零基础学智能体（AI Agent）指南：六阶段学习路线与实战案例

智能体（AI Agent）概念越来越火，但到底应该学什么？界面是各家自己的，工具背后那套工作方式是相通的，这才是真正值得学的东西。

对零基础用户，建议按照下面的路线学习。原本只整理了四个阶段，后来想想有两件事太重要，必须单列出来：一件是把重复的活变成自动化，另一件是学会验收和把关。所以最终是六个阶段，一步一步来。

第一阶段：学会与 AI 表达需求

能够说明自己想做什么、提供必要的背景，并通过对话不断调整结果。这一点在提示词章节已经学习过了。

CASE 01 旅游计划：两种问法的差距

你跟 AI 说「帮我做个旅游计划」，它会给你一份放到任何人身上都成立的万能模板。但你要是说「十一带爸妈去成都玩四天，爸妈六十多岁，走不了太多路，预算五千，不吃辣」，出来的东西立刻就不一样了：酒店订在宽窄巷子附近，一天只排两个景点，推荐菜里连火锅都换成了清汤锅底。

CASE 02 写周报：给足背景一次过

别只丢一句「帮我写周报」，把这周三件事的原始记录、上周的周报格式、老板的口味，一起塞给它，基本一次就能过。

这个阶段的核心不是背什么提示词模板，而是养成一个习惯：开口之前，先想想对方缺什么信息。

第二阶段：使用图形界面的智能体完成真实任务

比如通过 WorkBuddy，让 AI 帮你整理文件、生成 Excel、制作报告。不要一开始就追求复杂的自动化系统，先让它完成一件你原本需要亲自动手做的事情。

给你几个真实发生过的例子：

CASE 01 行政归档：七百个文件的下午

一个做行政的朋友，下载文件夹里堆了七百多个文件，合同、发票、截图全混在一起。让智能体按类型建文件夹归档，顺手把文件名改成「日期+内容」的格式。一下午的活，AI 干了十分钟。

CASE 02 小店老板：不会函数也能分析流水

一个开小店的老板，把三个月的流水 Excel 丢进去，让 AI 算出哪个品卖得最好、哪天是销售峰值，再生成一张图表。他一个函数都不会写。

CASE 03 六十页总结：提炼成一页提纲

一份六十页的年度总结文档，让 AI 提炼成一页纸的汇报提纲，配上五个要点，照着念都能过关。

这些事有个共同点：都是你本来就要干的活，不是想象出来的需求。从真实的活开始，你才有动力，也才有标准去判断 AI 做得好不好。

第三阶段：理解智能体的执行过程

到了这一步，别只看结果了，盯着过程看：它怎么规划任务、怎么调用工具、怎么读取文件、出了错怎么办。在这个过程中，你会逐渐理解模型、工具、权限、上下文这些概念之间的关系。

CASE 01 整理文件夹：先列目录再逐个移动

让智能体整理文件夹，它不是上来就乱搬，而是先列一遍目录看看有什么，再定一个分类规则，然后一个一个移动。中途碰到两个重名的文件，它会停下来问你：覆盖还是保留？这个「停下来问」的动作，其实就是权限和确认机制。

CASE 02 扫描版 PDF：打不开就自己转文字

还有一次，我让它读一份扫描版 PDF，它打不开，自己换了个路子，先把图片转成文字再处理。你看，这就是错误处理。

观察它怎么补救，比看十篇教程都管用。看多了你就明白：所谓「上下文」，就是它能记住多少；所谓「工具」，就是它能动手做什么；所谓「权限」，就是你允许它碰哪些东西。概念不用背，见过就懂了。

第四阶段：把重复的事变成固定流程

单次任务会用了，下一步很自然：这件事每周都要做，能不能不用我每次开口？

这就是从「用 AI」到「用自动化」的跨越。原本想把它塞进最后的进阶篇里，后来觉得不妥——用图形界面的工具就能做到，而且是普通人获得感最大的一步，不该被当成选学内容。

CASE 01 每周五：自动汇总周报草稿

每周五下午五点，自动把本周的工作记录、聊天记录汇总成一封周报草稿，发到邮箱等你确认。

CASE 02 每天早上：行业新闻简报

每天早上八点，抓取你所在行业的新闻，筛掉旧闻和水稿，生成一份五分钟就能读完的简报。

到这一步，AI 的角色就变了。前面它是个随叫随到的帮手，现在它是个你交代过一次、就一直替你干活的同事。人的时间，就该从这些重复劳动里省出来。

第五阶段：学会验收和把关

这是最容易被忽略、但我觉得最重要的一环，所以也单列成一个阶段。

核心认知只有一句话：AI 会一本正经地出错。

让它汇总的销售数据，你要抽查一两个月，和原始表对一遍；它写的行业数据、法条、引用，用之前查一下来源；它生成的报告看着漂亮，但里面「预计明年增长 30%」这种数字，得问一句是哪来的。

还有一条底线要记牢：身份证照片、客户名单、没公开的财务数据，别随手丢给 AI。给它开权限的时候想清楚，哪个文件夹该看，哪个不该看。

智能体时代，人的价值不在于操作多熟练。你知道什么该交给它、什么不该，出了问题你能看出来，这才是你的不可替代性。

第六阶段：根据实际需求继续深入

走到这里，前面的路已经够你用了。接下来学什么，完全取决于你想去哪。

如果你想进一步开发软件，可以学习 Codex、Claude Code、Trae、WorkBuddy 等编程智能体，让 AI 直接帮你写一个自己的小工具，比如自动重命名照片的脚本、记账的小程序。

如果你希望智能体具有更多专业能力，可以了解 Skills、MCP 和工具连接 等机制，比如让 AI 直接读你的日历、操作你的邮箱、连上公司的数据库。

如果你需要跨平台、远程或定时执行任务，可以再研究 OpenClaw 等产品的相关能力。

但要说清楚：这些都不是每个人必须掌握的知识。学到第五阶段，你已经能解决工作和生活里九成的问题了。剩下的，等真有需求再回来翻。

写在最后

回头看这条路线：表达需求、完成真实任务、理解执行过程、把重复的事自动化、学会验收把关、按需深入。

你会发现它有个特点：每一步都是从「用」里长出来的，不是从「学」里背出来的。不用先啃完一堆概念再上手，从一个真实的小任务开始就行。这条路走通了，换哪个产品、哪家平台，底层逻辑都一样。更多关于 Agent 开发 的资源和实战案例，也值得持续关注。