Chapter 1L2
什么是 Agent，什么不是 Agent
Agent 不是“会聊天的模型”，而是一个能围绕目标持续感知、决策、调用能力并完成任务的执行系统。
为什么这个问题重要
如果你分不清什么是 Agent，你就分不清什么时候该用普通调用、什么时候该用 workflow、什么时候该进入更复杂的执行系统设计。
这不是一个术语问题。这是所有后续系统设计的起点。
核心定义
Agent 的核心，不在于“像人”，而在于它是否围绕目标持续运行，是否能结合状态、环境、工具与策略来完成任务。
常见误解
误解一：只要能多轮对话，就是 Agent。
误解二：只要能调工具，就是 Agent。
误解三：Agent 一定比 workflow 更高级。
典型案例
案例 A：FAQ 问答系统
更适合 chatbot / retrieval
案例 B：固定审批流程
更适合 workflow
案例 C：围绕目标自动规划、检索、调用工具并修正路径
更接近 Agent
一张图讲清关系
Chatbot对话响应
Workflow预定义流程
Agent目标驱动 + 状态 + 策略 + 工具调用 + 持续执行
?
一个“自动生成调研报告并补充缺失资料”的系统，更像 chatbot、workflow，还是 Agent？为什么？
小结
Agent 不是“更会说话”的模型，而是“更会围绕目标组织执行”的系统。
Chapter 2L2
Agent 范式地图：Workflow、Tool Use、Planner、Reflector、Multi-Agent
不同 Agent 范式对应不同复杂度与适用边界，选错范式会直接放大成本。
内容即将上线
Chapter 3L2
什么时候该上 Agent，什么时候不该上
复杂度控制，是做 Agent 时最先要学会的工程判断。
内容即将上线
Chapter 4L2
Agent 的关键部件：工具、知识、记忆、状态、反馈
Agent 是一个系统，不是一段 prompt。
内容即将上线
Chapter 5L3
什么是工具协议，为什么 AI 时代需要协议层
协议层解决的是工具暴露、治理与扩展的系统问题。
内容即将上线
Chapter 6L3
MCP 入门：它解决什么问题，不解决什么问题
MCP 适合能力生态接入，不适合被神化成所有场景的默认答案。
内容即将上线
Chapter 7L3
最小可用 Agent 设计：从普通 workflow 到带工具协议的系统
最小可用 Agent 的关键，是先建立可控闭环，再扩展能力面。
内容即将上线
Chapter 8L3
工作坊：从零构建一个简单 Agent / Workflow
把概念变成原型，才算真正跨过 Agent 基础门槛。
内容即将上线