前端学习 Agent 开发更文已经坚持了 16 天了，前两天和朋友聊天，问他的建议，他给我的反馈是：
"我不懂你在做什么，我平时用豆包，或者开发工具里的 AI 助手，我觉得这些都是模型的能力，我分不出来 Agent 到底做了什么。你的文章让我迷惑，我不知道看的目的是什么？也不知道看完会给我带来什么？你的文章零帧起手，让我有点措手不及。"
说实话，这个反馈让我愣了一下。
我翻了自己前两周的文章，发现确实有个问题------我一直在讲"怎么做"，但从来没好好讲过"为什么"。
读者进来看到一堆代码、一堆术语，然后就懵了：这玩意儿和 ChatGPT 有啥区别？我直接用豆包不就完了吗？
所以，今天我决定换个方式，先讲清楚三个问题：
- 我在做什么？
- Agent 和大模型到底啥区别？
- 看完这些文章你能获得什么？
一、我在做什么？
简单说，我在做一个英语单词学习工具。
不是那种打开 ChatGPT 问"cat 是什么意思"的工具，而是：
- 打开 App，系统自动给你一个单词
- 你答错了，系统自动记到错题本
- 下次打开，系统自动从错题本里挑题复习
- 学完有积分，激励你坚持
一句话总结：把"每次都要自己手动做的事"变成"系统自动帮你做"。
二、Agent 和大模型有啥区别？
这是朋友最困惑的地方，我举几个真实例子来说明。
例子 1：学单词
| 场景 | 用豆包/ChatGPT | 用我做的 Agent |
|---|---|---|
| 想学一个单词 | 我输入："cat 是什么意思" | 系统自动给我一个单词 |
| 答错了 | 我自己记下来 | 系统自动记到错题本 |
| 下次复习 | 我自己翻笔记找错题 | 系统自动从错题本挑题 |
| 想知道学了几个 | 我自己数 | 系统自动显示积分 |
区别很明显：
- 大模型：我问它答，被动，我每次都要自己操作
- Agent：系统主动帮我做事，自动化
例子 2：写代码
| 场景 | 用 Cursor 的 AI | 用 Agent 思路 |
|---|---|---|
| 想写个功能 | 我描述需求，AI 生成代码 | 我描述需求，Agent 自动写代码、自动测试、自动修复报错 |
| 代码报错了 | 我把报错贴给 AI，让它修 | Agent 自动检测报错，自动修复 |
| 想重构代码 | 我一段一段让 AI 改 | Agent 自动扫描整个项目，找出需要重构的地方 |
Cursor 的 AI 已经有点 Agent 的味道了，但它还是依附在编辑器里。一个完整的 Agent 可以更独立------比如你下班了，Agent 还在后台跑，帮你写完剩下的代码。
例子 3：日常办公
| 场景 | 用豆包/ChatGPT | 用 Agent |
|---|---|---|
| 每天早上写日报 | 我打开网页，输入"帮我写日报"，把昨天做的事贴给它 | Agent 自动读取我昨天的 Git 记录、日程，自动生成日报发到群里 |
| 每周整理会议纪要 | 我把录音贴给 AI，让它总结 | Agent 自动参加会议（录音），自动总结，自动发邮件 |
| 想查某个项目的历史 | 我问 AI，它说不知道 | Agent 自动翻公司文档、Git 历史，找出答案 |
看出来了吗？Agent 的核心价值是"自动化"------你不用每次都手动触发，它会主动帮你做。
三、大模型能做什么，Agent 能做什么？
这个表格可能对你有用：
| 能力 | 大模型 | Agent |
|---|---|---|
| 回答问题 | ✅ 能（这是核心能力） | ✅ 能（继承大模型） |
| 主动执行任务 | ❌ 不能（你问它才答） | ✅ 能（程序调度） |
| 记住信息 | ❌ 不能（每次对话重新开始） | ✅ 能（记忆系统） |
| 调用外部 API | ❌ 不能 | ✅ 能（工具调用） |
| 读取本地文件 | ❌ 不能 | ✅ 能 |
| 有界面让人操作 | ❌ 没有（只能聊天） | ✅ 能有（网页、App） |
| 后台自动运行 | ❌ 不能 | ✅ 能 |
| 有"性格"和行为模式 | ❌ 只有回答风格 | ✅ 能设计（System Prompt + 程序逻辑） |
一句话：大模型是"脑子"，Agent 是"脑子 + 手脚 + 记忆 + 工具"。
四、看完这些文章你能获得什么？
如果你的情况和我朋友类似------平时用 AI 工具，但不知道 Agent 是啥、为什么需要 Agent------那这些文章能帮你：
1. 搞清楚概念
看完 Week 1 和 Week 2，你能明白：
- 大模型 vs Agent 的区别
- 为什么有时"直接用 ChatGPT 不够用"
- Agent 能解决什么问题
2. 学会动手做一个 Agent
这些文章是实战笔记，不是理论书。你可以跟着做：
- Week 1：做一个命令行 Agent（最简单，1 小时搞定）
- Week 2：做一个网页版 Agent（有界面、有积分、有错题本）
代码都贴出来了，你复制就能跑。
3. 理解 Agent 的技术组成
| 技术组件 | 什么时候学 |
|---|---|
| 大模型 API 调用 | Week 1 Day 1 |
| System Prompt（给 AI 设定"性格"） | Week 1 Day 2 |
| 流式输出（边想边说） | Week 2 Day 3 |
| 记忆系统（记住对话历史） | Week 2 Day 5 |
| Function Calling（让 AI 调用函数） | Week 3（接下来会学） |
学完这些，你不仅能"用"Agent，还能"改"Agent、"造"Agent。
五、接下来我要做什么？
Week 2 结束了，我做了一个能用的英语学习 Agent：
- 有网页界面
- 能学习单词、测验、造句、编故事
- 有积分激励
- 有错题本自动记录
接下来 Week 3，我要学更高级的东西：
| 计划学的内容 | 解决什么问题 |
|---|---|
| Function Calling | 让 Agent 能自己决定"调用什么函数" |
| RAG（检索增强生成） | 让 Agent 能读取你的文档、数据 |
| 多模态 | 让 Agent 能看图片、听语音 |
这些东西会让 Agent 更"聪明"、更"独立"。
写在最后
如果看完这篇文章，你还是觉得"我直接用豆包就够了"------那说明你现在遇到的问题，确实不需要 Agent。
Agent 的价值在于"自动化"------当你发现自己每天都在重复做某件事，而且这件事可以用 AI 辅助，那 Agent 就有价值了。
比如：
- 每天写日报 → Agent 自动写
- 每天整理邮件 → Agent 自动整理
- 每天学单词 → Agent 自动安排学习计划
不是所有事都需要 Agent，但有些事，Agent 能帮你省很多时间。
好了，今天就讲到这。明天开始 Week 3，我会继续写实战笔记。
如果你有想学的 Agent 功能，可以告诉我，我把它加到学习计划里。
写于 2026-04-16，搞明白Agent是什么
