​作者：​yitong的AI项目名片-250319​​

这份文档的前身来自北师大的两次内部分享。分享完之后十几人的分享，最后材料被自发传播了近百人阅读，听过的朋友有多个已经vibe coding上线了自己用的产品和网页，并且把Agent嵌入了自己的日常工作了，不少人跟我说这个内容应该收费。​

我很意外这份材料被大家这么认可，但我不想这么做。我过去受到过很多免费开源材料的滋养，而且我认为AI不应该成为新的数字鸿沟。所以我决定把自己这三年觉得最重要的认知和实操经验，系统地、免费地整理出来，同时配套所有自学资料。如果下次有朋友问我“该怎么学AI”，我就可以把这篇直接发给ta。​

这份文档适合谁？​

  • •基本只用过ChatGPT、Kimi、DeepSeek、豆包等对话产品​
  • •对Agent了解停留在新闻，没有上手用过，或者简单试了但不知道还能做什么​
  • •希望系统学习AI，完成本职工作提效，成为自己领域里"懂AI"的人​

如果你符合以上任意一条，我相信这是一份值得收藏的入门手册。​

这份文档阅读&学习后可以做什么？​

  • •对于非AI从业但想用AI的人：只看Part1了解更多产品就够了，如果能看完Part2开始上手使用Agent，应该足够成为非AI领域的懂AI的人了。​
  • •对想入行AI工作的人：：非技术岗拉去用Part1的产品产生洞察，再上手Part2和Part3用Agent做一些VibeCoding项目，校招大厂非技术实习是基本够用的，社招需要结合自己领域的know-how。技术岗我自己不是技术出身，这篇可能不够，但后面Part4有更深的资源推荐。​

关于作者​

  • •22年开始用AI生图与写作，23年用ChatGPT写论文、做数据分析​
  • •24年2月到25年11月在AI六小虎之二做过市场与产品（模型/搜索策略/交互都做过）​
  • •25年11月开始自己玩AI产品：做了几个VibeCoding项目、打过黑客松、做了几个AIGC视频（有入展也有商业化）​

如何阅读使用本文档？（全文导航）​

  • •本文真人手敲2万字、100+配图、40+超链接，可简单阅读后作为手册查阅，也可根据你当前的状态，直接从目录跳到最需要的部分。​
  • •可以与你的AI一起学习，不懂的部分让AI针对性讲解or给你的AI作为外部知识库查询。（但本文基本都是作者手敲、多次资料总结浓缩，第一次还是建议真人阅读，不建议全部AI总结）​
  • •此外，可观看本文档配套讲解视频，用1h45min快速过一下​

过往反馈​

​​附件不支持打印科研同学反馈封装科研skill​​25%​

​​附件不支持打印艺术同学反馈做交互demo​​44%​

​​附件不支持打印歌词写作进行AI音乐创作​​31%​

​​附件不支持打印文科生同学0基础1周制作个人简历网站​​​42%​

​​附件不支持打印vibecoding情绪记录APP​​14%​

​​附件不支持打印AI从业者的反馈​​29%​

​​附件不支持打印认可后转发​​15%​

Part0：引入小故事：豆包和ChatGPT之外的AI世界​

​在正式开始之前，我想先讲一个虚构的小故事。故事本身是编的，但每个阶段的产品截图都是真实案例。​如果你现在基本只用过豆包和ChatGPT，好奇AI还有什么别的用法，那这个故事可以帮你快速建立一个全局的画面。​​

小苏是个自媒体博主，主要做小红书和公众号。她说她用了一年"AI"，但这一年里，她经历了四个完全不同的阶段。​

阶段1：对话框阶段 - 只用基础功能​

小苏在做什么：​

  • •用豆包写文案，问"帮我写个大模型原理科普文案"​
  • •复制答案到备忘录，反复修改、调整​
  • •再上网去找配图，或者豆包生图​

卡点时刻：​

有一天小苏发现，她每天要给 AI 重复说 10 遍：​

  • •"我是面向大学生的科技博主，风格要轻松幽默"​
  • •"你参考我复制给你我之前写的，模范一下“​

每次换个话题，AI 就"失忆"了，又要重新说一遍。​

痛点：​

  • •每次都要复制粘贴才能保存，改来改去​
  • •每次都要给 AI 重新说自己的账号定位​

结果：​

  • •比手写文案时间缩短：从 3 小时到 1 小时​
  • •但还是很累，感觉自己是"AI 的搬运工"​

典型工具：豆包 / DeepSeek + PS​

​​附件不支持打印豆包：基本只用这个区域​​45%​

​​附件不支持打印ChatGPT：基本只用对话框区域​​55%​

阶段2：发现更多AI工具-组合使用​

小苏开始探索不同领域的专门工具：​

  • •发现Perplexity搜索、NanoBanana生图比豆包好（发现同样功能有效果更好的产品）​
  • •发现NotebookLM可以整理笔记（发现还有不同领域的AI产品）​
  • •发现Manus、Kimi Agent可以做复杂深入的调研（发现除了ChatBot还有Agent产品）​

典型场景：写一篇产品测评​

1.用 Perplexity 搜更权威的介绍信息（复制结果）​

2.粘贴到Claude让它写文案（复制文案）​

3.粘贴到 NanoBanana 生成配图​

4.手动整合到一起​

卡点时刻：​

小苏发现自己在 5 个工具之间疯狂复制粘贴：​

  • •工具变多了，但还是手动在不同工具间人工维护复制粘贴​
  • •平均每篇 1-2 小时​
  • •工具性能不稳定，有时候要重试好几次​

​​附件不支持打印【豆包之外的2025topAI产品】来源：红杉资本 https://a16z.com/100-gen-ai-apps-5/​​55%​

​​附件不支持打印【AI工具聚合导航，很全但质量良莠不齐】网站链接：https://ai-bot.cn​​45%​

​​附件不支持打印此时小苏可能的痛点​​26%​

​​附件不支持打印开始探索组合使用​​25%​

​​附件不支持打印发现更好用的垂类产品​​49%​

阶段3：构造本地Agent - AI 直接帮你干活​

小苏在做什么：​

  • •发现了ClaudeCode很火，下决心一下午学习配置，并开始使用​
  • •搭建本地 Agent，AI 可以直接访问她电脑里的文件​
  • •把历史文章、素材库、风格偏好都放进系统​
  • •AI 不再是"回答问题"，而是"直接帮你干活"​

典型场景：小苏说"帮我生成明天的小红书内容"​

AI 的操作：​

1.自己读她的素材库，找到合适的选题​

2.自己读她的历史文章，学习她的风格​

3.自己写文案、生成配图​

4.自己保存到发布文件夹​

5.小苏只需要最后审核一下​

核心区别：​

  • •阶段 2：小苏手动喂给 AI → AI 回答 → 小苏复制粘贴​
  • •阶段 3：小苏说一句话 → AI 自己找文件、自己写、自己存​

结果：​

  • •一周五篇内容，一共 1 小时都做完了​
  • •小苏有更多时间思考选题、优化内容​
  • •从"内容生产者"变成"内容审核者"​

工具：Claude Code / Cursor / OpenClaw​

我的ClaudeCode示例：​

​​附件不支持打印读取操作本地文件，并且按照预设的skill执行​​31%​

​​附件不支持打印可以使用搜索、规划等Tool​​​35%​

​​附件不支持打印对本地文件进行操作，比如写入​​34%​

我的OpenClaw示例：​

​​附件不支持打印AI可以自己设置，配置Gateway飞书使用​​25%​

​​附件不支持打印可以读取文件、人设等文件都可以人工调整​​34%​

​​附件不支持打印可以设置cron定时任务​​41%​

阶段4：构造产品-将自己用AI做的“东西”变成产品给别人用​

小苏在做什么：​

  • •发现自己做的"自动排版工具"很好用​
  • •决定做成网站，卖给其他博主用​

需要补的能力：​

  • •开发层面：部署上线（不能只在本地跑）、后台管理（用户登录、数据保存）、并发处理（多人同时用）​
  • •产品层面：用户体验、错误处理、性能优化​
  • •商业层面：定价、推广、售后​

