EPISODE 01 · What is ai agent · 2026.05.17

「Agent」这个词，
在三种人嘴里是三件事。

这是一场关于 AI Agent 的讲座。
但更准确地说——是教你别被「AI Agent」这四个字忽悠。

开始拆词 →
AGENT 101 SERIES · 90 MIN · 不画饼版
§ 01 · 先拆词

「AI Agent」在三种人嘴里，完全不是同一件事

维特根斯坦说：一个词的含义，就是它在语言里的用法。当一个词在不同人嘴里指完全不同的东西， 这个词就开始空转——你以为自己在讨论同一件事，其实大家说的是三件事。

  • 用法 · 01 · 卖工具的人

    Agent = 我的产品

    "我们推出了一个全新的 AI Agent"——翻译过来就是"我有个新版本想卖给你"。这种语境下，Agent 是一种营销话术，跟"AI 助手""智能体""Copilot"是同义反复，没有任何新信息。

  • 用法 · 02 · 写文章的人

    Agent = 一个时代标签

    "我们正进入 Agent 时代"——这一类用法，目的是让你觉得错过了什么。但说话的人自己也说不清"Agent 时代"和"不是 Agent 时代"的具体边界在哪。这种句子，去掉「Agent」二字，意思丝毫不变。

  • 用法 · 03 · 真正在用的人

    Agent = LLM × 工具 × 循环

    这是唯一一个去掉「Agent」三个字会丢信息的用法。它指的是一个能自己规划步骤、调用工具、根据结果决定下一步的程序。这种意义上的 Agent，跟过去的 Chatbot 有本质区别——它能动手，而不是只会说话。

§ 02 · 审计你的目标

「我想用 AI 提升效率」是空转词

这句话听起来天经地义，但它过不了三个最简单的检查。把它拆开看你就明白—— 多数人不是真的"在用 AI 失败"，而是从一开始就在追一个无法被验证的目标。

  • 用法测试 · 01

    谁说了「效率提升了」算数？

    你？你老板？某个 KPI 指标？如果你回答不上来，这个目标就没有验收人。没有验收人的目标，本质上是给自己写的安慰话。

  • 用法测试 · 02

    能不能在某个具体时刻指物地说「这就是 Agent 替我做的」？

    "我每周省了 5 小时"——但具体省在哪？"我邮件处理变快了"——但快了多少？什么邮件？如果指不出一个具体的动作、一个具体的时间点、一个可以放在屏幕上展示的产出物，那这种"提升"就只是个人感受。

  • 用法测试 · 03

    一周后没动作，问题是 AI 还是你？

    这是最关键的一条。如果"用 AI 提升效率"没跑通，你能不能在第二周一眼分辨出：是 Agent 不行、还是 prompt 写错了、还是你自己没坚持？分不出，就说明这个目标根本不是 Agent 任务，是你的心理任务。

看出区别了吗？前一句是愿望，后一句是可执行的协议——有具体动作、具体工具、具体时间、具体的失败信号。 今天我们要讲的所有「Agent 应用」，都必须能被重写成第二种句子，否则就跳过。

§ 03 · 拆完词之后

Chatbot 和 Agent 的区别，就是「说」和「做」的区别

上面两节把噪音清完，下面这一节是 90 分钟里唯一需要你记的硬概念： Chatbot 只会说，Agent 会做。区别就这一行字，但意味着两种完全不同的杠杆。

CHATBOT · 你已经熟的

会说话，不动手

你问一句，它答一句。对话结束，所有动作还得你自己来。

  • 只能基于训练数据回答
  • 不能调用任何工具
  • 不记得上次说了什么
  • 无法决定下一步
AGENT · 你今天要装的

会说话，更会动手

你给一个目标，它分步骤、调工具、读资料、改文档、发邮件——把活干完才回来找你。

  • 能实时联网，查最新数据
  • 能调 Gmail / Calendar / 数据库 / 浏览器
  • 有项目级记忆，记得你的偏好
  • 能自己判断下一步该干什么
§ 04 · Agent 怎么动手

四步循环：感知 → 规划 → 执行 → 反思

所有看起来很神奇的 Agent 行为，本质都是这个循环在转。 理解这四步，你不会再被"AI 太神奇了"骗——也能立刻判断一个任务该不该交给 Agent、什么时候它一定翻车。

