一、全书概览
这本书是2025年下半年国内智能体领域一本面向大众的入门实战指南。三位作者从大模型基础讲起，一路带到智能体的构建方法、主流平台操作、五大应用场景，最后落脚于智能体协作与人机共演的未来趋势。
全书163页，分为4个部分、8章。结构很清晰：**认知篇（第1章）**让你知道智能体是什么、为什么重要；**基础篇（第2章）**教你怎么从零搭一个智能体；**应用篇（第3～7章）**一口气覆盖教学、职场、创作、副业、科研五个场景，每章都带具体操作步骤和小案例；**展望篇（第8章）**讨论通用智能体、多智能体协作、创业机会这些前瞻话题。
这本书的定位很明确——不是给AI研究员看的学术著作，而是给想用智能体提升效率、甚至靠智能体搞副业的普通用户看的实操手册。如果你对AI感兴趣但还没亲手搭过一个能干活的智能体，这本书能帮你跨过那道坎。
三个值得注意的特点：
- 平台覆盖广。书中涉及了国内外主流智能体平台（扣子Coze、Dify、文心智能体、智谱清言、腾讯元器等），不是只讲某一个平台。
- 场景拆得细。不是泛泛地说"智能体能干什么"，而是给出了每个场景下的具体操作流程——比如怎么用智能体写周报、怎么生成小红书爆款文案、怎么做岗位模拟面试。
- 有"搞钱"视角。第6章专门讲副业变现，这在同类入门书里不太常见，说明作者对读者需求有实际的体感。
不足之处： 86千字、163页的篇幅决定了深度有限。如果你已经有智能体开发经验，会觉得很多内容是常识。书里没有贴出完整的项目源码，更像是一本"路线图+操作指南"，而不是"从零到部署"的完整教程。
二、逐章要点
第1章 智能体：AI演进的下一个风口
"大模型是知识渊博的超级大脑，智能体是让这个大脑能动手干活的双手。"
本章解决的是"认知问题"——为什么智能体是比大模型更值得关注的下一个阶段。作者从大模型的能力边界出发，指出大模型虽然"知识渊博"，但它本质上是被动响应的：你问一句它答一句，没法主动帮你完成任务。智能体在此基础上加了三样东西：规划能力（把大任务拆成小步骤）、工具调用（搜索、写文件、调API）、记忆机制（记住上下文和用户偏好）。
| 对比维度 | 大模型（LLM） | 智能体（Agent） | |---------|-------------|---------------| | 交互方式 | 一问一答 | 多轮对话+自主执行 | | 工具使用 | 不能（或有限） | 可调用插件、API、搜索引擎 | | 记忆 | 仅当前对话上下文 | 可持久化记忆用户偏好 | | 任务完成 | 被动回答 | 主动规划+执行+反馈 |
- [ ] 理解大模型和智能体的本质区别
- [ ] 了解国内主流智能体平台（扣子、文心智能体、智谱清言、腾讯元器）
- [ ] 了解国外主流智能体（AutoGPT、Manus、GPTs等）
- [ ] 思考自己最可能在哪个场景使用智能体
书中对国内外主流智能体的梳理比较实用。国内平台方面，字节跳动的扣子（Coze）因零代码/低代码的拖拽式操作被重点介绍；百度文心智能体、智谱清言、腾讯元器各有特色，但作者没有展开讲各平台的优劣对比，这一点稍显遗憾。
第2章 智能体入门：从零开始构建
"好的智能体不是一次写好的Prompt，而是反复调出来的。"
这一章是全书的技术核心，提出了构建智能体的**"黄金七步法"**，并详细拆解了提示工程、工作流、知识库、插件、大模型选型这四大技术要素。
黄金七步法（具体步骤名称根据目录推断）：
- 明确目标——你要智能体帮你解决什么问题？
- 选定平台——扣子、Dify、还是其他？
- 设计人设——给智能体一个清晰的角色定位
- 编写提示词——用系统提示词框定行为边界
- 配置工具——工作流、知识库、插件按需接入
- 测试调优——跑几轮测试用例，发现问题迭代
- 发布上线——选择发布渠道，持续监控效果
- [ ] 用"黄金七步法"在纸上规划自己的第一个智能体
- [ ] 学会编写基础系统提示词（人设+行为规则+输出格式）