小苏的选择（两个支线）：​

1.自学了部署和后台开发（用 AI 边学边做）​

2.或者找开发朋友帮忙做最后上线​

结果：​

  • •在小红书推广，开始有人付费，系统化运作，月入 5000+​

​​附件不支持打印24年VibeCoding很有名的例子，用AI快速上架应用并赚到钱​​42%​

​​附件不支持打印但真的做到上线给用户用，依然有很多工程知识需要了解，能给自己用的产品，和能给成百上千用户用不是一个问题，比如AI头部博主卡兹克也翻过车​​58%​

​🤔这个小故事想说明什么呢？​•当不同人在说，“我在用AI时”，可能是完全不同的用法，所以大家对AI提效的评价时常不是一件事​•大家用AI时有个学习和变化过程的，身边的观察来看很多人没用AI，可能是根本不知道有别的用法​​

这个小故事想说明什么呢？​

  • •当不同人在说，“我在用AI时”，可能是完全不同的用法，所以大家对AI提效的评价时常不是一件事​
  • •大家用AI时有个学习和变化过程的，身边的观察来看很多人没用AI，可能是根本不知道有别的用法​

Part1：如何挖掘现有AI产品的能力（阶段1→阶段2）​

​如果你现在正像故事里的小苏一样，基本只用过豆包和ChatGPT，不知道还有什么AI工具，那可以先看看这一部分，建议花1-2天探索，不需要全部做完，按优先级选择适合自己的。这部分不需要学任何技术，就是去探索、去玩。如果有很喜欢的产品，很想进一步学习，可以自行搜索社交媒体上大家的案例与使用经验。​Agent现阶段想用好还是有学习门槛，而有用的前沿技术，最终都会封装成用户友好的产品，未来这种容易上手的产品还会进一步变多，可以持续关注。如果有投资人、想在AI求职的朋友，去了解AI产品的能力现状和边界也非常重要​​

一、深入通用产品：花半天时间，探索“豆包”对话框之外的按钮​

1.任意常用的ChatBot产品点进所有按钮（半天）​

  • •产品推荐：任意一个国外产品（如Gemni），和国内产品（如豆包）手机和电脑端​
  • •内容：把里面的每一个按钮选项都点进去玩一玩，不求做出什么东西，至少先随便玩玩感受一下​
  • •目的：​◦其实做完这一步应该就比大多数人对AI了解的多了，大多数朋友只用个别功能​◦如果能进阶做出自己的Gem、尝试不同生图提示词等，就更牛了​

​​附件不支持打印Gemini的深入菜单​​57%​

​​附件不支持打印Gemini的Gem构建​​43%​

​​附件不支持打印豆包Web的更多功能入口​​36%​

​​附件不支持打印豆包客户端（会议纪要好用）​​50%​

​​附件不支持打印豆包手机端​​14%​

2.如果可以访问国外服务，尝试一下Claude​

  • •产品推荐：Claude官方（需要科学上网&账号问题求助某鱼和某宝）​
  • •标准：看一下Claude官方的55分钟、10个案例的教学视频（国内转载翻译版），然后上手使用一下​
  • •目的：​◦Claude官方其实对华非常不友好，但不得不承认就是现在的第一梯队，产品和模型能力均是​◦如果只用过豆包，那么体验Claude，会一下子感受到另一个世界，甚至只用Claude都会觉得能做的事变多了、AI变聪明了​◦Claude作为头部会被其他产品对标学习追赶，现在的Claude功能可能会逐步在豆包等产品发现，在生产力场景用Claude本身就比只用豆包的人领先半年到一年​

二、探索更多产品：使用不同垂类AI工具​

1.网页agent-使用至少一个网页Agent产品（2h）​

  • •产品推荐：Manus、Kimi Agent、Coze​
  • •内容：​◦任何你想做的任务（有免费额度，都可以免费尝试两个）​◦如果没什么想法可以尝试完成一个搜索/写报告/做PPT/写网站的任务，或者查看官方案例学习感受​
  • •目的​◦跟上时代进展，Agent是目前公认的未来趋势，当前本地Agent还有学习门槛，至少先从网页端尝试（相对贵，但未来为了智能买单也将是趋势）​◦在网页Agent里感受各种概念（例如MCP、SKILL等，详见Part2）与用法（详见Part2如何提需求），新闻里的概念会在实践中形成认知​◦长期使用可能会转ClaudeCode之类的本地Agent，但网页Agent是各家厂商工程做过优化的，部分场景比自己手搓优秀，以KimiAgent为例，哪怕我转到了ClaudeCode依然会用搜索调研，比公开的search接口质量高​

​​附件不支持打印Manus​​52%​

​​附件不支持打印Kimi Agent，可以查看精选案例感受​​​48%​

2.vibecoding-用网页Agent开发能力，做一个小网站（2h）​

​vibecoding指不写代码、甚至不关注实现的具体技术细节，只管感受产品功能和氛围（vibe），给AI提需求做产品（但当前如果希望做好其实还是要管一些技术细节）​​

  • •产品推荐：Google AI Studio、秒哒、Kimi Agent、Manus​
  • •内容：尝试做一个小开发，例如粒子效果、计算器、图片格式转换小工具等等​
  • •目的：​◦AI Coding虽然是个很大的坑，但其实开始真的没有大家想象的那么难，不要总观望​◦能把Google AI Studio用好已经很能体会开发的乐趣，并且解决生活中一部分问题了​◦感受之后再决定要不要进一步“VibeCoding”，如果这时候有更多需求就会自然地走入vibe coding大门​

​​附件不支持打印Google AI Studio效果​​24%​

​​附件不支持打印简单的互动小游戏/开发原型​​26%​

​​附件不支持打印粒子交互​​26%​

​​附件不支持打印能用的语音转文字并上传图片小工具​​24%​

3.搜索-用一天AI搜索​

  • •产品推荐：Perplexity、秘塔、Kimi、元宝（公众号多）​
  • •内容：一天内遇到的问题，都使用AI搜索感受一下，可以注重AI回答真假、搜索引用来源​
  • •目的：​◦感受一下AI搜索，能连接全网知识的感觉，这就是新时代的谷歌，以前的信息素养现在AI时代会被AI搜索改写​◦大家群里经常问的一些问题，有很大一部分就是可以AI搜索解决的，比如各种报错怎么解决、软件怎么用等等​◦AI搜索的信息素养也有很多可以展开的，比如怎么搜到更好的内容、比如搜索完怎么接写作等等，但最基本的先用起来​

​​附件不支持打印perplexity：国外头部搜索产品​​30%​

​​附件不支持打印Kimi：国内通用搜索做过优化​​36%​

​​附件不支持打印秘塔：可以搜文献，但质量不高​​33%​

4.手机os-了解一下手机品牌的OS内置的AI功能（花2h）​

  • •产品推荐：无，自己什么手机就搜什么的​
  • •内容：先搜索一下品牌最新系统更新的介绍，然后用一下，比如Siri（苹果）、小布（OPPO)、记忆空间、相册里的AI修图等等​
  • •目的：​◦其实还在发展中，但大多数人应该都没用过（我之前就没有x），但尝试一下往往有新发现​◦手机厂商也在探索更多AI功能，例如豆包手机&小米龙虾等，现阶段是起步早期，未来会更好用，想求职的这边也有很多需求​

​​附件不支持打印​13%​

​​附件不支持打印​43%​

​​附件不支持打印​44%​

5.AIGC-即梦生图/生视频（半天）​

  • •产品推荐：即梦、可灵​
  • •内容：​◦尝试用Agent模式做一个海报/尝试做生图​◦尝试用一下图生视频​
  • •目的：​◦快速感受一下AI生图、视频的发展，当前即梦发展很头部（但不知道能保持多久x）​

​​附件不支持打印​​66%​

​​附件不支持打印即梦的Agent做海报​​34%​

6.AIGC-对AI视频感兴趣的再试试Agent​

  • •产品推荐：OiiOii、Medeo、Lovart​
  • •内容：​◦用一下OiiOii这类视频Agent，做第一个小视频​◦对现状感兴趣的搜B站AI创作大赛（链接），可以看到当前AIGC天花板​
  • •目的​◦感受下视频制作的全流程，这是以Agent形式帮你做的，能看到AI写脚本、脚本变分镜图、分镜生视频等全流程，这个今年也会发展变得更好用，不想深度学习做视频但想玩的未来用的主要会是这类产品​

