从 AI 到 Agent 三讲
三次课，一次讲完一个模块：先弄清"模型到底在干什么"，再看它靠什么变强，最后判断"该不该做、做了怎么验收"。每讲三个板块，各附可自学的参考资料，末尾附一份 Coding Agent 现状速览。
- 周期
- 3 次 · 每次一个模块
- 单次
- 约 130 分钟 · 含中场休息
- 前置要求
- 无，不限技术背景
第 1 讲它是什么
模型的机制、边界和沟通方式，建立共同语言。
运作机制 · 提示词 · 上下文第 2 讲它怎么变强
知识、工具、自主循环，三种扩展能力的路径。
RAG · 工具与 MCP · Agent第 3 讲它能不能用
组装成系统之后，怎么评估、怎么控风险。
系统组装 · Coding Agent · 评估与边界0145 min
大模型的运作机制
拆掉神秘感，也拆掉不切实际的期待
- 下一个词预测：为什么这个机制能表现得像在思考
- 预训练、微调、对齐三段式，各自解决什么问题
- 三个硬约束：token、上下文窗口、知识截止日期
- 幻觉的来源：自信和正确是两件不相干的事
0245 min
提示词与沟通
投入产出比最高的一块
- 五要素结构：角色、任务、上下文、输出格式、约束
- 示例驱动：给两个例子胜过写五段说明
- 推理模型与普通模型的差别，什么时候值得让它多想
- 四种常见失效：任务笼统、上下文缺失、一次问太多、隐含前提没说
0340 min
上下文
喂什么，决定它能吐出什么
- 上下文是产出质量的上限，不是配料
- 长文档、表格、数据集进入模型的方式与损耗
- 结构化输出：让它直接给 JSON，而不是给散文
- 上下文污染：对话越长越笨是怎么回事
0140 min
知识检索与 RAG
让模型用上它没学过的东西
- 向量与语义检索的直觉解释，不涉及数学
- 四个步骤：切块、向量化、检索、生成
- 三个失效点：切断了语义、该召回的没召回、引用是编的
- 什么时候不需要 RAG：长上下文直接塞更省事也更准
0245 min
工具调用与 MCP
从"会说"到"会做"的分水岭
- 模型自己做不好的三件事：算数、查实时数据、执行动作
- 调用循环：模型发起调用，你的代码执行，结果回灌
- 工具的描述比实现更决定成败
- MCP：把接系统这件事从一次性胶水变成通用接口
0345 min
Agent 是什么
全课程最关键的一块，第二讲的收束
- 三档区分：单次调用、工作流、Agent。大部分需求其实只需要工作流
- Agent 循环：观察、决策、行动、反馈，以及它为什么会绕圈
- 记忆：会话内上下文与跨会话长期记忆的区别
- 该不该上 Agent 的四问：复杂度、价值、可行性、出错代价
0145 min
从组件到系统
把前两讲的零件装起来
- 任务分解与子代理：什么时候拆才划算
- Coding Agent：把整个项目目录交给它意味着什么
- 工作流自动化与 Agent 的边界在哪
- 人在环：哪一步必须有人确认，哪一步可以放手
0240 min
Coding Agent 现状
离我们最近的一类 Agent，末尾附录是这一块的主要材料
- 补全式助手与 Coding Agent 的分界：有没有执行权
- 四种形态：终端型、编辑器型、平台型、自托管型
- 主流工具的取舍，以及为什么这张表只能当快照
- 对我们的判断：哪些活收益最大、哪些必须设卡、哪些暂不适用
0345 min
评估、成本与边界
在受监管环境里，这一块决定能不能真的用
- 怎么证明它做对了：评测集与金标准
- 成本与延迟：token 计费、缓存、模型选型
- 安全：提示注入、数据泄露、越权调用
- 受监管场景：数据边界、审计留痕、监管方对 AI 的要求
Coding Agent 现状
补全式助手是你写一半、它接下去；Coding Agent 是你交代一个任务，它自己读代码、改文件、跑测试、看报错再改。差别不在模型强弱，在于它有没有执行权。下面是 2026 年 9 月的格局，这个领域三个月就换一轮，当快照看，别当结论。
四种形态
形态 A终端型
跑在命令行里，直接读仓库、执行命令。自主度最高。
Claude Code · Codex CLI · Aider形态 B编辑器型
装在 IDE 里，补全、对话、改文件一体，改动看得见。
Cursor · Cline · Trae · 通义灵码形态 C平台型
在代码托管平台里派任务，它自己开 PR、回评审、触发 CI。
GitHub Copilot · Devin形态 D自托管型
开源，可换模型、可接私有或本地部署，适合数据不出境。
OpenHands · Cline · Aider主流工具优缺点
| 工具 | 形态 | 优点 | 缺点 |
|---|---|---|---|
| Claude Code | 终端 / IDE / 桌面 | 全仓库上下文，能跑测试并根据报错自己重来；团队规范可写成配置文件固化；可分派子代理 | 需订阅，服务在境外；终端形态对非程序员门槛偏高 |
| Codex CLI | 终端 / 异步 | 擅长后台跑长任务、批量开 PR，吞吐高；开源客户端 | 自主度高时过程不易盯住；同样是境外服务 |
| Cursor | 编辑器 | 上手最快，补全与对话一体，单任务成本低，改动可见性好 | 要换编辑器；大仓库仍需人工管上下文 |
| GitHub Copilot | 平台内置 | 与 GitHub 流程贴合，开 PR、回评审、跑 CI 都在原有流程里 | 强绑 GitHub，代码不托管在上面时收益骤减 |
| Cline / Aider OpenHands |
开源 / 自托管 | 可换模型、可接本地或私有部署，数据不出境场景的现实选项；Aider 每次改动都是一个 commit，审阅方便 | 要自己搭和维护，效果完全取决于所接的模型 |
| 通义灵码 / Trae CodeBuddy / CodeGeeX |
国产 IDE 与插件 | 网络稳定，中文交互熟练，有企业版与私有化部署选项，价格低或免费 | 复杂自主任务的能力与第一梯队仍有差距 |
共同的优点与风险
它带来什么
- 上下文是整个仓库，不是一个代码片段
- 能执行：跑测试、读报错、自己再改一轮
- 团队规范可固化成配置，不必每次重讲
- 重复性改造收益最大：批量重构、补测试、补注释
- 读懂一份没人熟悉的旧代码，从几天变成几小时
它的代价
- 流畅但错的代码最难发现，越像对的越危险
- 一次几百行的改动，人根本审不过来
- 成本不透明，长任务的消耗事前难估
- 代码与数据外发，受监管环境要先解决这一层
- 依赖外部服务，服务不可用时流程会卡住
对我们的适用判断
收益最大
写检查脚本、批量重构、补注释与文档、快速读懂不熟悉的旧程序
需要设卡
直接进入交付物的程序，产出必须走原有的复核与双人核对流程
暂不适用
任何会接触到受试者可识别信息或未盲态数据的环境
通用参考
下面六个是可以从头读到尾的完整资料。三次课的间隔里，这些是主要的自学材料，前两个是中文入门首选。