这个系列更新到第16天，和朋友聊了一回天，被他一句话戳中了。他直接问我：
“你到底在搞什么高级玩意儿？我每天用豆包不是一样吗？”
说实话，这个反馈确实让我愣了一拍。
回过头翻翻前两周的文章，发现还真有这个问题——满篇都在讲“怎么做”，但对于“为什么”，一直没好好交代清楚。读者点进来，扑面一堆代码和术语，自然就懵了：这东西和平时用的AI有啥两样？干嘛非得绕这个弯子？
所以今天先把话说清楚，聊三个核心问题：我在做什么？Agent和大模型到底什么关系？看完这堆文章你能拿到什么？
一、我在做什么？
直说吧，我在搭一个英语单词学习系统。
不过别想成那种打开对话框，问一句“cat是什么意思”就完事的工具。它更像是这样运转的：
- 打开App，系统自动推送一个单词
- 答题错了，系统自动丢进错题本
- 下次打开，系统自动从错题本里抽题
- 每完成一轮，系统自动发积分，形成激励闭环
一句话概括：把每次都得你自己手动干的活，变成系统自动替你跑完。
二、Agent和大模型，到底差在哪？
这个问题被我朋友问得最多，也是很多人的困惑点。用几个真实场景就能看明白。
场景1：学一个单词
| 场景 | 用豆包/ChatGPT | 用我做的Agent |
|---|---|---|
| 想学一个单词 | 手动输入："cat是什么意思" | 系统自动推送一个单词 |
| 答错了 | 自己拿本子记下来 | 系统自动写入错题本 |
| 下次复习 | 自己翻笔记翻半天 | 系统从错题本自动出题 |
| 想知道学了几个 | 自己一个一个数 | 系统显示积分，一目了然 |
关键差异就在这里：大模型是被动的，你问它才答，每次都要你亲自操作。而Agent是主动的，系统自动帮你完成整个流程。
场景2：写代码
| 场景 | 用Cursor的AI | 用Agent思路 |
|---|---|---|
| 写个功能 | 描述需求，AI生成代码 | 描述需求，Agent自己写完、测试、修bug |
| 代码报错了 | 把报错信息贴回去，让它修 | Agent自动捕获错误并修复 |
| 想重构 | 一段段让AI改 | Agent自动扫描整个项目，标记重构点 |
现在的Cursor AI其实已经有点Agent的影子了，但毕竟被困在编辑器里。真正独立的Agent可以做到：你下班走人，它还在后台默默跑，把剩下的活干完。
场景3：日常办公
| 场景 | 用豆包/ChatGPT | 用Agent |
|---|---|---|
| 每天写日报 | 打开网页，输入"帮我写日报"，再把记录贴进去 | Agent自动读取Git记录、日程，生成日报发到群里 |
| 整理会议纪要 | 把录音丢过去，让它总结 | Agent自动参会（录音）、自动总结、自动发邮件 |
| 查项目历史 | 问AI："之前的决策是什么？" 答："不知道" | Agent自动翻文档、Git log，给出准确答案 |
看明白了吧？Agent的核心价值就是「自动化」——你不需要每次都手动触发，它会按照设定主动运转。
三、大模型能做什么，Agent又能做什么？
用一个对照表来总结更直观：
| 能力 | 大模型 | Agent |
|---|---|---|
| 回答问题 | ✅ 这是它的看家本领 | ✅ 继承大模型的能力 |
| 主动执行任务 | ❌ 你问它才答 | ✅ 程序调度，自动启动 |
| 记住信息 | ❌ 每次对话从零开始 | ✅ 有独立的记忆系统 |
| 调用外部API | ❌ 不能 | ✅ 能调用工具 |
| 读取本地文件 | ❌ 不能 | ✅ 可以 |
| 拥有用户界面 | ❌ 只有聊天框 | ✅ 网页、App都可以 |
| 后台自动运行 | ❌ 不能 | ✅ 可以 |
| 具备“性格”和行为模式 | ❌ 只有回答风格 | ✅ 通过System Prompt加程序逻辑设计 |
一句话：大模型是“脑子”，Agent是“脑子+手脚+记忆+工具”。
四、看完这个系列，你到底能拿到什么？
如果你的情况和我朋友类似——平时用AI工具，但不太清楚Agent是什么，不知道它为什么值得关注——那么这些文章能帮你实现三件事。
1. 搞懂概念
看完前两周的内容，你可以清晰回答：
- 大模型和Agent的本质区别
- 为什么有时“直接用ChatGPT”不够用
- Agent究竟能解决哪些具体问题
2. 动手做一个Agent
这些文章是实战笔记，不是教科书。跟着做下来：
- 第一周：做一个命令行Agent，最简单版本，1小时搞定
- 第二周：升级成网页版Agent，有界面、积分、错题本
代码全部贴出，复制就能跑。
3. 理解技术构成
| 技术组件 | 对应在哪周学习 |
|---|---|
| 大模型API调用 | 第一周第1天 |
| System Prompt（设定“性格”） | 第一周第2天 |
| 流式输出（一边想一边输出） | 第二周第3天 |
| 记忆系统（记住对话历史） | 第二周第5天 |
| Function Calling（让AI调用函数） | 第三周（即将开始） |
学完这些，你不仅能用Agent，还能改Agent、造Agent。
五、接下来怎么走
第二周结束，英语学习Agent已经成型了：有网页界面，能学单词、做测验、编故事，有积分激励，还有自动错题本。
接下来第三周，要啃几块硬骨头：
| 计划内容 | 解决什么问题 |
|---|---|
| Function Calling | 让Agent自己决定“该调用什么函数” |
| RAG（检索增强生成） | 让Agent能读取你的文档和数据 |
| 多模态 | 让Agent能看图片、听语音 |
这几块拼上去，Agent会更聪明、更独立。
写在最后
如果看完这篇你觉得“我直接用豆包就挺好”，那说明你现在遇到的问题确实不需要Agent。没问题，不是每个场景都适合它。
但如果你每天重复做某件事，而且这件事完全可以交给AI去跑——比如写日报、整理邮件、按计划背单词——那么Agent的价值就很清楚了：它替你省下的，不只是点几下鼠标的时间，而是那些本该用在更有价值事情上的精力。
第三周见。会继续更新实战笔记。
写于2026-04-16，搞清楚Agent是什么的一天