7.自己找AI产品-去看产品榜单&导航网站（https://ai-bot.cn）​

  • •产品推荐：无，垂类产品太多，大家需求不一样，需要因需选择，看下面的图自己感兴趣什么，标粗是我个人用过同品类推荐的​
  • •内容：​◦去看投资机构&三方机构榜单，看是否有自己感兴趣的产品，例如编程开发、知识管理等，都有什么好用的产品​◦关注本身使用的产品的AI功能，例如腾讯会议、Notion AI等​◦白板画布的前3张图是投资机构整理的2025Top AI产品，第4张是一个收录比较全的导航页，思维导图为我自己整理的AI产品分类，给大家参考（截止时间2026.01）​
  • •目的​◦每个领域的产品都在加AI功能，也会有更多垂类领域的AI产品出现，这里是不可能推荐全的​◦授人以鱼不如授人以渔，推荐大家去找官方榜单等方式关注自己领域的AI产品​

Part2: 如何上手Agent（阶段2→ 阶段3）​

​经过 Part1，我们可能已经用过 Manus 或 Kimi Agent，感受到"AI 帮我干活"是怎么回事。​但真正用起来，还是会卡：为什么有时候 AI 做得很好，有时候又一塌糊涂？为什么别人的 Agent 能每次很自动化不用多说就能产出很好的内容？​这里有个不太恰当但挺好用的类比，Agent现在有点像相机。人人都会按快门，但真正拍出好照片，还是要懂一点构图、光线、焦距等知识。Agent 也是这样，想要用好的话，也需要稍微了解一些原理。​所以这一部分，我是希望尽量简单的把对操作Agent相关的基础概念，在这里做个简单介绍，看完可以让大家更好的使用Agent。这些也只是入门，更多内容还是在发展中，并且是要在实战中学习的。推荐大家看完这些基础介绍后，上手多用一用，遇到问题再搜、再查、再问AI的方式，进一步学习。​产品推荐上，最容易上手的manus这类网页agent产品，对新手小白是能最快感受Agent原理的，但如果希望深入使用、领会当前最顶尖的agent产品，还是推荐学习claudecode，对小白来说大概需要一下午安装和一周的适应。​​

一、初步理解Agent是什么​

1.什么是Agent​

我们可以先对比下chatbot（豆包类）和agent（manus/claudecode/openclaw都属于这类）​

Chatbot（聊天机器人）​

我们常用的豆包、ChatGPT、Deepseek这些产品，过去都属于Chatbot。它们的核心能力是对话，你问问题，它回答，你给任务，它生成文字/代码/图片，你让它改，它重新生成。虽然各家厂商也会在里面加一些工程适配，但当前阶段绝大多数，都是一次性执行。以搜索为例，可能是产品开发者做了，在模型回答前先进行搜索的搜索工具，但往往是工程写死的执行，而不是AI自主决定的，它搜到的结果也没有办法更改和自主决定是否要搜下一轮。​

​​附件不支持打印当前deepseek为例​​46%​

​​附件不支持打印当前的kimi为例​​54%​

Agent（智能体）​

​对于Agent技术定义可以看Anthropic这篇博文：https://www.anthropic.com/engineering/building-effective-agents​​

Agent像是提前给大模型的大脑配了一堆工具，让它自己决定用哪个、怎么用。​

你说一句话，它自己调工具、读文件、执行操作，告诉你结果。某一步出错，它会自己换工具重试。抽象层链条是：你说一句话 → AI 自己调用工具、读文件、执行操作 →根据执行结果调整→告诉你结果。​

依然以搜索为例，Agent执行发现第一次搜索没有想要的结果，可能会自主决定进行第二次搜索，或者更换其他搜索工具再次执行（当然也可能就不搜索，这里有随机不稳定的地方，而且耗时、资源等可能也会消耗更多）​

​​附件不支持打印简单示意图​​44%​

​​附件不支持打印来自anthropic官方文档​​56%​

Agent能干的活包括：读你电脑里的文件（read tool）、在网上搜索（search tool、三方服务mcp形式接入）、写代码并运行（写代码&保存文件&本地环境执行）、把结果保存到指定位置（操纵本地文件）……​

例如你说一句"帮我生成明天的小红书内容"，它可以自己找素材、自己写、自己存，你只需要最后审核一下。​

​注：当前传统Chatbot产品有向着Agent转型的趋势，例如Kimi、Claude主对话框进入，已经是一部分agent功能了，​​

Workflow​

​想了解workflow和agent区别的：https://www.promptingguide.ai/agents/ai-workflows-vs-ai-agents​​

如果想对比Agent和Workflow的区别看这里，仅作为补充​

​WorkFlow​​附件不支持打印​​附件不支持打印https://blog.csdn.net/Z987421/article/details/148223438​​​50%​

WorkFlow​

​Agent​​附件不支持打印​​附件不支持打印https://mp.weixin.qq.com/s/nRVVqPaGxWdNqNrUcurSXg​​50%​

Agent​

2.不同Agent产品的区别​

​对类似的agent产品怎么构建很好奇的，可以看这个开源教学项目Learn- Claude-Code，不同agent产品大概都有类似的架构，但处理细节会很不一样。​​

如果我们把大模型比作“大脑”，那么 Agent 产品之间的真正区别，除了大脑有多聪明（背后的大模型），更在于它们各自配了一套什么样的Harness。​

Harness​

在 AI 工业界，Harness 指的是围绕模型构建的一整套工程支持系统。如果把大模型看作是一个空有知识但没出过门的“天才”，Harness 就是那个教它规矩、给它地图、送它工具、并时刻纠正它错误的“外骨骼”。​

不同 Agent 产品之所以在处理同一任务时，有的表现得像专业员工，有的像“复读机”，就是因为它们的 Harness 设计思路不同：​

例如记忆与上下文管理（Memory Harness）​

  • •普通 Chatbot： 像个鱼缸，聊得久了前面的事就忘了。​
  • •顶尖 Agent（如 Claude Code）： 拥有极其高效的记忆检索机制。它不会死记硬背所有对话，而是像个高级助理，会自动把你的代码库、历史指令、报错记录做成索引。当你提问时，它的 Harness 会精准地把最相关的片段“喂”给大脑。​

再比如工具调用与反馈闭环（Action-Feedback Loop）​

  • •弱 Harness： AI 尝试运行一段代码，报错了。它只会摊摊手对你说：“对不起，运行出错了，报错信息是 XXX。”​
  • •强 Harness： AI 运行代码报错后，Harness 会捕捉到这个错误，并自动把它塞回给 AI 说：“刚才那行代码没跑通，是因为权限问题，请你换一种写法重试。”​

这些harness环境其实都是产品开发工程师配给我们的，所以当我们在选择ClaudeCode、OpenClaw等产品时，所选择的往往是不同的harness环境。当前ClaudeCode做这么好，除了模型外一定程度就是它的harness好，而openclaw这种产品，就是在claudecode基础上进行了其他harness构造，当前还不稳定。​

3.两类 Agent 产品​

网页 Agent​

代表是 Kimi Agent 和 Manus。此外也会有不同垂类领域的专门Agent，例如Google AI Studio做开发、OiiOii做漫剧。​

这类产品的逻辑是：产品工程师已经帮我们做好了把大量工作，比如接好各种常用工具、工具运行的沙盒环境、返回结果优化过的交互界面，我们打开浏览器就能用，不需要安装任何东西。产品能搜网页、写代码、生成文件、调用外部 API，在工程师预设的环境里能做事。​

但这个预设的沙盒也是它的边界。它访问不了我们电脑本地的文件，操作我们桌面上的软件、工具中内置的提示词设计我们也看不到，也改不了，基本只能用它提供的工具，没法自己扩展（部分可以支持skill和mcp接入，下文使用部分会说）。​

​​附件不支持打印通用Agent：kimi agent​​54%​

​​附件不支持打印通用Agent：Manus​​46%​

本地 Agent​

代表是 Claude Code 和 Codex，年初很火的OpenClaw 也属于这个方向的延伸。​

这类工具跑在我们自己的电脑上（也可以开云端服务器），可以直接读写本地文件、执行终端命令、访问我们的整个文件系统。​

自由度也高很多，我们可以自己装工具、配 MCP 插件、写 Skill，把它改造成完全符合自己工作方式的私人助理。代价是需要自己折腾：装环境、配 API、理解基本的命令行操作。OpenClaw 能直接操作手机 App、桌面软件，但目前基建还不完善，bug 比较多，适合愿意折腾的人。​

