工——边看边量边调。对比 ReAct / Plan-and-Execute / Tree of Thoughts 三种主流思考模式告诉你各自的适用场景。一句话记忆锚点会说话的 AI ≠ 会干活的 AI。就像外卖 App 不等于私人管家差别不在聪明程度在谁动手。路易乔布斯 © 2026 | AI Agent 通识课 · 第 1 篇 / 共 9 篇