- [ ] 了解工作流（Workflow）的基本概念和编排方式
- [ ] 知道什么是知识库（RAG），以及为什么智能体需要它
- [ ] 了解插件（Plugin）的作用，知道去哪里找现成插件
- [ ] 能根据任务需求选择合适的大模型
提示工程部分讲得比较接地气。作者强调，好的系统提示词应该包含四个要素：角色设定（你是谁）、行为规则（什么该做什么不该做）、输出格式（用什么格式回答）、边界条件（遇到不确定的问题怎么办）。这个框架虽然简单，但对新手来说足够用了。
工作流、知识库、插件这三大件的讲解偏概念层面，没有给出完整的搭建教程。对于完全没接触过Coze/Dify的读者，可能需要配合视频教程一起看。
第3章 教学革命：从作业辅导到考试通关
"智能体不是要替代老师，而是让每个学生都拥有一对一辅导的能力。"
本章聚焦教育场景，展示了智能体在作业辅导、复习计划定制、教师备课、学习焦虑疏导四个方面的应用。这是全书最"刚需"的场景之一——中国家长对教育工具的付费意愿一直很强。
作业辅导的场景设计很具体：把数学题拍照发给智能体，它不只给答案，而是先分析解题思路，再逐步讲解知识点，最后给出同类题目让学生巩固。这种"解题步骤+知识点精讲"的模式，比直接问大模型要靠谱得多，因为智能体可以通过系统提示词被约束在"教学"而不是"代写"的行为框架内。
| 教育应用场景 | 核心能力 | 典型用户 | |------------|---------|---------| | 作业全科辅导 | 分步解题+知识点讲解 | K12学生、家长 | | 复习计划定制 | 薄弱点分析+个性化排期 | 初高中生、考研党 | | 教师备课助理 | 教案生成+题目设计 | 中小学教师、培训机构 | | 学习焦虑疏导 | 情感陪伴+心理引导 | 学生、家长 |
- [ ] 用智能体搭建一个"数学作业辅导助手"并测试3道题
- [ ] 让智能体根据你的薄弱点生成一周复习计划
- [ ] 试试让智能体帮你写一份教案（任选学科）
- [ ] 思考：教育类智能体的伦理边界在哪里？
教师备课助理这部分对教育工作者很实用。智能体可以根据课程标准和教学目标自动生成教案框架、设计课堂互动环节、出配套练习题。对三四线城市教育资源不足的学校来说，这种工具的实际价值不小。
第4章 职场突围：效率翻倍的AI搭档
"三分钟写完周报不是夸张，前提是你得告诉智能体'你这周干了什么'。"
职场场景是智能体目前落地最快、需求最明确的领域。本章覆盖了写作（周报/邮件/方案）、知识管理（信息检索/笔记整理）、会议纪要、求职面试四个子场景。
写作助手的操作流程很实用：你提供关键信息（本周完成了哪些工作、遇到了什么问题、下周计划），智能体帮你按公司要求的格式生成周报。难点不在于技术，而在于你能不能把原始信息结构化地喂给智能体。这也是很多人用AI写作效率反而低下的原因——输入太随意，输出自然不理想。
- [ ] 用智能体生成一份周报模板，固化成标准流程
- [ ] 搭建一个"知识检索助手"连接自己的文档库
- [ ] 试试用智能体整理会议纪要（从录音转文字到要点提炼）
- [ ] 用智能体做一次模拟面试（任选目标岗位）
会议助手的场景设计也很有价值：上传会议录音（或实时接入），智能体自动提取发言要点、待办事项、决策结论，生成结构化的会议纪要。这个功能在飞书、钉钉等平台已经有原生支持，但用智能体可以做得更个性化——比如按照你团队的特定格式输出。
求职助手的设计思路值得一提：智能体可以根据目标岗位的JD，模拟面试官提问，并给出回答建议。这比传统的"面试题库"灵活得多，因为它可以根据你的简历和目标岗位做定制化提问。
第5章 自由创作：从文字到视频的AI生产线
"智能体不会让你成为作家，但能让你以10倍速度验证创意是否值得深写。"
本章讲的是AI辅助内容创作，覆盖小说写作、小红书文案、产品海报、视频生成四个方向。从文字到图片到视频，形成了一条"AI内容生产线"。