​​附件不支持打印在终端使用的ClaudeCode（有插件和其他产品可以更友好的界面使用）​​44%​

​​附件不支持打印界面更友好的Codex​​37%​

​​附件不支持打印可以访问本地文件夹系统，例如配置各种skill​​19%​

我自己的建议：​

1.如果不希望在AI投入太多时间：先从网页 Agent 开始感受，如果觉得不够用再装 Claude Code 做本地项目，OpenClaw 等基建更完善了再说。​

2.如果希望了解当前AI上限：尽早用ClaudeCode，同类产品还有很多，但当前头部生产力确实是claudecode​

二、网页Agent入门​

Kimi Agent和Manus都有免费额度，可以直接上手试几个case&看看官方case。此外现在Claude已经在主对话框也用上了Agent能力，未来豆包、Kimi这类产品的主对话框可能也都会是Agent能力，大家打交道的会越来越多。​

1.通用Agent​

可以先通过几个实际 case 感受一下它能做什么，然后大家上手用用就知道了。如果想学的话就看看官方case&B站小红书搜产品名字，搜个播放高的看看，十多分钟就够了​

Case 1：调研写报告​我让 Kimi 写一份短剧产业研究报告，它自己搜了 100 多个网页、用 Python 做了数据可视化、最后产出了我指定的格式，可以导出docx与pdf。我后来核实过里面的数据，基本是真实的。 →查看完整 case​

Case 2：分镜脚本​

一个Kimi官方案例，给它一个主题，它自己规划分镜、调用生图 API、把脚本整理成 Excel。→查看完整 case​

Case 3：做网页​一个Kimi官方案例，描述你想要什么样的网页，它直接帮你写出来，还能生成一个可以分享的链接。→查看完整 case​

Case 4：做 PPT​也是Kimi Agent能力，但是单独入口，做过特殊优化，传一个文档，它帮你拆分页面、设计排版、导出可编辑的 PPT 文件。​

​​附件不支持打印​44%​

​​附件不支持打印​56%​

这些产品基本上手就用，没特别多介绍的，看我后面的本地Agent原理&向Agent提需求可以用的更好，但值得注意的是像 Manus、Claude这类产品，现在也支持接入 MCP 和 Skill 了。​

MCP（Model Context Protocol），简单说就是遵循给模型看的格式、可以调用的插件，让 AI 能连接外部服务。比如装了 Notion MCP，AI 就能读写你的 Notion；装了 Google Drive MCP，AI 就能访问你的云端文件。​

Skill是"技能包"的文件夹，把一套操作流程打包起来，让 AI 一键调用。比如你可以装一个"小红书文案生成"的 Skill，它会按照特定的格式和风格帮你写文案。​

网页 Agent 支持这些功能后，自由度比以前高了不少。但和本地 Agent 比，还是有限制，我们只能用产品提供的 MCP 和 Skill 市场里的东西，没法自己写。而且因为是沙盒环境，有些需要访问本地文件的 MCP 和 Skill 还是用不了。​

​​附件不支持打印Manus：MCP入口​​55%​

​​附件不支持打印Manus：SKILL入口​​45%​

2.垂类Agent​

除了 Kimi 和 Manus 这种通用 Agent，还有一类值得关注：垂类 Agent。它们把某个领域的专业知识、提示词工程、操作界面都打包好了，你只需要描述需求就行。​

  • •OiiOii：AI 动画生成，有节点式工作流画布，适合做动态内容。​
  • •Lovart：AI 设计工具，做 IP 形象、头像生成很好用。​
  • •Google AI Studio：基于 Gemini 的快速原型工具，适合想快速验证想法的人。​

这类产品的逻辑是：专业知识已经被封装进去了，以及工程交互也做过对应的优化，直接用就很友好，未来对应领域的Agent也会变多，大家可以关注自己领域的变化。此外，如果自己领域一直没有好用的，也可以尝试用本地agent的方式手搓，就可以走向更深的AI应用，甚至是职业转行了。​

三、本地Agent入门​

1.案例-本地 Agent 能做什么​

本地 Agent 最大的不同是：它能访问你电脑上的所有文件，能执行你电脑上的所有命令。​

例如我之前尝试搭建了一个个人知识管理系统（日记→选题→笔记→发布），用 Claude Code + Skill ，信息从inbox流向选题库，再到笔记、发布，形成完整的创作pipeline。系统包含10个skill，覆盖日常记录提纯、选题管理、风格写作、多平台分发（小红书/公众号）等环节。​

这个完全是本地 Agent 的专属场景，所谓的Agentic Building，它需要读你的日记文件、写入新文件、调用自定义的 Skill。​

​​附件不支持打印SKILL​​15%​

​​附件不支持打印核心理念​​26%​

​​附件不支持打印从零散输出维护选题表​​29%​

​​附件不支持打印文章撰写&排版打通​​30%​

2.原理-以本地Agent为例拆解如何运行的​

看起来有点复杂，但其实可以理解成：我们在和一个配了很多工具的 AI 大脑对话，它根据我们的需求，自己决定调用哪些工具来完成任务。​

最底层：模型支持​

这是 Agent 的"大脑"。你用 Claude Code 就是用 Claude 模型，用 Codex 就是用 GPT 模型，此外也可以通过API接入第三方服务。​

​​附件不支持打印例如CC Switch这类产品，更方便控制切换不同API接入的大模型​​75%​

​​附件不支持打印产品中也可以切模型，codex为例​​25%​

第二层：记忆系统（Memory）​

Agent 需要记住我们是谁、我们的偏好、我们的工作方式。这些信息存在哪里？​

  • •短期记忆：当前对话的上下文，AI 能记住我们刚才说了什么​
  • •长期记忆：我们写的文档（比如claude.md），告诉 AI 你的工作习惯、常用命令、项目结构​
  • •结构化记忆：我们的项目文件、数据库、配置文件​
  • •用户自定义记忆：我们给 AI 写的"工作手册"​

网页 Agent 的记忆是产品内置的，我们很难修改，本地 Agent 的记忆是你自己写的文档，完全可控。​

​​附件不支持打印OpenClaw的记忆设置​​48%​

​​附件不支持打印也可以自己维护文档作为“记忆”​​52%​

第三层：工具系统（Tools）​

这是 Agent 的"手"。AI 大脑再聪明，没有手也干不了活。此外这张图略旧，最近还有CLI 和 Skil，简单理解也可以算在工具这层​

模型配好的基础工具，例如浏览器（搜索网页）、PDF 阅读器、图片编辑器、视频处理、运行代码、操作时间...​

第三方开放生态（MCP）：通过 MCP协议，AI 可以连接各种外部服务：微信、Telegram、Notion、飞书、Google Drive、GitHub等。网页 Agent 只能用产品预装的工具，MCP 支持也有限；本地 Agent 可以装任何工具和 MCP。​

CLI（命令行工具）：让我们通过命令行和 Agent 对话，比如 Claude Code、Codex。相比网页界面，CLI 更灵活，可以直接访问本地文件系统。​

Skill（技能包）：把一套操作流程打包成"技能包"，让 AI 一键调用。比如"每日日记处理"、"小红书文案生成"。Skill 的详细介绍在下一节。​

​​附件不支持打印一系列基础tool：阅读、协作、查找等​​20%​

​​附件不支持打印操作mcp服务，使用白板工具excalidraw​​80%​

​​附件不支持打印加载skill​​54%​

​​附件不支持打印例如飞书CLI​​46%​

第四层：工作空间（Session / Workspace）​

每次你和 Agent 对话，都会创建一个"工作空间"。在这个空间里：​

  • •Workspace A：用户 A 在处理自己的任务，有自己的工具和上下文​
  • •Workspace B：用户 B 在处理另一个任务，互不干扰​
  • •Workspace C：用户 C 在做第三件事​

