01 / 传统 GUI 软件
人操作界面，推动每一步
打开电商 App，搜索洗衣粉、筛选商品、比较价格，自己加购并进入结算页。
👤 人逐步操作
电商 App · 示意界面
01 搜索商品
02 比较价格
03 加入购物车
↖
✓ 人核对订单
操作路径由界面预先设定
01 感知02 记忆03 推理04 执行05 协作06 治理07 反思08 RSI
FROM INTERFACE TO INTENT
从点按界面，
到说出目标。
GUI（Graphical User Interface，图形用户界面）和 Agent 的区别，可以从一次真实购物看起：购买白猫洗衣粉。
02 / AGENT 工作方式
人说目标，Agent 推进流程
告诉 Agent 购买需求，它帮忙找商品、比较选项、加购并核对结算信息；关键步骤交由人确认。
👤 “帮我买白猫洗衣粉”
✳AGENT
寻找商品比较选项加购核对
✓ 结果交人确认
自然语言 + 规则模板 + 已授权工具
REAL SHOPPING / 真实使用记录
一次真实的 Agent 购物
以下来自你提供的截图，涉及收货信息的区域已移除。商品、价格和配送时间仅为当时记录，不代表当前情况。
01 / 挑选商品
先把选择摆出来
Agent 展示不同商品与价格，用户选择京东自营 8 斤装。
02 / 加购与核对
结算前先确认
Agent 加入购物车并核对订单：商品 ¥30.90，运费 ¥6，合计 ¥36.90。截图记录显示，它先停在结算页等待确认。
✋ 提交订单前由人确认
03 / 支付后跟踪
继续关注物流
截图显示订单支付成功后，Agent 表示会按约定时间关注物流状态。实际定时执行能力取决于产品及配置。
同一个目标：买到合适的洗衣粉。不同之处：人可以从逐步点按，转向提出需求、选择方案和确认关键动作。
共同点：都在处理信息
变化的是谁来操作、怎么操作。
变化的是谁来操作、怎么操作。
很多业务软件和 Agent 都会读取、整理或修改数据。GUI 让人通过图形界面操作；Agent 可以把自然语言变成步骤，调用工具来操作数据。两者也可以结合：界面呈现结果，人用对话提出目标。
新增与调整
传统软件的新功能常需要设计和开发；Agent 的任务规则可以通过对话、提示词、Skill 或工作流模板调整。涉及新系统接入或可靠性要求时，仍可能需要开发和测试。
从试跑到自动化
先让人跑通流程并检查结果，再接入触发条件与工具，按需自动或批量执行。传统软件也能实现自动化；Agent 的优势是更灵活地理解任务、处理变化。
人仍负责边界
自动执行取决于产品能力、数据权限和配置。重要操作、异常情况和最终结果应设置人工确认与复核。
WHY AGENT LITERACY?
为什么要懂
Agent 原理？
会使用一个工具，是起点。理解一项工作如何被连接、执行和检查，才能把 AI 用到整个业务过程。
01 / 单点使用
AI 是一把好用的工具
搜索答案、写文案、改脚本、生成图片，都能帮助我们完成某个环节。但如果每一步仍要人手动复制、转交和检查，整个流程的提升可能有限。
⌕搜索
✎写作
▧绘图
· · ·02 / 系统思维
AI 成为业务线的驱动器
想象一辆车：发动机提供动力，方向盘、车轮和刹车共同让车安全前进。Agent 可以像发动机一样推动工作流：理解目标、调用工具、连接环节、检查结果，并在需要时请人决策。
◎目标与规则
✳AGENT 驱动
✓业务结果
思维转换：不要只问“用哪个 AI 工具”或“怎么调用一个 API”；先问“这条业务从哪里开始，经过哪些环节，哪里需要人判断，怎样才算完成”。工具和 API 是实现手段，业务目标才是起点。
THE BIG PICTURE
先认识这位
新的工作伙伴。
不需要技术背景。先把 Agent 想象成一位能理解任务、使用工具、并在过程中调整行动的助手。
01 / WHAT IS AN AGENT?