AGENT LLM CORE 感知 PERCEIVE 规划 PLAN 执行 ACT 反思 REFLECT
  • 01

    感知PERCEIVE

    读取你的目标、相关的上下文、可用的工具清单。相当于一个新员工入职第一天，先搞清楚要做什么、有哪些资源。

  • 02

    规划PLAN

    把大目标拆成一系列小步骤，决定先做哪一步、用哪个工具。好的模型会先写一个 to-do list 再开始动手。

  • 03

    执行ACT

    调用工具：发邮件、查日历、读文档、跑 SQL、点网页按钮。这一步是 Chatbot 时代完全做不到的。

  • 04

    反思REFLECT

    看执行结果，判断够不够、对不对，决定是收工、重试，还是换个思路再来。这一步决定了 Agent 能不能自我纠错。

§ 05 · 四类人的具体动作

不讲"职业可以用 AI 做什么"，只讲今天就能跑通的事

下面这四类，是上次黑客松实际坐在场里的人。每一类只讲一条主线—— 一个具体动作、一组具体工具、一个可以在第二天早上 8:00 检查的结果。 其他枝节自己回家折腾，听课不解决这个问题。

DALLAS · HACKATHON · 上一届现场画像 · N=32

这是上次坐在你旁边的人

四类职业 100% 覆盖了现场——今天讲的 Agent 案例就按这个比例展开。

32 PEOPLE
  • AI & Data Science 46.9%
  • Software Engineering 21.9%
  • Operations & Business 15.6%
  • Product & Design 15.6%
  • CASE · 01 · AI & DATA SCIENCE · 46.9% 数据分析师 5 → 1 人

    你已经会用 AI，但你在"玩"，不在"卖"

    反共识：AI/数据人最容易陷入"工具崇拜"——研究新模型、调新 prompt、画新 demo。 这些都不产出钱。能产出钱的，是把 AI 嵌进探索 → 实验 → 生产的链路里，把人肉环节全部压掉。

    WORKFLOW周一业务自动简报（生产级 ETL + LLM）
    01TRIGGERcron · 每周一 08:00（n8n / Airflow）
    02FETCHSnowflake / BigQuery · 拉 7 项核心 KPI
    03DETECT阈值告警 + 4 周同比 / 环比
    04ANALYZEClaude · 写中文 insight + Plotly 出图
    05DELIVERmarkdown → Slack #leadership / 邮件
    SETUP1 次　·　ROI每周省 4-6h · 临时需求 1 天 → 10 分钟
    Claude Code Snowflake / BigQuery n8n / Airflow LangGraph Claude Agent SDK
  • CASE · 02 · SOFTWARE ENGINEERING · 21.9% 一周 1 个 ticket → 一天 1 个

    这不是工具升级，是工种替换

    反共识：还在用 Copilot 补全的人，正被用 Claude Code 接管 ticket 的人收割。 「会写代码」不再是核心能力——「能拆任务给 Agent 跑」才是。

    WORKFLOWIssue → PR 全自动（本周挑一个跑通）
    01INTAKE读 Linear / Jira issue + 评论上下文
    02PLANClaude Code · 列实现方案 + 影响面分析
    03CODE在独立 worktree 写实现 + 单元测试
    04VERIFY自跑 pytest / vitest · 直到全绿
    05PR推 branch + 写 description + 自审 diff
    06REVIEW你只看 spec 对不对 / diff 干不干净
    SETUP1 次　·　ROI3 周后角色从"敲键盘"→"审稿人 + 架构师"
    Claude Code Cursor Devin Aider Linear / Jira
  • CASE · 03 · OPERATIONS & BUSINESS · 15.6% 每天省 1.5h · 邮箱焦虑消失

    邮件不是焦虑，是你没 SOP 化的活

    反共识：运营/业务的"杂"不是宿命——是你没把任何一件事 SOP 化。 50 封邮件如果不能 SOP 化，就必须付钱给 AI。每天逐封人肉处理，是在用最贵的资源（你的注意力）做最便宜的活。