每个工作空间是隔离的，你的文件、对话、工具调用都在自己的空间里，不会串。​

​​附件不支持打印例如这两个对话就是不同session彼此之间不互通​​36%​

​​附件不支持打印例如把OpenClaw拉入不同群，对应都是不同session，彼此也不互通消息​​64%​

第五层：任务处理（Agent Loop）​

这是 Agent 的"工作流程"。你说一句话，Agent 会：​

1.理解你的需求​

2.决定需要用哪些工具​

3.调用工具执行​

4.根据执行结果调整下一步​

5.重复 2-4，直到任务完成​

6.把结果告诉你​

这个过程是自动的，你不需要手动指挥每一步。​

​​附件不支持打印例如各种步骤的自动执行，并根据执行结果调整下一步​​61%​

​​附件不支持打印例如kimi的plan、具体tool执行​​39%​

最顶层：Gateway 架构（中间层应用）​

这是"通信中间层"。它的作用是让 Agent 能接入各种聊天工具和应用：​

  • •WhatsApp、Telegram、Discord（海外聊天工具）​
  • •微信、飞书、钉钉（国内聊天工具）​
  • •iMessage、短信（手机原生通信）​
  • •Twitter、微博（社交平台）​

有了 Gateway，我们可以在微信里直接和 Agent 对话，或者让 Agent 自动回复飞书群消息，不需要每次都打开专门的 Agent 产品界面。​

我们看到的 Claude Code、Manus、Kimi Agent 这些产品，是在 Gateway 之下的"产品层"，它们把底层的模型、工具、记忆系统封装起来，给我们一个友好的界面。​

以下使用方式，不妨碍都是claudecode，小龙虾所谓接入飞书微信也是这个道理：​

​​附件不支持打印终端使用claudecode​​34%​

​​附件不支持打印claudian插件，在claudecode使用​​33%​

​​附件不支持打印codepilot，在“套壳”产品使用claudecode​​33%​

3.实战-工具选择​

选择一：IDE+CLI工具组合，任选一个IDE+一个CLI工具​

​这种选择相对最本质，无论是处理桌面工作、文字工作、写代码都比较清晰，在IDE能打开隐藏文件（例如.claude等.开头的配置文件），对agent具体做了什么希望可以看出来的，用IDE看的最清楚；此外CLI工具比较普适，在哪里都能用​Claudecode安装有一点门槛，推荐教学：B站博主秋芝教学​​

  • •IDE（集成开发环境）：就是写代码的软件，比如 VS Code、Cursor、Kiro、Trae、Antigravity​
  • •CLI（命令行工具）：通过命令行和 AI 对话的工具，比如 Claude Code、OpenCode、Gemini Cli、Kimi Cli​

我的是经典标配：VS Code+ Claude Code​

  • •VS Code：最流行的代码编辑器（IDE），免费、插件多；Cursor是这类AI IDE的鼻祖​
  • •Claude Code：Claude 官方的命令行工具（CLI），是这类CLI工具的鼻祖；Codex是OpenAI家的，最近羊毛力度大​

​此外对于Agent工具：如果本身ChatGPT会员用户用codex；Gemini会员用 Antigravity​​

完全没用过IDE产品的可以参考我这个图的简单介绍，可以通过插件或者直接开terminal使用ClaudeCode CLI或者Codex CLI​

​CLI指终端使用的形式，终端就是terminal，或者powershell这类​​

​​附件不支持打印​32%​

​​附件不支持打印​35%​

​​附件不支持打印​33%​

此外，claude code官方中国无法使用可以选择​

1.想用最好的模型：去闲鱼找中转站api，缺点是数据会被中转站存，而且不是很稳定，我自己是买了两个中转站来回切​

2.短期学习使用懒得折腾，买kimi/智谱/minimax任意 coding套餐/api连接，模型可能没有最顶尖的聪明但也够用，可以先熟悉Agent用法​

选择二：GUI界面的Agent​

对于只想处理桌面工作，完全不想写代码的，推荐Cowork/Codepilot/Codex，这些产品是在CLI工具的基础上封装了用户友好界面​

  • •Cowork：claude官方处理非代码任务更友好的桌面工具​
  • •Codepilot：guizang老师开源的，把CLI工具变得更好看的前端，归藏官方教程​
  • •Codex：OpenAI官方的，有CLI也有GUI界面​

​​附件不支持打印codex​​46%​

​​附件不支持打印codepilot​​54%​

4.实战-如何连接 API​

什么是 API：​

  • •API 就是"接口"，让你的本地工具能调用 AI 模型​
  • •类比：就像你的手机连接 Wi-Fi，才能上网​

步骤：​

1.找到各家开放平台，以Kimi为例https://platform.moonshot.cn/​

2.创建API Key​

3.连接各种服务，官方都有文档，以Kimi为例：https://platform.moonshot.cn/docs/overview​

建议：​

  • •长期来看，用最好的模型，哪怕折腾​
  • •短期来看，搞个国产的coding plan可以先简单玩一玩，熟悉下这些工具流程​

​👏方舟模型订阅套餐，模型自由，工具不限。 最新版 Doubao-Seed-2.0、Doubao-Seed-Code、GLM-5.1、MiniMax-M2.7、Kimi-K2.6、Deepseek-V3.2 多种模型中自由切换，或使用Auto模式调度。新客户首月40元起​👉查看详情​​

方舟模型订阅套餐，模型自由，工具不限。 最新版 Doubao-Seed-2.0、Doubao-Seed-Code、GLM-5.1、MiniMax-M2.7、Kimi-K2.6、Deepseek-V3.2 多种模型中自由切换，或使用Auto模式调度。新客户首月40元起​

👉查看详情​

5.实战-项目&路径推荐​

推荐安装 Claude Code，做三个入门项目，稍微用两周ClaudeCode再考虑是否安装OpenClaw，尝试做自己想做的就好，如果没什么想法，推荐这两个入门做着玩玩​

  • •数据分析/格式转化/处理 Excel 数据​◦任务：读取一个 Excel 文件，统计数据，生成报告​◦学到：AI 如何读取文件、处理数据、生成图表​◦时间：1-2 小时​
  • •做个个人网站​◦任务：做一个展示你简历的网页​◦学到：AI 如何写代码（HTML/CSS/JavaScript）​◦时间：3天～7天​

在这个过程中，可以边做边理解原理，例如学习 Memory/文档管理、Tools、Skill、MCP 的概念，ClaudeCode如何维护文档、ClaudeCode斜杠/命令等。​

同时根据自己的需求，配置Skill 和 MCP，不断调整工作流，提升效率，这时的任务都很定制化了，开始逐渐走向进阶，这个阶段我举几个我做过的例子希望可以给大家参考，更多案例可以搜社媒​

Case：小项目集合​

  • •需求：分析微信聊天记录，统计聊天频率、关键词、情感倾向​
  • •实现：用 Claude Code 读取聊天记录文件，用 Python 分析，生成可视化图表​

​​附件不支持打印用AI分析自己过去8年的年度总结，做了个游戏化人生存档网站​​35%​

​​附件不支持打印输出一个观点，模型正-反-合的自我辩论给出综合回答​​33%​

​​附件不支持打印导出过往五年微信聊天记录进行分析​​32%​

Case 2：个人工作室网站​

  • •需求：做一个展示朋友的项目、文章、联系方式的网站​
  • •实现：用 Claude Code 生成 HTML/CSS/JavaScript，通过GitHub+Vercel部署​

​​附件不支持打印前端主页​​24%​

​​附件不支持打印视频展示​​23%​

​​附件不支持打印视频预览​​24%​

​​附件不支持打印后台管理​​29%​

Case 3：背单词小游戏​

  • •需求：做一个简单的互动小游戏（比如猜数字、打地鼠）​
  • •实现：用 Claude Code 生成游戏代码，在浏览器里运行​

​解决单词学习缺乏情境的问题，剧本式学习（Unit1-22）、邮箱登录、进度保存、SVG素材生成，已有真实用户使用。其中内容生产管线英语词汇表➡️英语词汇卡元数据➡️剧本写作➡️SVG美术素材均撰写AI SKILL完成，理论上可快速生产不同词书​​

​​附件不支持打印主页​​25%​

​​附件不支持打印游戏主界面​​25%​

​​附件不支持打印单词收集​​25%​

​​附件不支持打印单元后短文​​25%​

Case 4：整理个人协作系统​

  • •需求：搭建一个个人知识管理系统（日记、笔记、选题、发布）​
  • •实现：用 Claude Code + Skill 自动化处理日记、生成选题、发布内容​
  • •配置示例：就是我现在用的 write_me 系统，可以给大家看看​