小说工坊的场景设计很聪明：不是让智能体直接写完整部小说（那个质量很差的），而是用智能体做前期创意工作——生成故事框架、角色设定、情节大纲、关键场景描写。人类作者在这个基础上做深度创作，效率和灵感都会好很多。
| 创作场景 | AI负责的部分 | 人类负责的部分 | |---------|------------|--------------| | 小说创作 | 故事框架、角色设定、大纲、灵感激发 | 深度写作、情感表达、风格打磨 | | 小红书文案 | 爆款标题、内容框架、关键词布局 | 个人风格、真实体验、互动运营 | | 产品海报 | 视觉生成、排版设计 | 品牌调性、用户心理、投放策略 | | 视频内容 | 脚本生成、画面素材、配音 | 创意策划、节奏把控、用户洞察 |
- [ ] 用智能体生成3个小说故事框架，挑一个最有潜力的深入
- [ ] 用智能体写5条小红书爆款标题，分析标题的共同规律
- [ ] 用AI绘图工具生成一张产品海报
- [ ] 试试用智能体生成一段图书解说视频脚本
文案工厂部分直接瞄准了小红书这个平台，给出了爆款文案的创作框架：痛点切入→解决方案→产品卖点→行动引导。智能体可以在这个框架下快速生成多个版本的文案供你挑选。需要注意的是，纯粹AI生成的小红书内容同质化严重，真正能跑通的还是"AI打底+人类调优"的模式。
第6章 副业创收：智能体开启赚钱新模式
"最好的副业不是卖课，而是用智能体解决一个真实的小问题，然后把它产品化。"
这一章是全书中最有"商业感"的部分。作者没有停留在"智能体很厉害"的层面，而是直接讨论了怎么用智能体赚钱：知识付费、广告分成、电商带货三条路径，以及如何找到适合自己的赛道。
副业诊断的设计思路不错：不是让读者盲目跟风，而是通过一组问题（你擅长什么？你的目标用户是谁？你有多少启动时间？）来帮读者定位最合适的智能体副业方向。这种"先诊断再行动"的思路，比直接甩给你10个赚钱项目靠谱得多。
- [ ] 用书中提供的副业诊断框架，分析自己适合哪个智能体副业方向
- [ ] 用智能体生成一份电商产品详情页文案（任选一个真实产品）
- [ ] 设计一套朋友圈文案SOP，用智能体批量生成一周内容
- [ ] 调研一个你感兴趣的智能体副业赛道的竞品和定价
私域流量运营这部分很接地气。智能体可以根据你的产品特点和目标用户画像，自动生成朋友圈文案、社群话术、活动策划方案。配合定时发布工具，一个人就能运营多个社群——这在2024-2025年已经被不少人验证跑通了。
第7章 科研助理：科研论文全搞定
"智能体不会替你想出好的研究问题，但能让你在已知方向上走得快10倍。"
本章面向高校师生和科研工作者，覆盖文献综述、摘要生成、论文写作、数据分析四个场景。对被"文献阅读+论文写作"压得喘不过气的研究生来说，这章的实用价值很高。
文献专家的场景设计很有针对性：上传一批PDF论文，智能体自动提取每篇的核心观点、方法论、实验结论，然后生成一份结构化的文献综述。当然，智能体生成的综述需要人工核实——这是学术诚信的底线，也是目前所有AI科研工具的局限。
- [ ] 用智能体帮你读一篇英文学术论文，生成中文摘要
- [ ] 让智能体根据5篇论文生成一份文献综述框架
- [ ] 用智能体辅助写论文的"相关工作"章节
- [ ] 试试让智能体帮你分析一组实验数据（CSV格式）
数据分析部分提到了智能体在理解科研数据方面的能力：上传CSV或Excel数据文件，用自然语言描述你想要的分析（"帮我看看这组数据中哪些变量与结果显著相关"），智能体自动生成分析报告和可视化图表。这个场景的实现依赖于Code Interpreter类插件的支持，目前扣子和Dify都有相关能力。
第8章 未来已来：从个体智能到群体进化
"下一个DeepSeek时刻，可能不是更强的模型，而是能自主协作的智能体群体。"
最后一章是展望篇，讨论了四个前瞻话题：通用智能体（AGI Agent）、智能体间协作（Multi-Agent）、团体协作开发智能体的创业机会、人类与智能体的共演机制。