    WORKFLOW每日邮件 → 决策清单（含自动回复草稿）
    01TRIGGER每天 07:30 · n8n / Zapier
    02PULLGmail Connector · 过去 24h 未读邮件
    03CLASSIFYClaude · 5 类（决策 / 回复 / 归档 / 订阅 / 垃圾）
    04DRAFT起草标准回复 · 待你 1-click 发送
    05RANK剩下"需决策"按 SLA + 客户重要度排序
    06PUSH清单 → iOS Reminders + Slack DM
    SETUP30 分钟　·　ROI每天省 1.5h · 第 3 天起邮箱焦虑消失
    Claude + Gmail Apollo + Clay n8n / Zapier Custom GPTs
  • CASE · 04 · PRODUCT & DESIGN · 15.6% Product loop 2 周 → 5 天

    PRD 半个月写不完，问题不是 PRD，是你

    反共识：产品和设计的瓶颈从来不是"没工具"。 是流程没改——访谈听完没时间整理、调研拖半个月、设计改三轮还不收敛。 Agent 不会替你做决策，但能把"等"的环节全部压掉。

    WORKFLOW访谈 → PRD 一周收敛
    01RECORD用户访谈 · Granola / Fireflies 录音
    02EXTRACTClaude · 转录 + 提取"3 句话核心痛点"
    03CLUSTER跨 N 个访谈 · 主题聚类 + 频次排序
    04RESEARCHPerplexity Deep Research · 1h 出竞品
    05PRDClaude 写 PRD 初稿 · 你改 2 笔
    06DESIGNv0 / Figma AI · 5 版布局 · 团队 30 分钟投票收敛
    SETUP1 次定模板　·　ROI一轮 product loop 从 2 周 → 5 天
    Claude Perplexity Figma AI v0 Granola / Fireflies
  • —— 不分职业的高价值场景 ——

    上面 4 个按职业分。下面 5 个按场景分。

    上半部分回答"你是谁、能用 Agent 干什么"。
    下半部分回答"哪些具体场景，谁来做都赚"—— 是 2026 年单人最容易跑出商业结果的 5 条线：量化、电商、自媒体、AI 生图视频、SEO/GEO。

  • CASE · 05 · 量化炒股 / QUANT TRADING 盯盘 8h → 决策 15min

    散户失败 90% 不是策略问题，是执行问题

    反共识：你以为亏钱是因为找不到好策略——其实是你做不到每天盘前 9:00 准时把那 7 个数据指标看完。 Agent 的价值不是"帮你预测"，是把"盯盘 → 判断 → 风控"的人肉链路 SOP 化，让你的策略真正能被执行。

    WORKFLOW盘前自动选股 + 风控（辅助决策版）
    01TRIGGER美东 08:30 · 盘前 1h
    02FETCHPolygon / yfinance · 持仓 + 关注名单
    03EVENTBenzinga API · 财报 / 利好 / 利空
    04SIGNAL跑预设策略（双均线 / RSI / MACD / 自定义）
    05RISK校验仓位 / 止损 / 相关性
    06OUTPUT"今日候选 3 支 + 理由 + 建议仓位" → 手机推送
    SETUP2 天　·　ROI每天 15 分钟决策 · 不再被盘面情绪绑架
    ⚠ 本工作流只产出信号，不下单。投资决策与风险由你自己承担。
    Polygon yfinance Backtrader Claude n8n Benzinga API
  • CASE · 06 · 电商运营 / E-COMMERCE OPS 月上新 5 → 50 SKU

    选品不是看数据，是把"数据 → 决策 → 上架"压成一条链

    反共识：一人一店做不大，瓶颈不是品，是"选品到上架"全靠人肉。 把这条链 SOP 化——同样的人手，能管 5 个 SKU 就能管 50 个。

    WORKFLOW选品 → 上架（适用亚马逊 / Shopify / Temu）
    01SCRAPEApify · 抓 BestSeller 榜 Top 100 + 评论
    02PARSE提取价格 / 评分 / 评论数 / 上架时间
    03SENTIMENTClaude · 评论挖"痛点 / 卖点 / 缺陷"
    04SCORE打分（毛利潜力 × 差异化空间 × 货源难度）
    05SELECTTop 5 候选 + ROI 估算 + 风险提示
    06LISTING自动生成标题 / 描述 / 关键词 / A+ 内容 / 主图 brief
    07PUBLISHShopify API / 亚马逊 SP-API · 一键上架
    SETUP1 周　·　ROI选品 1 天 → 30 分钟 · 月上新 5 → 50
    Helium 10 Apify Claude Shopify API 亚马逊 SP-API
  • CASE · 07 · 自媒体运营 / CREATOR OPS 2 篇/周 → 8 篇/周