​核心理念是"冷热分离，人机边界"——人类原生态的输入（日记、灵感、碎片）和AI结构化的整理在物理上分离，信息从inbox流向选题库，再到笔记、发布，形成完整的创作pipeline。系统包含10个skill，覆盖日常记录提纯、选题管理、风格写作、多平台分发（小红书/公众号）等环节。​​

​​附件不支持打印SKILL​​15%​

​​附件不支持打印核心理念​​26%​

​​附件不支持打印从零散输出维护选题表​​29%​

​​附件不支持打印文章撰写&排版打通​​30%​

6.原理&实战：Skill专题​

​在前面的原理部分，提到了skill这件事，这个想重点讲一下，可以极大拓展Agent的可用性，我们可以通过skill使用他人的经验、更好的操作mcp和cli，也可以将自己的经验和要求封装成skill让agent可以跨平台使用​具体学习参考卡兹克SKiil系列，除了这篇还有一一系列，非常适合入门​​

Skill 是什么？​

简单说，Skill 就是"指令的文件夹"。把重复用的 Prompt、专业知识、甚至 Python 脚本，打包成一个 zip。Agent 遇到特定任务时，会自动打开这个文件夹，按需调用里面的内容。​

和传统的 Prompt 比，Skill 有三个不一样的地方：​

1.一次上传，多次调用。不用每次复制粘贴。​

2.按需加载，不占上下文。Agent 先看 metadata，觉得"这个任务需要用到这个 Skill"，才会去加载具体内容，不会挤占对话窗口。​

3.标准化格式，可以跨平台用。Anthropic 提的这个协议，现在越来越多 Agent 都在支持。​

所以 Skill 不是替代 Prompt，而是把 Prompt 升级成可复用的能力包。​

Skill 的文件结构：​

my-skill/

Skill 和 MCP 怎么配合？​

MCP 是"连接"，Skill 是"能力"。举个例子：你装了 Notion MCP，AI 就能连接到你的 Notion；但它不知道你的 Notion 里有什么、怎么用。这时候你写一个 Skill，告诉它："我的 Notion 里有个数据库叫'选题库'，每次我说'记录选题'，你就往里面写一条记录"——这样 AI 就知道怎么用 Notion 了。​

详细见下面的图吧，是Anthropicx 吴恩达官方SKILL课程的笔记，此外非常推荐去看卡兹克过年期间发的SKILL系列内容，确实很适合入门​

去哪里找 Skill？​

安装方式：在 Manus 等产品里"管理技能 → 添加 → 从 GitHub 导入"；在 Claude Code里让Claudecode自己装就好​

如何创造自己的 Skill？​

先安装 skill-crartor（一个创建 Skill 的 Skill），然后有两种方式：​

  • •封装现成的库：把 GitHub 上现成的项目打包成 Skill →教程​
  • •封装自己的经验：用 skill-creator 把你的工作流程打包 →case1|case2​

四、如何向Agent传递需求​

1.提需求/Prompt/Context​

这部分内容对网页 Agent 和本地 Agent 都适用。写 Prompt或者说给AI提需求，很像做一个好甲方​

写 Prompt 不是套模板、讲格式，是提需求。 像我们跟乙方打交道一样，给背景信息、说清资源在哪、定好交付标准。写 Prompt 之前，最重要的是先想清楚自己要什么。​

那想不清楚怎么办？​

技巧一：先聊清楚，再动手​

没想清楚之前不动手，先跟 AI 多轮沟通，把东西聊出来。这个过程中，AI 会帮你梳理、澄清需求，甚至可以主动反问你。​

Prompt 不是写出来的，是聊出来的。​

我 Kimi 写短剧产业研究报告那个 Prompt，就是先跟Gemini聊出来的：​

  • •第一步：聊数据来源（论文、公开数据集、行业报告）​
  • •第二步：聊执行步骤（先搜索整理 → 再用 Python 可视化 → 输出 Markdown）​
  • •第三步：让AI把这些内容沉淀成一条 Prompt，再交给 Kimi Agent 执行​

语音输入，推荐SpeechlessDo，说话比打字快，能带更多上下文。哪怕有错别字、有口语化表达，只要 Context 给够，AI 都能理解。​

​​附件不支持打印这条看起来很不错的提示词​​49%​

​​附件不支持打印其实是和AI聊了几轮之后让AI总结的，甚至当时用了很烂的语音输入法​​51%​

技巧二：Context > Prompt​

传统 Prompt 工程那套东西（角色扮演、Few-shot、思维链……），现在其实有点落后了。大模型能力上去了，模糊指令它也能执行。​

模型基本知道"怎么做"，各种材料在哪它都懂。它不知道的是"你的目标"——你的背景、上下文、具体需求是什么。​

​​附件不支持打印​50%​

​​附件不支持打印​50%​

AI 不是你肚子里的蛔虫，Context 给够才能写对。​

对个人来说，现在开始要管理自己的上下文资产：​

  • •维护需求文档、提供背景信息​
  • •把自己过去做过的类似项目给 AI 看​
  • •把自己的风格偏好、甲方要求提前告诉它​

对产品来说，这就是"上下文工程"，是做 AI 产品最核心的设计问题之一。​

技巧三：专业知识决定指令精度​

Prompt 的上限，取决于你的专业积累。​

对比一下，同样是让 AI 做网页：​

  • •模糊："帮我写一个好看的、橙色调的、显得高级的网页。"→ 样式随机，难以维护​
  • •专业："使用 Ant Design 组件库，采用 Flex 弹性布局实现响应式；导航栏使用 Layout.Header，侧边栏需支持 Sider 折叠。"→ 结果可控，代码规范​

你是学艺术的，你对构图、色彩、视觉层级的理解，就是你的"专业知识"。这些东西放进 Prompt，AI能做出来的东西就是不一样的。保持对 AI 不满意的能力，那是你的专业性。​

技巧四：传统Prompt教程​此外传统Prompt教程几类这么久，也有些Tips可以参考，可以看看我之前做的这个图，简单扫扫，另外过去的最容易学的教程推荐Jeff Su这期，感兴趣可以看看https://www.youtube.com/watch?v=jC4v5AS4RIM​

2.AI 做错了怎么办？​

用 Agent 一定会遇到 AI 做错事的情况。遇到这种情况，不要只是"重新试一次"，先判断是哪一层的问题，去探索什么时候该调整自己的用法，什么时候该换工具，什么时候该放弃这个任务。​

第一类：上下文问题​

Prompt 没写清楚，或者任务描述太模糊，就多轮追问，把需求说清楚。也可以安装一些brainstorm skill，或者进入plan mode，让AI向你提问。​

第二类：环境问题​

AI 缺少必要的工具或 MCP 服务。比如你让它读你的 Notion 笔记，但没装 Notion MCP，它当然做不到。这类问题可以通过配置解决。可以对比下别人能做好这种工作的案例是怎么做的、配了什么外界服务​

第三类：架构问题​

Memory 设计不好，或者产品的交互体验有缺陷。这类问题靠用户很难解决，只能等产品迭代，或者换工具。比如选claudecode、openclaw、harmes等产品​

第四类：模型原理问题​

AI 本身的能力边界，或者模型的固有偏差。这类问题换个模型可能有用，但有些是目前技术的天花板，只能绕开。比如有200w字文字材料，超过模型的context window（能处理的上下文长度），那就只能用工程方式绕过去，比如用搜索而非都给模型一次看。​

Part3: 如何深入Agent做产品（阶段3→ 阶段4）​

​到这里，我们已经知道 Agent 是什么、怎么用了。如果你只是想提效工作，Part2 的内容已经够用。​但如果想更进一步，不只是用 AI 帮自己干活，而是用 AI 做出能给别人用的产品，那就进入了另一个阶段。​这个阶段的关键词是：Vibe Coding和Agentic Building。​​