智能体间协作是目前学术和工业界都在积极探索的方向。比如：一个"研究员Agent"负责搜索和整理信息，一个"分析师Agent"负责深度分析，一个"写手Agent"负责生成报告——三个智能体协同工作，输出质量远超单个智能体。MetaGPT、AutoGen等开源框架已经实现了这种多智能体协作。
| 未来方向 | 当前状态 | 预计成熟时间 | |---------|---------|------------| | 通用智能体 | 概念验证阶段，特定任务表现尚可 | 3-5年 | | 多智能体协作 | 学术框架可用，生产环境早期 | 2-3年 | | 团体协作开发 | 低代码平台已支持 | 1-2年 | | 人机共演 | 理论探讨阶段 | 5年以上 |
- [ ] 了解MetaGPT、AutoGen等多智能体协作框架
- [ ] 思考：多智能体协作在哪个垂直场景最容易落地？
- [ ] 用低代码平台尝试搭建一个多步骤工作流
- [ ] 关注"人机共演"领域的最新论文和项目
本章对创业机会的讨论比较克制，没有画大饼。作者认为当前最现实的创业方向是垂直领域智能体开发——不是做一个通用平台（那是大厂的事），而是在某个具体行业（法律、医疗、财务、教育）里做到足够深，解决真实痛点。这个判断跟行业里多数理性玩家的观点一致。
三、关键概念速查
1. 智能体（Agent）
基于大模型构建的、能够自主感知环境、做出决策并执行动作的AI系统。与普通大模型对话不同的是，智能体具备规划（把大任务拆解成小步骤）、记忆（跨对话记住上下文）、工具调用（搜索、写文件、调API）三大核心能力。你可以把它理解为一个"有手有脑"的AI，而不只是"一张嘴"。
2. 提示工程（Prompt Engineering）
设计和优化输入给大模型的指令文本，以获得更好输出效果的技术。在智能体构建中，系统提示词（System Prompt）定义了智能体的角色、行为规则和输出格式，是智能体行为的"操作系统"。好的提示词不是越长越好，而是要精确、可执行、有边界。
3. 工作流（Workflow）
将复杂任务拆解为多个步骤，按顺序或条件逻辑串联执行的自动化流程。在扣子（Coze）、Dify等平台上，用户可以通过拖拽方式编排工作流。比如"用户提问→搜索知识库→调用搜索引擎→整合信息→格式化输出"就是一个典型的工作流。
4. 知识库 / RAG（检索增强生成）
将外部知识（文档、网页、数据库）向量化存储，在智能体回答问题时先检索相关知识，再交给大模型生成回答。RAG 解决了大模型"知识截止"和"幻觉"两大痛点，是让智能体具备专业知识能力的核心技术。
5. 插件（Plugin）
为智能体扩展能力的工具模块。常见的插件包括：搜索引擎（必应、Google）、代码执行器（Python环境）、图片生成（DALL·E、Midjourney接口）、文件处理（PDF解析、Excel操作）等。在扣子平台上，插件以"工具"形式提供，可以直接在工作流中调用。
6. 多智能体协作（Multi-Agent Collaboration）
多个功能不同的智能体协同完成复杂任务的模式。例如：一个智能体负责信息收集，一个负责分析推理，一个负责内容生成。MetaGPT、AutoGen、CrewAI 是目前主流的开源多智能体框架。
四、核心框架/模型
黄金七步法（智能体构建方法论）
明确目标 → 选定平台 → 设计人设 → 编写提示词 → 配置工具 → 测试调优 → 发布上线
这是全书最核心的方法论框架，贯穿了第2章的全部内容。每一步都有具体的操作建议：
- 明确目标：用一句话描述"我希望智能体帮我解决什么问题"，如果描述不清楚，说明需求本身就不明确。
- 选定平台：根据技术能力和目标场景选择。零代码选扣子，要定制选Dify，企业级选FastGPT。
- 设计人设：角色设定要具体，不要写"你是一个AI助手"，要写"你是一位有10年经验的初中数学老师"。
- 编写提示词：四要素——角色、规则、格式、边界。
