收到目标
你说「帮我调研 AI 行业这周的新闻」
核心洞察：学完了 Skill，你已经知道了给 AI 操作手册能让它做得更好。Agent 是下一步——它不只是「带着手册回答你的问题」，而是你自己去规划步骤、调用工具、完成任务。你说个目标，Agent 自己想办法实现。
从上个模块你已经知道：Skill = 给 AI 装操作手册。
但 Skill 有个局限——操作手册只会让人做得更好，不会让人从「思考者」变成「行动者」。
举个例子你就明白了：
你：「帮我调研一下 AI 行业这周有什么新闻」
AI（有 skill）：「好的，根据调研 skill，我应该这样回答你：先列出新闻标题，然后附上摘要，最后给出趋势分析。但现在我手头没有最新新闻数据，建议你去某某网站自己搜。」
它知道「该怎么做」，但做不了——它没有手和脚。
你：「帮我调研一下 AI 行业这周有什么新闻」
Agent：「好的，我开始执行。」
→ 自动打开浏览器搜索
→ 翻看 5 个新闻网站
→ 对比不同来源的信息
→ 回来给你一份完整的周报
它不只是知道怎么做——它自己去做了。
一句话：Skill 让 AI 知道怎么做事。Agent 让 AI 自己去把事做了。
你可能以为 Agent 就是 AI 多了一些工具。其实不只是工具——Agent 有自己的一套思考流程：
你说「帮我调研 AI 行业这周的新闻」
Agent 在脑子里想：第一步搜什么关键词、第二步看哪些网站、第三步怎么整理
打开浏览器 → 搜索 → 阅读 → 记录 → 再搜 → 再读……
如果某个网站打不开，Agent 会换一个网站，不会卡住等你来修
把调研结果整理好，告诉你「查了 5 个网站，整理出 8 条重要新闻」
Agent 能做到这些，是因为它能调用各种工具——就像你有一个远程助手，他手里有这些工具：
| 工具 | Agent 拿着它能做什么 |
|---|---|
| 网页搜索 | 自动搜索、打开网站、提取信息 |
| 文件读写 | 读取你的文档、写入新文件、整理数据 |
| 代码执行 | 运行 Python 脚本、分析数据、生成图表 |
| API 调用 | 查天气、查股票、调用各种在线服务 |
| 记忆存储 | 记住你的偏好、记住之前任务的结果 |
这些工具组合起来，Agent 就能完成非常复杂的任务。
你可能已经注意到了——Skill 和 Agent 是互补的：
Skill = 菜谱（告诉你做什么、怎么做、别踩什么坑）
Agent = 一个会自己行动的厨师（会看菜谱、会开火、会找食材、火候不对会自己调）
Skill + Agent = 你把菜谱递给厨师，说「做这个」——厨师自己搞定一切。
你的调研 skill 告诉 Agent「报告格式是什么」「风格要怎样」「哪些网站靠谱」。Agent 拿着这本操作手册，自己去搜、去读、去整理——最后给你的就是一份符合你习惯的报告。
你可能已经用过 Agent 了！很多 AI 工具都在悄悄用 Agent 模式：
打开你的 AI 工具，试试说以下任意一句：
注意看它的反应——如果它开始说「正在打开浏览器」「正在分析……」那就说明它在用 Agent 模式了。
🤖 Agent = AI 从「回答者」变成「执行者」。
Skill 告诉它怎么做，Agent 自己去做。
有疑问？返回 主页，或者直接对 AI 说一个「帮我调研 XX」试试。