一、Vibe Coding 是什么​

​发现的系统教程，我都没看完，但会偶尔当手册查​•斯坦福现代开发者课：资料本身没公开，但是框架很值得参考，这个框架一起和AI学一学就可以​•VibeVibe开源项目：一个系统教程，Github Star很多，是AI辅助写的AI味很明显，但适合参考查漏补缺​•vibe-coding-cn开源项目：另一个系统教程，Readme很值得阅读，写的比较本质​•鱼皮AI教程：一个程序员博主的个人网站，也是系统入门教学，除了VibeCoding还有一些其他的​​

一句话定义：​

2025 年 Andrej Karpathy（OpenAI 联合创始人）提出的，Collins 词典把它评为 2025 年度词汇。，主要是指"动口不动手"编程，像聊天一样描述想要什么，AI 帮你写代码，你只需要感受（vibe）和引导，不用亲手敲每一行，甚至可以不关注任何技术细节。​

Agent和vibecoding关系​

Vibe Coding 背后的工具基本都是 Agent。你说"帮我做一个记账 App"，Agent 自己规划结构、写代码、调试、部署，你只需要看结果、提反馈。​

但 Agent 能做的不只是写代码，写作、操作浏览器、处理数据，原理都是类似的。所以更准确的说法是：Vibe Coding 是 Agent 能力在"做产品"这个场景下的具体应用。​

从Vibe Coding 到 Agentic Building​

Vibe Coding 是入口，但它有局限：你描述需求，AI 生成代码，你看结果，再调整——这个循环很快，但容易失控。代码越堆越多，你不知道里面有什么，出了问题也不知道从哪改。​

2026 年开始，业界开始讨论一个更进阶的概念：Agentic Building（Agentic Engineering）。​

区别在于：​

  • •Vibe Coding：你描述，AI 生成，你验收。适合快速出原型，适合个人项目。​
  • •Agentic Building：你设定目标和约束，AI Agent 自主规划、执行、测试、迭代。人类负责把关方向，AI 负责执行细节。适合更复杂的产品开发。​

简单说：Vibe Coding 是"你指挥 AI 写代码"，Agentic Building 是"你和 AI 团队一起做产品"。​

对于大多数人来说，先把 Vibe Coding 用好，能做出能跑的东西，再考虑 Agentic Building 的工作流。​

​​附件不支持打印vibe coding概念的诞生​​48%​

​​附件不支持打印vibe coding心法https://github.com/2025Emma/vibe-coding-cn?tab=readme-ov-file​​52%​

二、从自己拿AI做的“东西”到给人用的“产品”​

用 Vibe Coding 做出一个能跑的 demo，和做出一个能给别人用的产品，其实不是一件事，这个 gap 比很多人想象的大。​

1.技术部分：工程常识​

Vibe Coding 能帮你快速生成代码，但有些工程问题，如果希望维护或者给多人使用，人还是需要了解的，比如：​

  • •部署上线：本地能跑不等于别人能访问。需要学服务器部署（Vercel、Railway、云服务器），理解域名、HTTPS、CDN是怎么回事。​
  • •数据库设计：多用户的数据怎么存、怎么隔离、怎么备份。数据库设计错了，后期改起来很痛苦。​
  • •用户认证与安全：登录系统、密码加密、Session 管理、防止 SQL 注入和 XSS 攻击。这些 AI 能帮你写，但人需要知道它写的对不对。​
  • •并发与性能：一个人用没问题，100 个人同时用可能就崩了。需要理解缓存、队列、限流的基本概念。​
  • •错误处理与监控：自己用可以容忍 bug，给别人用就不行。需要有日志、报警、回滚机制。​

卡兹克老师之前办活动，用 Vibe Coding 写的报名页面，结果多人使用时卡支付，就出现了很多问题。​

这类问题 AI 能帮你写代码，但人得知道要问它什么。如果你不知道"并发"、"幂等性"这些概念，你就不知道该让 AI 注意什么。​

怎么补这些知识？​

你不需要成为专业开发者，但需要补一些"工程常识"。有两条路：​

1.系统学习：斯坦福现代开发者课、计算机基础课程​

2.边做边学：先用 Vibe Coding 做出能跑的东西，遇到问题再去查。这条路更慢，但对很多人来说更现实。​

或者，如果你有足够好的产品原型和快速市场验证，可以拉一些开发入伙——Vibe Coding 做完 0 到 1，开发完成 1 到 100。​

2.非技术部分：领域Know How、需求与市场、交互与产品体验​

除了技术之外，想把产品给用户用，还有产品和市场问题。​

很多人用 Vibe Coding 做出来的，其实是一个"东西"，根本谈不上一个"产品"。​

好的产品，需要有清晰的使用场景和目标用户。​

"所有人都能用"往往意味着"没有人特别需要"。越具体的场景，越容易做出真正有用的东西。​

例如：​

❌ 模糊："我做了一个 AI 写作工具，可以帮所有人写文章。"​

✅ 具体："我做了一个工具，专门帮小红书博主生成带 SEO 关键词的标题和开头段落。"​

第二个更容易找到用户，因为它解决的是一个具体场景下的具体问题。但能进入第二个的深度，是需要领域知识和对需求的敏感度的。​

好的产品，解决的是真实存在的问题。​

很多人做工具是因为"我觉得这个有用"，但用户不一定这么想。在动手之前，值得花时间验证：这个问题真的存在吗？用户现在怎么解决这个问题？他们愿意为更好的解决方案付费吗？​

例如：​

有人做了一个"AI 帮你整理微信聊天记录"的工具，觉得很有用。但实际上，大多数人根本不需要整理聊天记录——他们需要的是"快速找到某条消息"，而微信自带的搜索功能已经够用了。这个工具解决的可能是一个伪需求。​

好的产品，一般也会有好的用户体验。​

交互设计工作，如信息架构、操作流程、错误提示、空状态设计……这些 AI 能帮人实现，但也需要人先想清楚。​

例如：​

❌ 差体验："用户点了按钮，页面没反应，也不知道是在加载还是出错了。"​

✅ 好体验："用户点了按钮，立刻显示'正在处理中…'，处理完成后弹出'成功！'或'失败，请重试'。"​

这些细节 AI 能帮你实现，但你得先知道要让它做什么。（当然，这些还是 GUI 时代的想法，是给人做产品。也许给 Agent 做产品会有不同的情况。）​

这些问题不是技术问题，是产品问题。Vibe Coding 解决不了，需要人对市场的洞察想清楚。​

这也是很多跨行、欢迎文科生的优势所在，此时如果对其他领域真的有知识和实践洞察，加上一定的AI技术解决，会成为很有竞争力的存在。​

三、推荐资源​

详细资源见 Part4 的 Vibe Coding 部分。这里只列几个最直接的入口：​

入门 Vibe Coding：​

学工程基础：​

  • •斯坦福 AI Native 工程师课程&三个 Vibe Coding 入门系统教程（见 Part4）​

从完全零基础到部署上线一个个人网站，我见过的最快是一周。这是一个完全真实的案例，我的一个同门文科生朋友，在完全不会开发的情况下，用一周时间完成了​

  • •工具学习：上手使用了VS Code这类IDE+Claude Code这类CLI工具​
  • •vibecoding：整理了个人资料，vibecoding做了本地的静态页面，将简历变成网页​
  • •上线部署：上传到了github、用vercel完成了部署，并且绑定了国内腾讯云的域名​

当然只说做简历这个场景现在可能有更多好用的工具，可以快速生成简单的静态网页，但他学到的这些工具，做到这一步之后，很多想象力就被打开了，这时他可以做小游戏、做工具、做个人官网，甚至开始想"这个东西能不能卖给别人用"。​

但也要保持适当的敬畏。能跑起来和能稳定服务用户，还是有距离的。​

Part4: 有哪些好的学习资料？​

​前几个Part都是我个人学习、实践中总结出来的对于入门使用，最核心的一些认知​但上述内容也都是我自己的二手总结，那么我是如何知道这些的？大家如何学习AI知识？如何跟进AI动态？如何超过我的认知呢？​那么可以继续往下看我的学习材料​​

一、我日常关注的AI资讯​

​AI一手信息最优质的、长期想要AI从业应该关注如下，所谓Builders：​•顶级会议获奖论文（虽然现在会议含金量也有争议）​•头部公司官方技术报告和文件​•创作者和头部从业者的X​但这些对小白用户刚入门，以及中国网络环境日常关注内容生态，其实还是经过媒体编辑的更容易读，所谓自媒体Influencers​所以以下推荐是由浅入深，日常随便刷刷可以先看这些中国社媒内容初步了解，后续有学习需求再看一手信息​​

