登录
No.56核心2 条来源

AgentAI Agent

课堂投屏

一句话

Agent 是能自己规划步骤、调用工具、根据结果继续行动的 AI 系统,可以多步完成一个任务。

大白话

Agent 像一个能动手的实习生:你交代任务后,它自己查文件、跑命令、改代码,看到结果不对再调整。

比喻的边界

实习生能碰什么由你授权,它做得快也可能错得快,错误还会在多步里累积;它说“做完了”,做没做对仍要你来验收。

拿去就能用

开始做

这次的任务是。你可以;删除文件、改配置和安装依赖之前先告诉我影响,等我确认。每完成一步汇报做了什么,最后告诉我怎么验证。

还差:任务目标、允许的操作,发给 AI 前记得换掉

出错了

你说功能已经完成,但我运行后页面报错,错误贴在下面,密钥已换成 ***。帮我对照你做过的每一步,找出哪一步的结果没有核实,修复后先自己运行一遍再告诉我。

想做深

我想让 Agent 每天帮我整理新的用户反馈。帮我设计它能用哪些工具、哪些只读哪些可写、哪一步需要我确认,先在测试数据上跑通,并说明出错时怎么让它停下。

别这样说 → 这样说

别这样说

你自己看着办,把整个项目做完。

这样说

帮我给这个项目加上“忘记密码”功能。你可以读代码、运行测试,但删除文件、安装新依赖和提交代码前先告诉我影响,等我确认。做完列出改了哪些文件,并告诉我怎么手动验证。

差别:给了明确目标和权限边界,设了确认点,也保留了验收。

容易误解:

误解Agent 能自主完成一切,交给它就不用管了。

其实是Agent 能调用工具多步执行,但它能动什么由你给的权限决定,错误会在多步中累积;关键操作要设确认点,结果要你亲自验收。

展开专业理解

和按固定流程调用模型的“工作流”不同,Agent 由模型动态决定下一步做什么、调用哪个工具,并从每一步的执行结果中获取反馈来判断进展。自主性意味着更高的成本和错误累积的风险,所以要先在沙箱里充分测试并设置护栏。实际使用时要限定权限、设置人工确认点、保留操作记录。

来源

  1. Anthropic:构建有效的 Agent 核对于 2026-09-26
  2. Claude Code 文档:配置权限 核对于 2026-09-26