西青er AI 学习资源分享 LogoAgentPath作者:小红书账号@西青er西青er 的小红书主页二维码扫码关注:小红书账号@西青er使用小红书扫描二维码仅供学习交流,禁止商用。
为什么现在学 AI Agent

一个人走得快,一群人走得远

分享验证过的教程、项目和实践经验,让同路人少走弯路。

有资料推荐或愿意贡献整理?欢迎联系@西青er,一起整理学习资源。

为什么现在学 AI Agent

对话在变成代办:Agent 会规划、调工具、改代码。

演进与爆款

编程任务有 Codex / Claude Code / Cursor 等,专用助手可用扣子 / Dify 搭建。产品入口和类型各有侧重,下面按国内、国外介绍当前代表产品及其典型任务。

谁适合学、优势在哪

前后端已有接口、状态、权限与部署底子,补 Prompt / MCP 即可上手;零经验可从 Codex 提需求、读 diff、跑验证入手,边做边学。

AI Agent 发展历史

什么是 AI Agent?

AI Agent(人工智能智能体)是能围绕目标感知环境、选择行动并根据反馈继续推进任务的系统。你提出目标,它在约定范围内决定下一步、调用工具、检查结果,直到完成任务或触发停止条件。

这里主要介绍大语言模型驱动的 Agent:模型负责理解与决策,工具负责检索、读写文件或执行代码,运行框架负责保存上下文、管理权限和控制执行。模型是其中的一个组成部分。

  1. 01明确目标

    理解任务、可用资料和完成标准。

  2. 02决定下一步

    根据当前信息选择行动或工具。

  3. 03执行工具

    检索资料、读取文件或运行代码。

  4. 04观察反馈

    读取真实结果,发现缺口或错误。

  5. 05继续或停止

    调整行动;完成、遇到阻碍或达到限制时停止。

第 2–5 步可以反复进行。关键在于用实际反馈决定下一步;任务简单时,一次工具调用也可能完成。

用一个具体任务理解

任务:修复一个网页按钮点击后报错的问题,并确认修复有效。

只给建议:聊天助手可以解释报错原因,给出代码建议,由你手动应用和测试。

Agent 的执行过程:编程 Agent 读取相关代码和错误信息 → 修改代码 → 运行测试 → 根据失败结果继续修正 → 展示最终差异与验证结果。是否提交或上线,按你授予的权限执行。

