agent 生产力 = Insight × Context × Model

上周五晚上用 2 小时做了一场 agent 专题讲座。现在，高度压缩后的大纲笔记来了。

本讲义的产生方式，也是纯agentic方式：

• 把claude code和 openai codex作为通用agent（general agent）
• 运行在 vs code环境
• 由 sonnet 4.5 和gpt-5 模型驱动
• 使用自定义的三级笔记 skill，
• 一次性整理而成。

我不想对agent的产出内容过度整理，毕竟，这篇笔记的存在目的不过是：帮助还没来得及听直播讲座的人快速了解内容，帮助已经听过直播的人复习回顾，提升学习效果。

欢迎大家给我反馈，我会按需迭代。迭代到位，我单独写文章来分享相关技巧。

点击“阅读原文”，直达原始讲座视频。重要主题，实战分享，值得你宝贵的注意力资源。

《ai agents 专题讲座》三级笔记

笔记 by howieserious.agent， using 三级笔记 skill

2025年是Agent之年，标志着AI从简单的聊天机器人(Chatbot)和推理模型(Reasoner)进化到能够主动采取行动、完成目标的智能系统。

Agent范式的本质是让AI从"预测下一个token"转变为"在循环中主动完成目标"，这将从根本上改变人们使用AI的方式。

关键不在于Prompt Engineering的技巧，而在于三个要素的乘法关系: Insight(洞察) × Context(上下文) × Model(模型) = Output(产出)。

一、Agent范式的实践演示

Coding Agent的通用化应用

演示者将Claude Code和Codex这两个专业的编程Agent转化为通用的读写Agent/白领任务agent，在VS Code环境中处理日常的阅读和写作任务。

核心做法:

• 将Markdown编辑器从传统工具(如iA Writer)迁移到VS Code和Cursor
• 在VS Code环境中创建”Agentic Writing"项目，配置agent的运行环境
• 通过CLAUDE.md定义agent的"长时记忆"，描述项目结构、文件夹用途
• 在commands文件夹中存放一系列的skill prompts(三级笔记、五百字费曼、Markdown排版等)

实践案例:

1. 阅读辅助: 对Claude Code最佳实践文档执行"三级笔记"命令，Agent自动读取文件、理解目标、调用工具、产出结构化笔记
2. 翻译任务: 翻译Sam Altman的"Abundant Intelligence"文章，或65个儿童必读绘本介绍(2万多字)，一次性完成
3. 写作流程: 接收Word文档 → Markdown排版 → 起标题 → 生成费曼导读，每个环节都可以用agent skill完成

关键洞察: Coding agent不只是为程序员服务，它能够灵活调用工具、操作文件系统、执行批处理脚本，完全可以成为普通人的通用agent。

Agent的运作环境

Agent在VS Code这样的环境中运行，具备:

• 文件系统访问: 读写各种格式的文件
• 工具调用能力: 内部工具(Python、bash)和外部工具(通过MCP连接)
• 多种运行模式: 对话模式、agent模式、完全授权模式、plan mode(制定计划后再执行)
• 长时间运行: 当前agent最长可运行30小时，相当于人类一周的有效工作时间

与传统方式的对比:

• 传统: 在浏览器Web APP中chat，局限于对话框
• Agent: 在本地工作环境中，agent可以主动读写文件、执行脚本、调用各种工具，直到完成目标

二、Agent的定义与本质

严格的Agent定义

真正的LLM Agent(大语言模型Agent)必须具备以下核心特征:

1. 目标导向: 能够理解并执行用户设定的目标
2. 制定计划: 将复杂目标分解为多步骤的执行计划
3. 推理能力: 具备顶级的逻辑推理和思考能力
4. 主动行动: 不断采取行动去改变外部环境
5. 工具调用: 灵活调用内部和外部的各种工具
6. 反思调整: 根据执行结果反思，调整计划和行动
7. 循环执行: 形成"计划-执行-反思-调整"的loop，直到完成目标

简洁定义: Agent是由LLM驱动的系统，它能够灵活调用各种工具，通过循环(loop)的方式主动完成目标。

真Agent vs 伪Agent

真正改变世界的Agent:

• Deep Research Agent: 从根本上改变了人类做研究的方式
• Coding Agent: Claude Code、Codex等，改变了编程工作流
• 写作类Agent: 知识工作agent、白领agent(正在发展中)

伪Agent(不符合定义):

• 国内很多"智能体"只是简单的prompt + 简单的RAG知识库
• 形如"你是一个算卦的/中介/专家"的角色扮演prompt
• 缺乏主动行动、工具调用、反思循环等核心能力
• 很多宣称是“智能体”的ai，其实只是简单的RAG，不是真正的agent