会回答问题，也会朝目标行动。
普通对话可能停在“告诉你怎么做”；Agent 则可以在你授权的范围内，读取信息、制定步骤、使用工具，并根据结果继续推进。它的能力取决于产品、工具和权限，并不意味着它总能独立完成任务。
🎯 一个目标＋🧠 一个会思考的模型＋🛠️ 可以使用的工具
聊天：给我一个建议
“周末团建可以去哪里？” → AI 给出几个想法。
Agent：帮我推进一件事
“帮我规划团建。” → 它可以整理需求、查找选项、比较方案并生成计划，具体行动取决于工具与授权。
THE ENGINE / AGENT LOOP
Agent 为什么
能一步步做事？
在认识八种能力之前，先看看驱动它们运转的基本机制：Agent Loop，也就是“智能体循环”。
↻
像一个边做边检查的工作伙伴
你给出目标，Agent 根据已有信息决定下一步；行动后查看结果，再决定继续、调整，还是停下来请你确认。这个过程可能重复多次，直到完成或达到停止条件。
FOLLOW THE LOOP / 购物示意
“帮我买白猫洗衣粉”
● 人始终可以介入
→
→
→
↻
↶ 信息不够、结果不对或工具失败时，回到判断，再试下一步
当前这一步
接收目标你说出想买的商品、规格或预算；提供的信息越清楚，Agent 越容易推进。
点击播放，或点选上方步骤
✓完成并交付
目标达到，整理结果给你。
?询问或等待确认
信息不够，或付款等关键动作需要你决定。
Ⅱ停止并说明
工具失败、超过限制或你叫停时，说明进展与原因。
接下来要看的感知、记忆、推理、执行等八种能力，就是 Agent 在循环中可能使用的本领。具体循环和能力组合因产品与任务而异。
THE 8 BUILDING BLOCKS
拆开来看，
它是怎么工作的？
点选每一项，用一个生活场景理解它。八种能力并非固定步骤，也不是每款产品都具备。
FROM GOAL TO OUTCOME
一件事，
如何被一步步完成？
以“组织一次 20 人团建”为例，看看这些能力如何共同发挥作用。
01 / INPUT
说清楚目标
你告诉它人数、预算、时间和希望达到的效果。
02 / UNDERSTAND
理解与补问
它读取已有信息，发现缺少地点或参与者偏好，并向你确认。
03 / PLAN & ACT
查找与整理
它拆分任务，在可用工具中寻找选项，比较费用和交通。
04 / REVIEW
检查与交付
它整理方案并检查是否满足预算；付款、预订等关键行动由你确认。
关键理解：这不是一条永远直线前进的流水线。发现信息不够、工具失败或结果不符合要求时，Agent 可能返回前面的步骤；而你随时可以补充要求、检查结果、叫停或调整方向。
THE WORKFLOW STUDIO
看一条业务线，
如何被 AI 驱动。
选择不同场景，再播放流程。每一步都是示意：真实自动化需要接入合适的工具，并由人设定权限与检查点。
LIVE WORKFLOW / 示意演示
点击播放，看任务如何在各环节流转
01 / 找到触发点
例如新客户表单到达，或每天到固定时间。
02 / 接入信息与工具
让 Agent 读取被授权的资料，使用需要的系统。
03 / 设定规则与判断
写清楚步骤、输出标准、异常处理与人工确认点。
04 / 测试、复核、迭代
先用少量样例试运行，检查错误，再逐步扩大范围。
怎么开发？先画出“触发 → 输入 → 处理 → 输出 → 检查”的流程，用自然语言向 Agent 描述，再让它协助搭建、测试和修改。AI Coding 是与 AI 协作编写或修改程序；它降低了动手门槛，但连接系统、权限配置和可靠性测试仍需要认真完成。
MAKE IT WORK FOR YOU
你负责方向，
Agent 负责推进。
换一个产品，底层沟通方法依然适用：交代目标、背景、边界和验收方式。
✳ 可以直接改写的任务模板
请帮我完成【目标】。
背景是【背景和已有资料】。
请遵守【预算、时间、权限等边界】。
先给我【计划或备选方案】，遇到不确定的地方先问我。
最后以【期望的格式】交付，并说明依据和需要我确认的事项。
交给 Agent 前，先想清楚
- 目标：我真正想得到什么结果？
- 上下文：它需要哪些资料和背景？
- 边界：哪些能做，哪些必须先问我？
- 验收：什么样的结果才算完成？
- 复核：事实、来源和关键行动是否可靠？
在任何产品中，先从低风险的小任务开始；具体功能、权限和操作方式以该产品当前界面为准。
WorkBuddy豆包 Work千问 WorkCodexGrokbot以及更多 Agent 产品 ↗
THREE WAYS TO START
从理解，到行动。
三条实操建议。
把能力交给每个人，让 AI 帮助团队处理重复工作，把更多精力留给判断、创造和业务增长。
01
提高通识，建立整体认知
为全员开展 Agent 原理通识与 AI Coding 培训。理解目标、工具、记忆、权限和检查如何协作，才能灵活使用 WorkBuddy、千问 Work、Codex 等产品，定制适合自己业务的工作流。
第一步：用一个真实任务画出流程，标出 AI、人和工具各自负责的部分。
02
亲自动手，改造重复工作
学习之后，鼓励每位员工从手头高频、规则清楚的工作开始，自己设计并测试一条自动化业务线。逐步把重复劳动交给 AI，把时间用于客户理解、创意、决策和有机会带来增长的工作。
第一步：列出一周里重复三次以上的工作，选一项做小范围试点。
03
借助 AI，穷尽其问
用“grill-me”式对话让 AI 持续追问目标、假设、约束、证据和反例。把它当作思考伙伴，帮助发散思路、挖掘盲点，再由人做判断。
第一步：带着一个方案开始，要求 AI 每次问一个关键问题，直到核心假设清楚。
TRY THIS PROMPT
请对我的方案进行“穷尽其问”式追问。一次只问一个最关键的问题，优先检查目标、假设、限制、风险和反例。根据我的回答继续追问；当信息足够时，总结已确认的事实、未解决的问题和下一步建议。
THE NEXT CHAPTER IS YOURS
从一个小任务开始。
不必一次掌握所有术语。给出一个清晰目标，观察它怎么做，检查结果，再根据需要调整。你会在协作中逐渐建立自己的判断。