1.基础博主推荐（Influencers）​

【基础：比较通俗，但大多二手且部分有广告 Influencer，但会把技术通俗讲解，小白友好，⭐是推荐对AI感兴趣的人都关注的】​

日常关注Follow的资讯教学类​

  • •AI资讯公众号：​◦量子位（⭐）、机器之心、新智元、硅星人Pro​◦Fouder Park（产品创造者访谈比较多，适合想从事AI工作的人）​
  • •个人博主​◦数字生命卡兹克（⭐）（公众号&小红书，最大的AI个人博主，有人味，偶尔夸大）​◦语言即世界（公众号&播客，张小珺老师的访谈，国内创业者一线访谈，适合想从事AI工作的人）​◦归藏的AI工具箱（⭐，公众号&小红书，很多实测用法，很能折腾的超级个体）​◦李继刚（公众号 & 即刻）— Prompt 工程、AI 哲学思考​◦宝玉（X&公众号&即刻）— 技术翻译和解读，质量很高​
  • •软件教学类视频博主​◦秋芝2046（⭐，B站，清晰教学，适合小白）​◦Xuan_酱（B站，AIGC内容多一些）​◦JeffSu（Youtube，英文，主打工作提效）​

值得关注的AI超级个体​

  • •编程与Vibe Coding​◦张咋啦Zara（⭐，小红书）​
  • •视频（不是教学是欣赏的）​◦Simon阿文 & 海辛（小红书、即刻）​◦土豆人（小红书）​◦梦游牛油果（B站、小红书）​◦didi-ok（B站、小红书）​

其他推荐​

  • •Way to AGI社区很值得推荐，有非常多的领域知识库积累，生态很好，有文档、直播活动、社群、线下活动等，养活了很多卖课的​

​更多可以看新榜、AIGCRank等AI博主榜单，挑自己喜欢风格的看​​

​​附件不支持打印​33%​

​​附件不支持打印​33%​

​​附件不支持打印​33%​

2.进阶博主推荐（Builders）​

【进阶：一手信源，大多外网 Builder，主要可以看张咋啦的网站推荐】​

  • •公司和研究所​◦顶尖实验室官方都会发技术报告以及官方教学，这些一手信源很值得学，比如Agent概念、Harness概念，官方文档的被引都很高​◦国外（⭐）：Anthropic、Open AI、Google DeepMind​◦国内：字节Seed、Moonshot、DeepSeek​◦开源：Hugging Face、LangChain 官方文档​
  • •视频播客​◦对公司背后的细节感兴趣的、想在AI行业上班的、想做好自己的产品​
  • •AI Builder​◦Andrej Karpathy(@karpathy⭐) — OpenAI 联合创始人，深入浅出​◦Sam Altman(@sama) — OpenAI CEO，行业趋势​◦Yann LeCun(@ylecun) — Meta AI 首席科学家，学术视角​◦Ilya Sutskever(@ilyasut) — OpenAI 首席科学家，技术深度​

​​附件不支持打印来源：https://zara.faces.site/ai​​48%​

​​附件不支持打印来源：https://zara.faces.site/ai​​52%​

3.怎么看​

  • •有个别几个日常关注随手刷的：比如我是小红书号养好了主页有热点、个别几个博主会追更、每天或者隔天会看看量子位、卡兹克​
  • •整理集中看：比如我常看的AI公众号整理进了微信读书​
  • •做个AI Agent：帮自己筛选值得看的、做榜单总结等等，例如张咋啦Follow-Builders项目，也可以自己构建RSS订阅，很多开源项目可以自行探索​
  • •建议：​◦不要只看，去动手实践做着看看，要不然容易FOMO​◦部分信息是值得集中处理去看、不用AI总结​

二、我入门看过的系统学习资料​

​以下所有都是我本人看过的材料，非常适合入门了解，都有一定学习门槛，但是非常值得​​

1.大模型基础原理​

【大模型基础原理科普】​

  • •漫士沉思录（⭐）：清华博士，专业程度和可视化程度都很友好，有“彻底理解AI”系列，适合小白上手​

  • •3B1B（⭐）：国外做数学概念可视化非常有名的博主，有深度学习系列科普，很硬核，除此之外真的希望深入学习的，这个博主的微积分、线性代数课也很推荐​​附件不支持打印​
  • •Karpathy（⭐）：X养活了无数AI博主的前OpenAI研究员，他本人在Youtube也有针对AI原理的系统分享，非常值得看​​附件不支持打印​

【深度学习系列课】​

  • •李宏毅：台大的大牛老师，基本每学期都有更新，最新还有OpenClaw系列分享，B站也有搬运​

【大模型相关其他技术】​

  • •吴恩达：吴恩达老师牵头的DeepLearning AI有非常多的课程项目，都是和大牛合作的，B站也有搬运，可以挑感兴趣的看，整体已经很偏AI工程了，难度略高，推荐边写代码实践边学​​附件不支持打印​

【论文带读】​

  • •李沐：深度学习专家，论文带读系列非常好​
  • •张小珺x谢青池（⭐）：一期4个小时、配套50页PPT的论文讲解，回顾了LLM发展的前世今生，摘出了比较关键经典的几篇论文，按时间顺序整理​

​​附件不支持打印​76%​

​​附件不支持打印​24%​

2.Vibe Coding​

​这是个非常大的坑，绝大多数人都是边做项目边补的，基本先上手安装claudecode做起来，然后看其他vibecoder的项目分享、分析开源项目，同时在补对应的开发知识，我自己是没有看到特别系统的一门课能满足我所有需求的​但是结尾也推荐了几个教学的开源项目、斯坦福CS AI的AI开发教学课程文档，我自己是作为手册查漏补缺使用，也推荐给大家​​

  • •Claude Code配置：有点旧了，我当时看的这个，现在可能有更方便的​◦B站博主秋芝教学（⭐）：很生动，适合小白入门​◦ClaudeCode配置：2025年中的版本了，现在估计有最新的，推荐小红书找顺眼的看，我当时看的是这个​
  • •Skill：强推卡兹克写的系列专栏​◦卡兹克SKiil系列（⭐）：除了这篇还有一一系列，非常适合入门​◦吴恩达xAnthropic：吴恩达老师的课，是和Anthropic官方合作的，我倍速看完了感觉只是个人应用看卡兹克就够了​

​​附件不支持打印​30%​

​​附件不支持打印​70%​

  • •没看完偶尔会查的系统教程​◦斯坦福现代开发者课（⭐）：资料本身没公开，但是框架很值得参考，这个框架一起和AI学一学就可以​◦VibeVibe开源项目：一个系统教程，Github Star很多，是AI辅助写的AI味很明显，但适合参考查漏补缺​◦vibe-coding-cn开源项目：另一个系统教程，Readme很值得阅读，写的比较本质​◦鱼皮AI教程：一个程序员博主的个人网站，也是系统入门教学，除了VibeCoding还有一些其他的​

3.Agentic Building&Harness​

对AI领域是很新的概念，才几个月，还在发展中，也不太存在什么很系统的教程，只推荐几个材料：​

  • •Learn- Claude-Code（⭐）：教学开源项目，循序渐进讲ClaudeCode这种产品的Harness设计，很推荐用一阵子ClaudeCode后上手​

4.OpenClaw​

实话说我本人没看任何教学，对ClaudeCode用户来说，上手OpenClaw几乎不需要太多教学，简单查查就差不多上手用了，如果实在推荐的话，这有两个我对博主信任，但是我没看的教学：​

  • •李宏毅老师分享：李宏毅老师最新学期的课流传，课堂引入有OpenClaw分享，推荐​

5.AIGC视频​

现在很多割韭菜的卖课的，其实最好的都是创造者幕后分享，这几期看完基本对AIGC工作流、AI导演就比较熟了，其他的日常做项目积累、有问题搜搜就好​

Showcase​

  • •值得看的优秀作品​◦叙事短片：​▪b站：AI创作大赛​▪[https://www.bilibili.com/video/BV1Mmt4zVEVY/?spm_id_from=333.337.search-card.a