三、AI范式的三次跃迁

范式演进: 从Chatbot到Agent

根据OpenAI的AGI分级框架，AI发展经历了三个主要范式:

Level 1: Chatbot(2023年)

• 预测机制: Predict next token(概念)
• 核心能力: 生成式对话，像"鹦鹉学舌"一样产出文本
• 限制: 被困在Web APP或iOS APP中，只能聊天
• 最小生成单位: Concept(概念)

Level 2: Reasoner(2024年)

• 预测机制: Predict next thought(推理步骤)
• 核心能力: Think step-by-step，逻辑推理能力突飞猛进
• 里程碑: O1模型开启推理范式，O3、GPT-5不断进化
• 成就: 一年内从小学数学水平进化到国际数学奥赛金牌水平
• 最小生成单位: Thought(推理步骤)

Level 3: Agent(2025年)

• 预测机制: Predict next action(行动)
• 核心能力: 主动采取行动，改变外部环境，完成目标
• 突破: 从iOS/Web APP中"释放"出来，进入本地工作环境(如VS Code)
• 工具能力: MCP外部工具、bash、Python、Computer Use等
• 最小生成单位: Action(行动)
  

3.2 范式转变的深刻意义

从Chat到Agent的矛盾:

• 一方面: 人们认可"compute会吃掉一切"，AI革命即将到来
• 另一方面: 日常使用只是简单chat，消耗不了多少token
• 核心问题: 用2023年的Chat方式使用2025年的Agent模型

TOKEN消耗量的意义:

• TOKEN消耗量将成为衡量个人和公司的重要指标(类似收入、利润)
• Chat模式: 即使24/7使用，一个月也就消耗100万token(15美元)
• Agent模式: 理论上可以消耗海量token，创造成倍的价值
• 价值公式: 消耗100美元token → 产出300美元价值;消耗1000美元 → 产出3000美元价值

四、Agent的底层逻辑:三要素乘法公式

产出公式的推导

传统误区: Prompt Engineering是关键真实情况: Prompt Engineering没什么用，真正重要的是内容

经典案例(宝玉老师的雷军演讲prompt):

• 尝试各种Prompt Engineering技巧 → 效果一般
• 加入一条网友总结的"雷军演讲特点"洞察 → 质量立刻特别高
• 启示: 一个人类的洞察 > 所有的Prompt技巧

Prompt Engineering的本质:

• 真正的Prompt Engineering只有一句话:写Prompt需要结构化
• 结构化 = 定义角色 + 清晰的任务指示 + 输出格式
• 真正重要的是prompt里的内容，而内容来自人的洞察

三要素公式

Output(产出) = Insight(洞察) × Context(上下文) × Model(模型)

要素一: Insight(洞察)

• 你对任务本身的深度理解和专业认知
• 对写作/学习/投资/领域的insight越深，prompt质量越高
• 不是prompt技巧，而是你把洞察用结构化方式描述出来的能力
• 示例: 如何写10万+文章、如何在Twitter涨粉、如何做投资

要素二: Context(上下文)

• 你给模型提供的高质量上下文，决定了产出的上限
• 包括: 个人知识库(Obsidian/Logseq)、专业资料、历史数据、相关文档
• Context engineering的价值在AI时代被极大放大
• 示例: 60万字的《内驱式学习》作为agent的context

要素三: Model(模型)

• 使用当下最顶级的模型(GPT-5、Claude Sonnet 4.5等)
• 模型具备的超能力: 推理、工具调用、反思、长时间运行
• 这是我们唯一"等待"的要素，只要用最好的即可

公式特点:

• 乘法关系，不是加法: 任何一项为0，产出就是0
• Insight和Context是完全由自己把控的
• 在AI时代不能再"线性努力"，要用符合时代的新范式创造价值

五、如何拥抱Agent范式

第一步:建立概念性理解

概念理解 > 操作掌握:

• 不需要成为程序员，也不需要会写代码
• 需要对agent的运作方式、能力边界形成清晰的心理模型
• 理解大语言模型生态、技术范式、各种模型特点
• 建立关于agent的知识体系和核心概念

推荐学习路径:

• 内容: Claude Code是什么、安装设置、上下文管理、实践应用
• 对象: 非程序员也可以学，重在概念性理解

• 内容: agent工作流、设计范式、反思机制、工具调用、实践经验
• 特点: 系统讲解agent的设计思想和底层逻辑

第二步:设计 Agentic Workflow

Know Thyself(认识你自己):