    不是写不出爆款，是没把"素材 → 选题 → 爆款"这条链固化

    反共识：99% 的自媒体卡在"灵感等不来"。 灵感不是等的——是流水线产物。把"爆款素材库 → 选题生成 → 写作 → 一稿多平台"流程化，产能从一周 2 篇变一周 8 篇，质量还更稳。

    WORKFLOW选题工厂（小红书 / Twitter / YouTube / 公众号）
    01INGEST每天截图 10 条同行爆款 → Claude Project
    02DECONSTRUCTClaude · 提取标题公式 / 钩子 / 情绪触发点
    03IDEATE每周一 · 输出 7 个候选标题 + 内容大纲
    04DRAFTClaude 写初稿 · 按你的人设语料微调
    05ADAPT一稿多平台 · 自动改字数 / 语气 / 配图建议
    06SCHEDULEBuffer / Hypefury · 自动排期 + 数据回流
    SETUP2 周训练人设语料　·　ROI产能 4× · 单 IP 月入从 5k → 30k 不靠加班
    Claude Perplexity Buffer / Hypefury CapCut Notion
  • CASE · 08 · AI 生图 / 视频 / GENERATIVE MEDIA 单图 30min → 2min · 单视频 4h → 30min

    不是会 Midjourney 就能做出能用的素材

    反共识：90% 的 AI 创作者还在"试 prompt"——这是手工业。 能商业化的人都有一条"主题立项 → 风格化 prompt → 批量产 → 自动筛 → 后处理 → 入库"的固定流水线。 没有流水线，再贵的模型也只是玩具。

    WORKFLOW商业素材批量生产（电商主图 / 短视频 / 营销素材）
    01BRIEFClaude · 写主题 brief（场景 / 风格 / 用途 / 约束）
    02PROMPT按 MJ / Sora 语法批量生成 20 条变体
    03RENDERMJ API / ComfyUI · 跑 100 张 / Runway 跑 20 段
    04SCOREGPT-4V / CLIP · 按"商业可用度"打分
    05SELECT留 top 5% · 自动剔除手指 / 文字错乱
    06POLISHPhotoshop AI / Topaz · 清晰度 / 去瑕疵
    07ARCHIVENotion / Airtable · 标签存档（风格 / 客户 / 用途）
    SETUP1 周建标准　·　ROI单图 30min → 2min · 一人产能 = 过去一个 3 人小组
    Midjourney Sora ComfyUI Runway Topaz GPT-4V
  • CASE · 09 · SEO / GEO · 全渠道搜索可见度 "AI 引用率"从不可见 → 每周可测

    不是 SEO 死了，是手工 SEO 死了

    反共识：2026 还在喊"SEO 已死"的人，说的其实是"我那一套老 SEO 过时了"。 真相是——Google 排名继续重要，ChatGPT / Perplexity / Claude / Gemini 推荐变得同样重要。 但人肉跑这两套已经不可能。GEO（Generative Engine Optimization）不是新概念，是你必须开始测量的新指标。 看不见的指标 = 你已经输的指标。

    WORKFLOW全渠道搜索可见度（Google + AI 引擎）
    01TRACK每周拉关键词排名 · Ahrefs / SEMrush API
    02QUERY向 ChatGPT / Perplexity / Claude / Gemini 跑 50 条预设查询
    03EXTRACT解析回答 · 提取被引用域名 + 上下文 + 引用方式
    04GAP对比竞品 · 列出"竞品被引用、你没被"的查询清单
    05AUDIT分析被引用页 · Schema / 事实密度 / token 友好度
    06GENERATEClaude 写 AI-friendly 版本 · 明确事实陈述 + 可引用数据点
    07PUBLISH推 CMS（Webflow / Next.js / WordPress）+ Schema.org markup
    08LOOP下周回到 01 · 看引用率变化 + 调策略
    SETUP1 周配监测 + 1 周建内容模板　·　ROI从"不知道 AI 推荐谁" → "每周一份引用报告"
    💡 大多数公司还没开始测 GEO ——这意味着你抢占 AI 引用位的窗口期约 12-18 个月。
    Profound AthenaHQ Ahrefs / SEMrush Claude Perplexity API Schema.org Screaming Frog
§ 06 · 市场观察

