什么是 AI Agent

第 1 章里，你用一个 AI 聊天工具做出了一个名片页：你描述需求，它给代码，你复制到文件里打开。这个流程跑通了，但你可能也觉得有点累——每次都要自己复制、自己存文件、自己刷新看效果。

这一章，我们要认识一个更强大的东西：AI Agent。它会从根本上改变你"用 AI 写代码"的方式。

先厘清一个概念：聊天 AI ≠ AI Agent

很多人把"和 AI 对话"等同于"用 AI 编程"。其实差别很大。我们分两类看：

第一类：聊天式 AI（ChatGPT、豆包、通义、文心）

你一定用过这类工具。它的特点是：

• 你问一句，它答一段（文字、代码、图片）
• 它不知道你电脑上有什么文件、你的项目长什么样
• 你要自己把它的回答复制、粘贴到你的项目里

就像第 1 章做名片页那样——AI 给你一段代码，你手动存成文件。聊天 AI 是个很博学但看不见你桌面的顾问。

第二类：AI Agent（智能体）

Agent 这个词听起来玄，本质上是：一个能"动手"的 AI。它和聊天 AI 最大的区别是——它能直接操作你的项目。

一个真正的编程 Agent 能做到：

• 📂 读你的项目文件：它知道你有哪些代码、用了什么框架
• ✏️ 直接改你的代码：不用你复制粘贴，它自己写进文件
• ▶️ 运行你的命令：能帮你启动项目、跑测试、装依赖
• 🔁 自己检查结果：跑完发现报错，它能自己看报错、自己改

打个比方：

• 聊天 AI 是电话客服——你描述问题，它给建议，但活儿还得你自己干
• AI Agent 是上门维修工——它直接到你家，亲手帮你修好

为什么编程要用 Agent

你可能会问：聊天 AI 也够用啊，为什么要学 Agent？

随着项目变大，聊天式的工作流会越来越痛苦。想象一下你要做一个有 10 个页面的网站：

场景	用聊天 AI	用 AI Agent
改一个按钮颜色	复制代码 → 替换 → 刷新	说一句"把按钮改成绿色" → 它自己改好
新增一个页面	自己建文件、自己粘贴代码	说"加一个关于页" → 它建好文件、写好代码
修一个报错	把报错+相关代码全贴给它	它自己看报错、自己定位、自己改
接上数据库	来回问十几轮，手动接线	它读你的项目结构，直接帮你接好

项目越大，Agent 省下的时间越多。 这也是为什么从这一章开始，我们正式进入"Agent 驱动开发"——后面整门课，你都会用 Agent 来做项目。

Agent 是怎么"动手"的

你不用懂底层原理，但建立一个大概的认知，能帮你更好地用它。

一个编程 Agent 通常由三部分组成：

你（提需求）
    ↓
🧠 大脑：大语言模型（理解你说的话、生成代码）
    ↓
🛠 双手：工具（读文件、写文件、运行命令）
    ↓
你的项目（被实际改动）

• 大脑就是 ChatGPT、Claude 这类大模型，负责"想"
• 双手是一组预设的工具（读文件、写文件、执行命令），负责"做"
• Agent 把两者绑在一起：模型想到该做什么，就调用工具去做

所以 Agent 不是什么神秘生物，它就是给大模型装上了"手"，让它能真正碰到你的项目。

一个直观的对比

我们用"给名片页加个头像"这件事，对比两种方式：

用聊天 AI：

1. 你问："怎么在名字上面加个圆形头像？"
2. AI 回答一段 HTML/CSS 代码
3. 你找到项目里的对应文件
4. 你把代码粘贴到正确位置
5. 你存文件、刷新浏览器
6. 发现位置不对，重复 1-5

用 AI Agent：

1. 你说："帮我在名字上面加个圆形头像，用我本地的 avatar.jpg"
2. Agent 自己打开你的文件、改好代码、存好
3. 你刷新浏览器，看到效果
4. 不对？再说一句"头像再大一点"

差距很明显。Agent 让你从"搬运工"变成"指挥官"。

这门课会怎么用 Agent

从这里到课程结束，你的工作方式会变成：

• 你来想：要做成什么样、功能是什么
• Agent 来做：写代码、建文件、改样式、修 bug
• 你来看：跑起来看效果对不对，不对就告诉 Agent 怎么改

这门课要教的，正是怎么当好这个"指挥官"——而不仅仅是学会某个工具的按钮在哪里。

本篇小结

• 聊天 AI（ChatGPT/豆包）只能"动嘴"，要你自己手动操作
• AI Agent 能"动手"，直接读、改、运行你的项目
• Agent = 大模型（大脑）+ 工具（双手）
• 项目越大，Agent 的优势越明显
• 本门课全程用 Agent 驱动开发，你来指挥，Agent 来做

下一篇，我们来看看市面上有哪些主流的编程 Agent 工具，以及你该怎么选。