大模型 / LLM

提供理解、生成与推理能力;应用负责把模型输出接到真正执行操作的工具。

固定工作流 / Workflow

步骤和分支主要由程序预先安排,例如按固定顺序提取信息、套模板、生成报告。

AI Agent

让模型根据任务状态与工具反馈动态决定行动;实际应用也可以把 Agent 放进固定工作流。

自主程度由任务和权限决定。可靠的 Agent 需要明确的验收标准、预算与停止条件,关键操作可以保留人工确认。

分组参考运营团队、总部与产品定位;代表产品,不作热度排名。 资料核对:。

国内

国内团队提供的代表产品,涵盖编程、任务执行与智能体搭建。

TRAE 国内版
编程 Agent

结合代码库理解、任务规划和工具调用,完成代码生成、问题排查与重构,也能配置面向不同任务的自定义智能体。

典型任务:在已有项目中修复一个问题,运行测试并查看代码变更。

提供国内产品与中文文档入口,适合在开发环境中推进项目任务。

官方介绍 ↗
Kimi Code CLI
编程 Agent

月之暗面的终端编程 Agent,能够读写代码、执行 Shell、搜索文件或网页,并根据工具反馈调整下一步行动。

典型任务:给已有函数补充测试,运行后定位并修复失败项。

适合偏好命令行的开发者,围绕本地项目和任务上下文协作。

官方介绍 ↗
扣子编程(Coze)
Agent 搭建平台

用自然语言描述需求,生成和迭代智能体代码,覆盖开发、测试与发布,适合构建自己的助手或业务应用。

典型任务:做一个围绕课程资料回答问题的学习助手,测试后发布。

扣子编程是开发入口;体验已有智能体与搭建自己的智能体是不同的使用路径。

官方介绍 ↗

国外

国外运营的代表产品;跨地区团队的产品另附归属说明。

OpenAI Codex
编程 Agent

在终端、IDE 或云端处理代码任务:理解项目、修改文件、运行命令和检查,并交付可审阅的改动。

典型任务:读懂项目中的报错,修复问题并运行相关测试。

适合围绕代码仓库协作;交付时结合差异与测试结果验收。

官方介绍 ↗
Claude Code
编程 Agent

Anthropic 的编程 Agent,能探索代码库、编辑文件、执行命令,并连接开发工具完成多步任务。

典型任务:找到重复的业务逻辑,完成重构并检查原有测试。

适合终端与开发环境里的项目任务;工具访问由授权控制。

官方介绍 ↗
Cursor Agent
编程 Agent

集成在 Cursor 编辑器中的 Agent,结合代码搜索、多文件编辑与终端工具推进开发,方便边看代码边协作。

典型任务:给现有页面添加筛选功能,联动修改组件与测试。

适合在编辑器中观察修改过程、及时调整任务方向。

官方介绍 ↗
GitHub Copilot cloud agent
编程 Agent

GitHub 上的云端编码 Agent,可以接收仓库任务,在后台工作并把改动放进 Pull Request,接入现有审阅流程。

典型任务:把一个明确的 Issue 委派给 Agent,检查它交付的 PR。

原称 coding agent;这里介绍的是云端委派能力,Copilot 也有其他开发入口。

官方介绍 ↗
Gemini CLI
编程 Agent

Google 的开源终端 Agent,可以结合项目文件与工具完成代码理解、修改和其他命令行任务。

典型任务:阅读陌生仓库,定位实现入口并修复一个小问题。

适合偏好命令行的开发者;也可通过 MCP 扩展工具。

官方介绍 ↗
Google Antigravity
编程 Agent

以 Agent 为中心的开发环境,结合项目代码、终端和浏览器推进任务,也能管理多个 Agent,并用可审阅的产物展示工作进展。

典型任务:实现一个页面功能,用浏览器检查交互并交付代码改动。

适合让 Agent 连贯完成开发和验证;各入口可用工具依项目和环境而定。

官方介绍 ↗
ChatGPT Work
通用任务 Agent

把目标、资料与获准使用的工具放进任务,让 ChatGPT 持续处理多步工作,产出可检查的报告、分析或演示文稿等成果。

典型任务:比较几份项目资料,制作带来源的方案说明和演示文稿。

按任务提供文件或连接需要的应用;浏览器能力可用于网页任务。

官方介绍 ↗
Claude(Cowork 能力)
通用任务 Agent

围绕文件、网页和连接的应用完成知识工作,可把研究与分析交付为文档、电子表格或演示文稿。

典型任务:整理几份访谈记录,提炼共同主题并生成可编辑的研究报告。

Cowork 与聊天正在分批合并为统一体验;使用本地文件与桌面工具需要相应授权和桌面入口。

官方介绍 ↗
Manus
通用任务 Agent

面向完整任务的通用 Agent。Agent 模式可以规划和执行多步工作,交付网站、研究材料或演示文稿等结果。

典型任务:围绕一个主题查找资料,整理成报告或演示文稿。

Chat 模式与 Agent 模式用途不同:前者偏问答与讨论,后者推进任务执行。

公司目前在新加坡运营,按当前运营情况列入国外组。 归属说明 ↗

官方介绍 ↗
Dify
Agent 搭建平台

用于构建 Agent 与工作流的平台,连接模型、知识库、工具和业务步骤;Agent 可独立交付,也可复用进工作流。

典型任务:搭建能查知识库、调用业务工具,并在需要时转人工的客服应用。

适合把 Agent 接进业务流程;它提供搭建能力,具体表现取决于配置与所用模型。

团队分布多地,总部位于美国 Menlo Park,按当前总部列入国外组。 归属说明 ↗

官方介绍 ↗

再看发展历程

  1. 2024.11–2025MCP:外部协议连接工具世界

    Model Context Protocol 把 Web/API、数据库、云服务与本地工具标准化接入;对应全景图左手「协议连接 · MCP」。

    • 标准工具协议
    • 资源 / 工具 / 提示
    • 跨客户端复用