五种 AI 生意，做的不是 AI 应用

AI 时代最赚钱的生意，常常不是 AI 应用本身——而是把"AI 焦虑"打包卖给没在用 AI 的人。 下面五种模式在 2024–2026 跑得最稳。理解它们的商业逻辑—— 你可以选做卖家、不做买家、或者干脆绕开做出能直接卖钱的真应用。三种选择都成立。

  • 市场 · 01 · FOMO 内容

    「AI 风口论」内容创作者

    主要客户是怕错过下一个互联网的人，靠 FOMO 这种稳定的心理动机驱动转化。 一个值得记住的观察：发"AI 新风口"文章的人，几乎都不靠那个"风口"本身赚钱——他们的收入来自传播这种内容。如果一个机会需要靠爆款文章来传播，它大概率不是真机会——真机会一般都是被卖家闷声做、不让你知道。

  • 市场 · 02 · 焦虑安慰剂

    「1000 个 prompt 合集」批发商

    卖的不是 prompt，是"我在用 AI"的安全感。但 prompt 是高度个性化的—— 别人针对别人工作流写的 prompt，在你这里有效率不到 5%。 这个市场长期存在，是因为购买行为本身就能短暂缓解"我没在用 AI"的焦虑。理解这一点，你就知道为什么"199 买 1000 个 prompt" 永远会有人买。

  • 市场 · 03 · 信息差套利

    「AI 教练 / AI 顾问」服务

    过去 18 个月增长最快的服务品类——本质是 AI 素养差形成的信息差套利。 如果一门业务必须靠"AI 不懂的人"才能存活，那它就是阶段性生意，会随着大众 AI 普及自然贬值。 做这门生意没问题，但要清楚：你在赚的是窗口期的钱，不是长期价值的钱。

  • 市场 · 04 · 零摩擦承诺

    「3 分钟上手」「一键搞定」的 AI 工具

    "零摩擦"是高效的营销话术——但凡能跑生产的 Agent，必然有摩擦：配 connector、调 prompt、改输出格式。 这些摩擦才是你的护城河。 如果一个工具号称"完全不用学就能用"，意味着你的同行也"完全不用学就在用"——你的优势就消失了。买这类工具，效用上限通常是"跟所有人一样"。

  • 市场 · 05 · 确定性溢价

    「AI 完整方法论」付费课

    卖的是确定性，不是知识。在不确定的时代，确定性本身值钱。 但 AI 应用是高度非线性的——同样的方法在不同场景结果完全不同。 真能 work 的方法论，几乎都是在自己业务里反复试出来的；别人的"完整方法论"，要么过时、要么过于抽象。

§ 07 · 今天就能跑

三个 Agent，今天回家挑一个跑通

上面讲再多，没跑通一个 Agent 都等于没听。下面三个都是零代码、当天见效、可以在睡觉前装好的—— 挑一个，做完，明早 8:00 你会看到第一份结果。

DEMO · 01 配置 15min · 每天用 0min

Gmail 邮件 → 今日 To-do

每天早上一杯咖啡的时间，让 Agent 替你把过去 24 小时的邮件读完，输出一份"今天必须办的事"。从此打开邮箱不再焦虑——你只看清单，不看原邮件。

  1. 开通 Claude Pro，在设置里启用 Gmail Connector
  2. 新建一个 Project，命名"每日邮件助手"
  3. 把 Prompt 模板粘进 Project Instructions（现场会发）
  4. 设一个手机日历闹钟，早上 8:00 提醒自己跑一次
  5. 跑一周后回来调 prompt——你越用它越懂你
claude · 每日邮件助手
YOU跑一下今天的邮件
CLAUDE读取过去 24h 邮件…
GMAIL已读取 47 封
▌ 今日必办（按优先级）
· 回复 David — 合同条款问题 （已等 18h）
· 确认周四 2pm TI 团队会议 （待回复）
· 审批 Sarah 的 expense report $842
▌ 已自动归档 38 封通知/订阅
▌ 已起草 6 封草稿，待你点发送
DEMO · 02 配置 5min · 每场会议省 30min

会议纪要 → 行动项

开完会脑子一片混乱，谁负责什么、什么时候交，没人记得清。让 Agent 全程旁听，散会 30 秒出一份结构化纪要——决策、行动项、负责人、deadline，一目了然。

