AI Agent 实践课程 · 第一讲
从“回答问题”到“完成任务”
聊天式 AI 的每一步由你推动；Agent 的下一步由它自己判断。
同样是“帮你分析数据”，角色完全不同。
你描述问题，专家在电话里告诉你该怎么做。
知识很强，但手不在现场
你交代目标，助理自己查资料、跑分析、改错。
有手有脚，但仍需你把关
在大模型之外，多了工具、记忆和一个能反复执行的循环。
两者用的往往是同一类大模型，差别在“外面搭了什么”。
| 聊天式 AI | AI Agent | |
|---|---|---|
| 交互方式 | 你问一句，它答一句 | 你给目标，它多步自主推进 |
| 能做什么 | 生成文本、代码、解释 | 还能执行：跑代码、改文件、查数据 |
| 谁决定下一步 | 你 | Agent（关键节点由你确认） |
| 出错时 | 你发现并反馈 | 先自查自改，仍卡住再求助 |
| 典型风险 | 答案不准，但影响停在屏幕上 | 错误会被执行出去，影响真实文件和数据 |
任务：“分析这批 RNA-seq 数据，找出处理组与对照组的差异基因。”
用 Agent 的基本原则：让人始终在回路里。
聊天式 AI 回答你的问题；AI Agent 替你完成任务，但仍需要你把关。