A
智能体到底是什么:从会聊天到能干活 1 / 26
Live Course 2026-07-09 | AI 工作智能体选型课

智能体到底是什么:
会聊天能干活

从概念辨析、能力标准、工具版图到价格选择,一次讲清“能聊天”和“能干活”的差别。

感知 思考 工具 环境 记忆 交付
Opening 先把词讲清楚

今天最该问的不是“它是不是智能体”,而是“它能不能把活干完”

对话能力已经不稀缺,真正稀缺的是:能观察现场、调用工具、留下结果、下次还能复用。

下架、改版、换名只是引子。混乱的根源是大家把模型、应用、数字人和工作智能体放在同一个词里讲。

Map 直播的四段路径

这场直播只解决四件事

1

定义

到底什么才算工作智能体。

2

标准

用六个维度判断真假能力。

3

版图

国内国外有哪些选择。

4

选型

按场景、模型、应用做决策。

Taxonomy 先分层,争论会少一半

今天市场上至少有三类东西,都被叫成“智能体”

类型典型能力关键限制
对话助手Chatbot回答、改写、生成文本离真实系统远,结果多停在窗口里
数字人Avatar拟人表达、陪伴、讲解形象强,不等于能办事
工作智能体Agentic Tool观察环境、调用工具、交付文件需要权限、环境和方法注册
Definition 本场直播使用的定义

工作智能体 = 大模型 + 工具 + 环境 + 记忆 + 可复用方法

感知现场

文件、网页、表单、系统事件、历史记录进入上下文。

文件网页 数据事件

模型规划

理解目标,拆解步骤,选择工具,修正错误。

LLM计划 记忆Skill

工具执行

调用终端、浏览器、MCP、文档、表格和业务系统。

终端浏览器 MCP系统
Layer 1 能不能感知环境

第一层:它得有眼睛和手脚,知道“现场发生了什么”

输入不是一句话

能读文件、看网页、接收表单、拿到系统事件。

输出不是一段话

能写文件、改配置、生成表格、发起流程。

连接不是装饰

连不上业务系统,就只能停在建议层。

Layer 2 能不能思考

第二层:它要有会推理的大脑,而不只是固定脚本

模型决定上限

复杂任务里的理解、规划、纠错、代码能力,最终都吃模型能力。

应用决定落地

同一个模型,放在不同工作台里,工具、权限、上下文都完全不同。

选智能体,本质是同时选“模型”和“应用”。只看其中一个,都会误判。
Layer 3 能不能动手

第三层:没有工具,智能体只是一个会说话的顾问

要干的活需要的工具没有工具会怎样
写代码读写文件、终端、测试、Git只能给建议,不能验证
做文档Word/PDF/Markdown/HTML 生成只有文案,没有交付物
做表格Excel/CSV/数据库/可视化算不清,也查不回
扒网站浏览器、检索、抽取、截图只会“猜网页内容”
Layer 4 能不能带着你的方法干活

第四层:真正能工作的智能体,最好能注册 Skill

Skill 是方法论

把你的流程、标准、模板封装成可调用能力。

Skill 是复用入口

下次不是重新教一遍,而是直接调用。

Skill 是质量边界

让 AI 按你的规则交付,而不是每次自由发挥。

可以用类比讲:Skill 就像给 AI 装 App,装上审合同、画流程、做课件,它才会按专业动作走。
Layer 5 能不能像人一样有工作台

第五层:它要有可运行的环境,最好有独立沙箱

本地环境

能看你电脑上的项目、文件、终端和应用,适合个人办公和开发。

云端沙箱

能隔离权限、复现任务、批量执行,适合团队协作和生产任务。

没有环境,智能体就像没有办公桌的人:脑子再好,也缺少真正干活的地方。
Layer 6 知识库不等于记忆库

第六层:记忆不是资料夹,而是逐步长出来的工作上下文

层级里面是什么价值
知识库制度、案例、模板、行业资料回答更准
偏好记忆你的表达习惯、质量标准、命名方式交付更像你
本机上下文项目文件、历史产物、工具配置能接着干活
组织记忆团队流程、审批规则、角色权限能进入业务系统
Scorecard 判断一个智能体能不能拿来工作

现场判断:给任何“智能体”打这六分

感知现场
0-5
模型推理
0-5
工具连接
0-5
Skill 注册
0-5
运行环境
0-5
记忆沉淀
0-5
Why Code 代码是最早被跑通的工作场景

为什么 Codex、Claude Code 这类工具最先火?因为编程天然适合智能体

01

读项目

目录、代码、文档、错误日志进入上下文。

02

拆问题

定位缺陷,规划修改路径。

03

改文件

直接编辑代码、配置和测试。

04

跑验证

执行测试、构建、静态检查。

05

交结果

留下 diff、命令输出和风险说明。

Landscape 先看应用,再看模型
2x2 应用选择的第一张图

产品怎么选:先看“工程深度”和“办公友好度”