• 理解"你是如何工作的" → 就能设计出"你的agent"
• 梳理你擅长的领域、工作流程、成功经验
• 把隐性知识显性化，形成SOP(标准操作流程)

Workflow设计要点:

• 明确你在哪个领域是专家/高手
• 梳理清晰的工作流程、规范、验收标准
• 定义每个环节的目标、输入、输出
• 像写"新员工手册"一样，把做事方法教给agent

可能的agent方向:

• 写作agent: 公众号写作、Twitter内容、视频脚本
• 翻译agent: 高质量英文书籍翻译
• 投资agent: 投资研究、标的分析、信息收集
• 学习agent: 基于《内驱式学习》等方法论的学习辅助

第三步:写出结构化Prompt(Skills)

Prompt管理的新方法:

• 模块化管理 > 整体管理
• 不要写又臭又长的prompt，而是拆解成可复用的模块

模块化分类:

1. Role模块: 不同的角色定义(教练、专家、翻译家等)
2. Task模块: 翻译、做研究、写推特、写公众号、写视频脚本、排版等
3. Format模块: 语言风格(Paul Graham、余华、马尔克斯、马克吐温等)

模块化优势:

• 灵活组装: 今天用PG风格+翻译任务，明天用余华风格+写作任务
• 持续沉淀: 每个模块不断迭代优化
• 知识管理: 像管理概念和思维模型一样管理prompt模块

面向Agent的Prompt:

• 针对GPT-5这样的agent model，要写"Agentic Prompt"
• 包含: planning(如何制定计划)、reflection(如何反思)等模块
• 强调行动导向、工具调用、循环执行

第四步:Context Engineering

Context的重要性:

• 在Agent范式中，context engineering的作用无比巨大
• 个人知识管理的价值在AI时代才真正发挥出来

如何构建高质量Context:

• 使用Obsidian、Logseq等工具做个人知识管理
• 积累领域内的专业资料、经验笔记
• 将毕生所学转化为系统的方法论(如60万字的书)
• 随时补充、随时修改CLAUDE.md(agent的长时记忆)

Context vs 玄学Prompt:

• 有context: 基于60万字专业内容的agent → 最好的agent
• 无context: 从网上东拼西凑的玄学prompt → 不靠谱
• 很多"流行prompt"都是AI写的，又臭又长，没有实际价值

Context Window的优势:

• GPT-5 agent: 40万context window + 20万输出限制
• 能力极强，可以长时间运行，处理大量信息

六、Agent范式的深远影响

计算力的转移:从人脑到GPU

核心逻辑:

• 过去人脑做的compute(计算)，将转移到GPU做的compute
• 很多脑力劳动没必要由人来做，agent可以做得更好

具体案例:

1. 翻译:

• 过去: 顶级译者3个月，3万元/月 = 10万元
• 现在: Agent一个晚上，消耗1000万token ≈ 100-200美元

• 过去: 1000元/小时 × 30小时 = 3万元
• 现在: 善解人意的心理咨询agent，100美元token就够了

• 案例: 有人做优质外文信息流订阅，年收入1000多万
• 核心: 只是把流程打磨清楚，用AI做中英对照
• 他们甚至还没用到最顶级的AI

TOKEN消耗量作为新指标

公司层面:

• Duolingo、Figma、Canva: 每年在OpenAI消耗1万亿token
• TOKEN消耗量将像收入、利润一样成为重要财务指标

个人层面:

• TOKEN消耗量 = 认知劳动的强度和价值
• 对比: 消耗500万短视频 vs 消耗500万高质量reasoning token
• 理想状态: 每月消耗100-1000美元的高质量token

当前现状:

• 很多人: 付200美元/月，只用了2美元(99%剩余)
• 原因: 用chat模式，即使24/7使用也用不完
• 目标: 用agent模式，把额度"用爆"，创造成倍价值

工作方式的革命性改变

传统线性努力 vs Agent时代:

• 传统: 工作8小时不够 → 10小时 → 12小时，疯狂搬砖
• Agent: 用更少的时间，更快更好地完成擅长的事

Agent的想象空间:

• 投资理财agent: 研究标的、制定策略，可能成为付费服务
• 写作agent: 替代日常写作工作，"摸鱼"的同时效率提升
• 复制你自己: 把你的insight和context给agent，相当于复制了一个你

不是更忙，是更从容:

• 有限的脑力去做更高级、更有创造性的事
• 开拓新边界、探索新领域
• Insight变得更深，变得更智慧和从容

VS Code vs Obsidian

相似性:

