AI 学习笔记：从理解 Agent 到真正用起来
用“智能餐厅”和生活场景，把 LLM、Agent、Skill、MCP、提示词方法与落地路径一次串起来。
1先搞懂四个核心概念：智能餐厅比喻
想象一家智能餐厅，四个角色各司其职。记住这四个，后面全通了。
最容易混淆的是 Skill 和 MCP。记一句：Skill 是"会做什么"，MCP 是"怎么连接"。就像家里墙上的国标插座——只要电器符合接口标准，不管什么牌子插上就能用。MCP 就是 AI 世界的"国标插座"。
再打个更贴近生活的比方：MCP 就像你出国必带的那块万能转换插头——到了不同国家，墙上插座长得不一样，但只要你的设备接上这块万能头，手机、电脑、吹风机就都能充上电。MCP 对 AI 工具也是这个角色：它把五花八门的外部工具（搜索、日历、数据库……）统一成一套"插上就用"的标准，Agent 不用为每个工具单独写对接代码。
2Agent 为什么会"做事"：工作循环
Agent 不是多聊几句，而是把任务推进到结果。它脑子里跑的是这样一个循环：
以"安排一次周末出游"为例：你只说要出游，Agent 先确认目的地、时间、预算；再把任务拆成查天气、选酒店、排路线、安排吃饭；要查资料就调搜索，要排时间就调日历；发现周末下雨，它重新调成室内活动或更换目的地；最后把行程、预算、注意事项整理成一份文件。
3怎么指挥 AI：提示词四步法
让 AI 按你的想法工作，记住四步。少一步都容易跑偏。
请假邮件例子：定角色"你是我的秘书"；定规则"语气正式、简洁，不要客套"；基础数据"我明天发烧 38.5 度，要请一天假"；输出格式"输出一段发微信的文字，不超过 50 字"。
万能模板（直接抄）：
我的目标是【目标】。
背景材料是【背景】。
请按【格式】输出，并满足【要求】。
如果信息不足，先告诉我缺什么，不要直接编造。
4怎么学 AI：不要从工具清单开始
最有效的起点不是背工具，而是找现实中的具体问题。先有问题，再决定学什么工具。
学完以后能做出什么东西。
选择最合适的工具，不盲目追新。
边练边学，以练代学。
项目需要什么，就补什么。
- 每天做一件：每天用 AI 完成一件具体的事。
- 提示词要具体：从真实困难入手，越具体越好。
- 重复工作自动化：把量大、重复的交给定时任务和自动化。
- 以输出倒逼输入：每周产出一个小成果。
- 对比着学：同一份数据交给不同 AI，对比思路和结果。
- 让 AI 当老师：帮你解释概念、检查作业、制定计划。
一句话：不要只看，要持续用；不要贪多，要围绕问题练。
5工具不必多，搭一个小团队
课堂把 AI 工具按"公司部门"分类方便找工具。真正用时，先搭最小组合：
日常问答、通用任务
拆目标、排计划、推执行
保存个人资料和长期内容
只补实际需要的能力
时踪 DeepPath（AI 行动助手）：网址 https://deeppath.cc。用自然语言告诉它想完成什么，它会把目标拆成任务 → 安排进日历 → 执行中不断调整计划。理念："该如何顺利地到达山顶？放弃思考，专注攀登。"
| 工具 | 擅长 | 其他常见工具 |
|---|---|---|
| 豆包 | 图像理解、生成 | 写作知识：Notion、Copy.ai、Paperpal 设计视频：Midjourney、即梦、Runway、剪映 办公数据：WPS 灵犀、ChatExcel、Gamma 编程开发：Cursor、GitHub、Trae、通义灵码 |
| DeepSeek | 文本处理、写作、推理 | |
| 千问 | 录音、语音转写、音频 | |
| 元宝 | 视频拆解和总结 |
工具越多不一定越强。重要的是：它能不能进入你的工作流程，并稳定产出结果。
6安全常识：API Key
API Key 就像一把专属钥匙。大模型运行在服务器里，外部程序想调用，必须出示这把钥匙。就像健身房会员卡里的一串专属编号，去健身刷一下闸机才开门。不同的健身房（不同的大模型）通常需要不同的卡。
7从一个小项目到商业变现
Agent 项目不适合一开始就做大。先做一个能用的版本，再慢慢完善（增量开发）。
报价不能只算开发时间，还要考虑模型 API、服务器、数据合规、客服和维护成本。稳妥做法：先做小范围试点，再扩大投入。