Live Course
公开课 | AI 工作智能体选型
智能体到底是什么：
从会聊天到能干活
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
A
智能体到底是什么：从会聊天到能干活
1 / 26
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。
产品名称会变，能力边界却必须讲清。很多争论，源于把模型、应用、数字人和工作智能体放在同一个词里讨论。
Map
从认识到选型
听完这堂课，你能完成四个关键判断
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
一个可落地的定义
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 |
| 查网页 | 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。
Skill 就像给 AI 装上专业应用：审合同、画流程、做课件，不再从零教起，而是按既定方法完成任务。
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
用六个维度，给任何“智能体”做一次工作能力体检
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
编程智能体正在外溢成普通人的 AI 工作台
Codex
OpenAI 的编码智能体入口。
openai.com/codexClaude Code
Anthropic 的终端式编码智能体。
docs.anthropic.comGemini CLI
Google Gemini 的开源命令行智能体。
github.com/google-gemini/gemini-cliAI 工作台
同一类产品的核心不是“聊天窗口”，而是文件、终端、浏览器、模型、工具和记忆组成的工作台。
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
QoderWork、TRAE Work、WorkBuddy 等工作台形态
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 |
|---|---|---|
| OpenAI | Codex / GPT 系列openai.com/codex | 通用推理、代码、工具调用、长任务 |
| Anthropic | Claude Code / Claude 系列docs.anthropic.com | 工程代理、长上下文、代码改造 |
| Gemini 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 | 代表入门价格 | 高频/团队选择 | 主要计量方式 |
|---|---|---|---|
| Codex | Free；Go $8/月；Plus $20/月 | Pro $100 起；Business $20–25/席/月 | 计划额度与 credits；API 另按模型计费 |
| Claude Code | 随 Claude Pro 使用：$20/月或 $200/年 | Max $100/$200；Team $20–125/席/月 | 订阅额度、额外用量或 API/云平台计费 |
| Gemini CLI | CLI 开源；个人可用 Google 账号或 API | 高频与企业使用 Gemini API / Vertex AI | 免费请求额度、API token 或企业云计费 |
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 | 代表入门价格 | 高频/团队选择 | 主要计量方式 |
|---|---|---|---|
| Qoder | Community 免费；Pro $20/月；Pro+ $60/月 | Ultra $200/月；Teams $40/席/月 | 月度 Credits、增购包与团队席位 |
| CodeBuddy | Free；Pro $9.95/月 | Team $40/席/月；企业版联系销售 | 月度 Credits、团队共享额度与增购包 |
| TRAE | Free；Lite/Pro 等付费档从 $3/月起 | Pro+/Ultra 最高约 $100/月；企业版联系销售 | 按 token 折算用量；地区可用套餐可能不同 |
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：查网页
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，从第一单任务开始
| 顺序 | 工具入口 | 第一单任务 |
|---|---|---|
| 1 | Codex | 读 README，定位一个问题，改一个小文件 |
| 2 | Claude Code | 解释项目结构，给出一份修复计划 |
| 3 | Qoder / QoderWork | 生成一个文件，调用一个 Skill |
| 4 | CodeBuddy / WorkBuddy / TRAE | 分别完成一个代码任务和办公任务 |
请使用测试目录，不放客户资料、合同、账号、API Key 或聊天记录。
Decision
三类团队，三种起点
按团队场景，先从这三类工具开始
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 QoderWork、TRAE Work、WorkBuddy 等工作台，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
三条核心判断
判断工作智能体，记住这三句话
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
所有工具先看官网，再看第三方测评
OpenAI Codex
产品入口与使用说明
https://openai.com/codex/Codex Pricing
Codex 计划与费用说明
https://developers.openai.com/codex/pricingClaude Code
Anthropic 官方文档
https://docs.anthropic.com/en/docs/claude-code/overviewClaude Pricing
Claude 与 Claude Code 套餐
https://claude.com/pricingQoder Pricing
Qoder 版本、Credits 与权益
https://docs.qoder.com/account/pricingCodeBuddy Pricing
CodeBuddy 账号与价格
https://www.codebuddy.ai/docs/ide/Account/pricingTRAE Pricing
TRAE 套餐与权益
https://www.trae.ai/pricingGemini CLI
开源 CLI 项目
https://github.com/google-gemini/gemini-cliGemini API Pricing
Gemini API 价格说明
https://ai.google.dev/gemini-api/docs/pricing