  1. 装一个 Granola 或 Fireflies（Mac/Win/手机都有）
  2. 每次开会前点一下"录音"——之后什么都不用做
  3. 会议结束自动生成转录 + 摘要 + 行动项
  4. 把摘要丢进 Claude，让它写一封"会议跟进邮件"群发
  5. 把行动项导入你的 Todoist / Notion / Linear
granola · q2 产品评审
▌ 关键决策
· Q2 不做新功能，all-in 性能优化
· 北美定价方案 B 通过
▌ 行动项
· Mike · 出性能基线报告 · 5/22
· Lisa · 同步销售团队新定价 · 5/19
· Jack · 起草 Q2 OKR 草稿 · 5/20
▌ 未决问题
· 是否同步调整欧洲价格 （下次议题）
✓ 已自动起草跟进邮件，待发送
DEMO · 03 配置 2min · 每份报告省一天

市场调研 → 一份完整报告

过去做一份"行业 + 区域"的调研，要自己 Google 一下午、读 20 篇文章、整理表格。现在一段 Prompt，Agent 自己上网搜、读、对比、汇总，30 分钟交一份 5000 字带引用的报告。

  1. 打开 Perplexity Pro，选"Deep Research"模式
  2. 粘入 Prompt 模板（现场发，下方为输出预览）
  3. 等 15-30 分钟，Agent 自己跑 30+ 个网页 + 5+ 个数据源
  4. 导出为 Markdown 或 PDF
  5. 丢给 Claude 做"老板视角摘要"，3 段话讲完核心
perplexity · deep research
YOU达拉斯 EV 充电桩市场，过去 90 天趋势
▶ 正在调研…
🔍 已搜索 34 个网页
📄 已阅读 11 份报告
📊 已对比 7 家公司财报
▌ 报告大纲
1. 市场规模与增长（含图表）
2. 5 大主要玩家与份额
3. 政策与补贴变化
4. 3 个机会窗口
5. 2 个风险信号
✓ 5,243 字 · 47 处引用 · 已生成
§ 08 · 接下来 90 天

不画饼版的 12 周

90 天路径不是"承诺你会变厉害"——是给你四个具体动作，每个都有一个明确的失败信号。 如果某一周的失败信号亮了，回到上一周，别往下走。

  • WEEK 1 – 2 · 重塑反射

    任何问题，先问 AI 一遍再说

    ChatGPT 或 Claude Pro 每天用满 30 分钟——不挑场景、不挑难度， 任何一个"想搜索/想写一段话/想理一下思路"的瞬间，第一反应是打开 AI。 失败信号：第 2 周末你回头看，本周习惯性打开 Google 的次数还是大于打开 AI。 失败的话怎么办：把 Google 的快捷键改掉。

  • WEEK 3 – 4 · SOP 化一件事

    挑你每周做 3 次以上的任务，做成 Project

    写周报、回固定类型邮件、整理日报、做产品反馈分类——挑一个，做成 Claude Project / Custom GPT，配好 Instructions。 失败信号：到第 4 周末，你还在每次都重新写 prompt。 失败的话怎么办：说明你选的任务太杂、不可 SOP 化——换一个更具体的。

  • WEEK 5 – 8 · 跨工具

    打开 Connector，让 Agent 动手

    Gmail / Calendar / Drive / Notion 的官方 connector 全开。 这一刻你才从"AI 用户"升级成"Agent 用户"。 失败信号：开了 connector，但日常工作流里没出现"让 Agent 替我处理"这一步。 失败的话怎么办：回到 Week 3-4，你的 SOP 还没固化下来。

  • WEEK 9 – 12 · 设计系统

    把核心工作流写成可执行协议

    选 2-3 个核心工作流，写成 SOP，让 Agent 跑——你只做高价值判断和最终审核。 失败信号：到第 12 周，你每天还在做"敲键盘"的活，没腾出时间做系统设计。 失败的话怎么办：不是 Agent 不行——是你没把"做事"和"设计系统"切开。

90 天后你应该能回答这个问题："过去一周，哪件具体的事是 Agent 替我做的？" —— 如果回答得出来、有截图、有产出物，路径走通了。如果回答不出来，说明这 90 天你只是"在用 AI"，没"装上 Agent"。

Real Agent Use Cases

听完讲座，最重要的事不会自动发生

90 分钟，一份讲义。但讲义不等于动作。
「执行的价值永远被低估」——如果今天回家没跑通其中一个 Agent，明天也不会。 这不是激励，是观察事实。