- 配置工具：按需接入知识库、插件、工作流，不是越多越好。
- 测试调优：准备5-10个测试用例，覆盖正常情况和边界情况。
- 发布上线：选择合适的发布渠道（飞书、微信、网页），设定监控指标。
智能体能力模型
┌─────────────┐
│ 规划能力 │ 任务分解、步骤编排
├─────────────┤
│ 工具调用 │ 搜索、代码、API
├─────────────┤
智能体核心能力 ───→ │ 记忆机制 │ 短期记忆 + 长期记忆
├─────────────┤
│ 大模型推理 │ 理解、生成、推理
├─────────────┤
│ 知识库 │ RAG、向量检索
└─────────────┘
内容创作AI生产线
创意生成（智能体）→ 框架搭建（智能体）→ 初稿撰写（智能体）→ 深度优化（人类）→ 发布运营（半自动）
这个模型揭示了AI辅助创作的正确分工：智能体负责从0到60分的工作（创意激发、结构搭建、批量产出），人类负责从60到90分的提升（风格打磨、情感注入、策略决策）。
五、金句摘录
-
"大模型是知识渊博的超级大脑，智能体是让这个大脑能动手干活的双手。"
-
"好的智能体不是一次写好的Prompt，而是反复调出来的。"
-
"三分钟写完周报不是夸张，前提是你得告诉智能体'你这周干了什么'。"
-
"智能体不会让你成为作家，但能让你以10倍速度验证创意是否值得深写。"
-
"最好的副业不是卖课，而是用智能体解决一个真实的小问题，然后把它产品化。"
-
"智能体不会替你想出好的研究问题，但能让你在已知方向上走得快10倍。"
-
"下一个DeepSeek时刻，可能不是更强的模型，而是能自主协作的智能体群体。"
六、行动清单
每天行动
- [ ] 用智能体完成至少一个实际工作任务（写邮件/整理信息/生成文案）
- [ ] 在使用过程中记录一个"智能体做得不好"的场景，思考如何优化提示词
- [ ] 花10分钟浏览一个智能体平台的更新日志或新功能
每周行动
- [ ] 搭建或优化一个智能体（从"黄金七步法"的第一步开始）
- [ ] 尝试一个新插件或新工作流节点，拓展智能体能力边界
- [ ] 在社区（扣子商店/Dify社区/GitHub）找一个有趣的智能体案例拆解学习
- [ ] 用智能体辅助完成一个"以前觉得麻烦不想做"的任务
每月行动
- [ ] 复盘本月搭建的智能体：哪些真正在用？哪些是练手后就扔了？
- [ ] 研究一个垂直领域的智能体应用机会（教育/法律/医疗/财务/电商）
- [ ] 关注多智能体协作的最新进展，试跑一个开源框架的Demo
- [ ] 整理一份自己的"智能体工具箱"——常用的提示词模板、工作流、插件清单
七、一句话总结
这本书是一张智能体入门的地图——它告诉你这片新大陆长什么样、有哪些城池值得去、走哪条路最省力，但真正走到目的地还得靠你自己迈腿。
八、读者热议
"内容实用，操作性强！"
得到APP上的读者评分5.0。不少读者反馈这本书的最大优点是"看完就能动手"。163页的篇幅不会让人觉得 intimidating，8个章节的安排也很符合学习节奏。对于完全没有智能体基础的读者来说，这是一本合格的入门书。
"深度不够，适合入门但不适合进阶"
部分有技术背景的读者认为，86千字的篇幅限制了内容深度。工作流编排、知识库搭建、插件开发这些关键技术点只做了概念介绍，没有给出完整的实操教程。如果你想看完这本书就能独立搭建一个复杂的智能体应用，可能还需要配合其他资源（官方文档、视频教程、开源项目）。
"副业那章有点乐观了"
第6章关于智能体副业变现的内容引发了一些讨论。有读者认为作者对变现路径的描述过于乐观——"用智能体解决一个真实的小问题然后产品化"听起来简单，但找到一个真正有人愿意付费的小问题本身就很困难。智能体创业赛道在2025年已经相当拥挤，简单的"套壳"智能体很难跑通商业闭环。
笔记生成：2026-04-28 by 喵喵 🐈
相关笔记
同作者仅有此篇 同主题：