工程深 工程浅 办公弱 办公强

专业开发者

Codex、Claude Code、Qoder、CodeBuddy、TRAE IDE

智能办公工作台

Qoder Work、TRAE Work、CodeBuddy 工作台形态

轻量问答

ChatGPT、Gemini、豆包、千问等对话入口

内容/表达产品

数字人、视频生成、语音讲解、营销素材工具

App x Model 选型的两个维度

智能体选型不是单选题:应用是工作台,模型是发动机

维度你真正要问看错会怎样
应用文件、终端、浏览器、MCP、Skill、权限怎么做?模型很强,但干不了你的活
模型推理、代码、长上下文、多模态、中文能力如何?工作台很漂亮,但关键任务跑不稳
价格订阅费、额度、按量调用、团队管理怎么算?看起来便宜,实际高频使用很贵
Models 看模型家族,也看落地应用

模型版本会快速变化,但能力维度相对稳定

类别代表入口适合观察的能力
OpenAICodex / GPT 系列openai.com/codex通用推理、代码、工具调用、长任务
AnthropicClaude Code / Claude 系列docs.anthropic.com工程代理、长上下文、代码改造
GoogleGemini CLI / Gemini 系列github.com/google-gemini/gemini-cli多模态、长上下文、开发者生态
国内模型Qwen、Kimi、GLM、DeepSeek 等中文办公、性价比、私有化/国内生态

更新原则:具体小版本以产品官网实时显示为准;课件保留稳定的能力维度和选择逻辑。

Scenario 不同人不该买同一个工具

按场景选,比按热度选更靠谱

你的主场景优先看什么推荐试跑任务
写代码终端、测试、Git、长上下文、代码模型修一个真实 bug,并跑测试
通用办公文件读写、表格、PPT/HTML、浏览器、模板从资料生成一份可交付文档
数据分析Python/表格/可视化/来源追踪抓取数据,出图,解释异常
简单问答模型质量、速度、价格、移动端体验直接用对话助手就够了
Cost 海外与开源入口

价格不能只看月费,要看额度、模型和可执行任务

工具入门价格高阶/团队价格主要计量方式官方链接
CodexFree;Go 约 $8/月;Plus 约 $20/月Pro 起约 $100/月;Business 约 $20-25/席/月按计划额度与云任务使用;API 另按模型计费Codex Pricingdevelopers.openai.com/codex/pricing
Claude Code可随 Claude Pro 使用,Pro 约 $20/月Max 约 $100 或 $200/月;Team/Enterprise 另计订阅额度、API、Bedrock/Vertex 等路径不同Claude Costsdocs.anthropic.com
Gemini CLI开源 CLI;个人使用可接 Google 账号/API高频与企业使用走 Gemini API 或 Vertex AI免费请求额度/API token/企业云计费Gemini CLIgithub.com/google-gemini/gemini-cli
Cost 国内工具与办公化入口

国内工具重点比较:中文体验、办公化入口和团队管理

工具入门价格高阶/团队价格主要计量方式官方链接
QoderFree;Pro/Ultra 等以官网为准团队与企业版以官网或销售报价为准订阅权益、任务额度、团队席位Qoder Pricingqoder.com/pricing
CodeBuddyFree;Pro 约 $9.95/月Team 约 $40/人/月;企业版联系销售消息/信用额度、团队席位、增购包CodeBuddy Pricingcodebuddy.ai/docs
TRAEFree;Pro 约 $10/月更高阶套餐约 $30/月;企业版以官网为准基础额度、增强额度、模型权益TRAE Pricingtrae.ai/pricing

同一个月费背后,还要比较可用模型、请求额度、文件读写、团队权限和审计能力。

Benchmark 用同一套任务横评

不要听厂商介绍,现场让它们做同一道题

任务 A:写代码

读项目、定位问题、改文件、跑测试、解释改动。

任务 B:做办公

读三份资料,生成一页报告和一张表格。

任务 C:跑网页

检索公开信息,截图/引用来源,输出判断。

测评不是看它说得多好,是看它交付物能不能被复核。
Demo 快速上手路径

上手不从功能列表开始,而从第一单任务开始

顺序工具入口第一单任务
1Codexopenai.com/codex打开一个项目目录,让它读 README、定位问题、改一个小文件
2Claude Codedocs.anthropic.com在终端授权后进入当前目录,让它解释项目结构并提出修复计划
3Qoder / Qoder Workqoder.com新建工作区,测试文件生成、Skill/工具调用和中文办公任务
4CodeBuddy / TRAEcodebuddy.ai / trae.ai比较 IDE 与 Work 入口,分别跑代码任务和办公任务

建议测试目录不要包含客户资料、真实合同、内部账号、API Key 或聊天记录。

Decision 给听众一个能带走的结论

最后给三条选型建议

工程团队

优先试 Codex、Claude Code,以及国内的 Qoder/CodeBuddy/TRAE。

业务/办公团队

优先试 Work 形态,看文件、表格、浏览器和模板交付。

只是问答

不要过度购买智能体,强对话模型已经足够。

Risk 越能干活,越要管住权限

真正能干活的智能体,一定要配权限和边界

数据边界

哪些文件能读,哪些客户资料不能出本地。

执行边界

哪些命令能跑,哪些操作必须人工确认。

交付边界

关键结论必须保留来源、日志和复核路径。

越接近真实工作,越不能只谈效率;权限、审计和回滚也要一起设计。
Close 三句话收尾

把智能体讲清楚,可以收在三句话

第一句

会聊天不是智能体,能观察现场才算开始。

第二句

能调用工具、运行环境、交付结果,才叫能干活。

第三句

能沉淀 Skill 和记忆,才会越用越像你的团队。

Sources 官网链接速查