• Obsidian本来就是"普通人的VS Code"
• 开发者在2020年的理念: 给普通人做一个能用的Cursor
• 都是插件生态、都支持Markdown、都是知识管理工具

当下实践:

• VS Code + Claude Code/Codex: 已经可以用于日常读写
• 未来可能: Obsidian插件版的agent(针对普通人优化)
• 短期内不会有: 所以现在就可以把VS Code用起来

七、关键概念与术语

• Agent: 由大语言模型驱动、能够灵活调用工具、通过循环主动完成目标的系统
• LLM Agent: 大语言模型Agent，区别于其他类型的agent(如AlphaGo)
• Agentic Prompt: 面向agent model编写的prompt，强调行动、工具调用、循环
• Context Engineering: 为agent提供高质量上下文的能力，在agent范式中极其重要
• TOKEN消耗量: 衡量认知劳动强度和价值的新指标
• MCP: Model Context Protocol，让agent连接外部工具的协议
• Computer Use: Agent直接操作电脑的能力(文件、bash、Python等)
• Tool Use: Agent灵活调用工具的能力
• Plan Mode: Agent先制定计划、等待批准再执行的模式
• Reflection: Agent的反思能力，根据结果调整计划和行动
• Loop: Agent的循环机制(计划-执行-反思-调整)，直到完成目标
• GPT-5: OpenAI的agent model，40万context window + 20万输出限制
• Claude Sonnet 4.5: Anthropic的顶级模型
• Codex: OpenAI专门针对编程优化的agent
• Claude Code: Anthropic的coding agent
• Obsidian/Logseq: 个人知识管理工具
• VS Code: 程序员的IDE，也是agent的运行环境

八、实践要点与注意事项

人与Agent的协作

人的不可替代性:

• Agent不能替代人对结果负责
• 每个环节都需要人来把控质量
• 基于品位、判断力和经验做筛选

反例警示:

• 有人用agent写文章，但他不知道什么是好文章。即使用最先进的agent，产出的也可能是"slop"(低质量内容)。
• 限制产出质量的不是模型，而是人的水平

Prompt管理的误区

玄学Prompt:

• 期待从网上找一个prompt，copy后神奇产出高质量结果
• 很多流行prompt是AI写的，又臭又长，没有实际价值
• 这是一种不靠谱的"玄学期待"

正确做法:

• 把自己的insight和洞察转化为真正的prompt
• 模块化管理，持续迭代优化
• 结合高质量context，而不是玄学技巧

九、未来展望

2025:Agent元年

• 前半年: Claude Code、GPT-5 Codex相继火起来
• 核心特征: 从Web APP中"释放"出来，进入本地工作环境
• 发展速度: 几个月内快速迭代，能力飞速提升
• 影响范围: 将直接冲击大家习以为常的现状

Agent的想象力

取决于你的想象力和洞察:

• 目前最火: 编程agent、主题研究agent
• 潜力巨大: 写作agent、投资agent、学习agent、健康agent
• 核心: 只要你梳理清楚workflow，提供好的context，就能创造价值

Me.Agent:

• 把"你是如何工作的"设计成你自己的agent
• me.agent（例如，howieserious.agent）: 每个人都可以有自己的专属agent
• 复制你的能力: 把你的insight、context、skills给agent

价值创造的新范式

不存在玄学:

• 不存在玄学的Prompt Engineering
• 不存在玄学的Prompt
• 真正有价值的: Insight + Context + Model

新的工作方式:

• 不是让你更忙，而是更从容
• 用更少的脑力，做更多更好更快的事
• 端起咖啡，看着agent干活
• 脑力用于更高级、更有创造性的事

总结

Agent范式代表了从"chat"到"action"的根本性转变。2025年，我们不能再用2023年的Chat方式使用AI。真正的Agent是一个由大语言模型驱动的系统，它能够:制定计划、主动行动、灵活调用工具、反思调整、循环执行，直到完成目标。

关键不在于Prompt Engineering的技巧，而在于Insight(洞察) × Context(上下文) × Model(模型) 这三要素的乘法。在这个新范式下，个人知识管理的价值被极大放大，TOKEN消耗量成为衡量认知劳动的新指标，而人的角色从执行者转变为设计者和把关者。

拥抱Agent范式的路径是:建立概念性理解 → 设计Agentic Workflow → 写出模块化的结构化Prompt → 提供高质量的Context。最终，每个人都可以创造出自己的"Me.Agent"，用AI时代的新方式创造价值。