你可能已经用过 ChatGPT：在输入框里问一句，AI 回你一段解释、一封邮件，或者晚饭吃什么的建议。聊着聊着，你会想：建议挺好，接下来的事情，也能请它帮我做吗？
比如，周末想约朋友散步。与其让群消息淹没集合时间，你决定做一张邀请网页。现在，你需要的成果很具体：一个能打开、能修改的页面。
Agent，中文常叫智能体。在这本教程里，它指能围绕一个目标，调用工具、观察结果，并在工作环境里继续推进任务的 AI 系统。你告诉它想做什么，它会判断下一步该做什么，并实际动手。
从聊明白，到做出来
还是这张邀请页，看看两种用法：
聊天很适合解释、讨论和出主意。Agent 的工作方式则把“接着做下去”也交给 AI：它可能先问集合时间，再写文件、检查按钮，发现问题后继续修改。你不用把“现在打开文件”“现在改第三行”逐条教给它。
ChatGPT 是产品名，Chat 和 Agent 描述的是这里讨论的工作方式。一个产品可以同时支持它们，例如 ChatGPT 也提供 Agent 模式。看见聊天框，不代表它只能聊天；有搜索或生成图片的功能，也不意味着每次问答都在持续执行一项任务。
判断时，留意它这一次能做什么、实际做了什么，以及结果在哪里。
工具和环境：它怎样动手，在哪儿动手
AI 写出“我已经做好网页了”，文件可不会自己出现。真正把内容写进去，需要用到工具。
工具让 AI 能执行具体动作。例如：
- 读写文件：读取已有材料，把邀请页保存为
index.html，再修改集合时间。 - 使用浏览器：查找资料，或者在具备相应能力时打开页面、检查显示效果。
- 运行程序：处理表格、计算数据，或检查网页里的错误。
这些动作发生的地方，就是它的工作环境。可以是你自己的电脑、云端电脑，也可以是连接好的浏览器或业务系统。不同 Agent 拿到的工具和访问权限不同，能做的事也就不同。
在 Agent.Space，我们把这次项目放进一个云端 Workspace：你在浏览器里提要求，Agent 在云端操作文件。第一次做邀请页，不用先在自己的电脑上安装一套开发工具。至于文件怎样保存、下次怎样继续，第 4 章会带你认路。
持续工作：做一步，看一步
Agent 通常不是把计划说完就结束。它会根据每一步的实际结果，决定接下来做什么：
- 看目标和材料：邀请谁？几点集合？还缺什么信息？
- 选动作，调用工具：创建网页，写入活动内容。
- 看执行结果：文件保存成功了吗？检查有没有发现问题？
- 继续或调整：补上漏掉的地点，修好按钮；需要你决定时，回来问你。
这就是“持续工作”的意思：围绕同一个目标，把几步操作接着做完。较长的任务也可以留下文件和进度，在支持接续的环境里继续。
它仍然会有停下来的时候：事情做完了，需要你补充信息，遇到了权限或额度限制，或者执行失败。能持续推进，不代表每个程序都永远在线。回来时先看当前状态，再决定下一步。
记忆和经验：下次少从头解释
你刚说过“语气轻松一点”，它后面的文案就变随意了。这通常是因为这句话还在它当前的上下文里——也就是这次处理任务时，能看到的对话、材料和工具结果。
那隔几天，换一段新对话，它还知道吗？这就要看信息有没有被保存，并在需要时重新读到。
记忆可以理解成留给以后用的笔记。有些 Agent 产品会按配置保存偏好、反馈或项目知识，再在后续任务里使用；例如 Claude Code 的记忆机制。具体记住什么、放在哪里、哪些对话能用，要看相应产品。
对我们的邀请页，一个容易理解的做法是请 Agent 把已确认的安排写进项目笔记：活动适合新手，走累了可以休息，集合地点已经确定。下次继续时，先让它读这份笔记，就少了一轮重新交代。
经验还可以多走一步：把这次试出来的好做法留下来。比如，你发现集合时间埋在长段落里很容易被漏看；改到标题下面以后，朋友一眼就找到了。可以把“关键信息放在前面，完成后用手机宽度检查”记下来，供下一张活动页参考。
这类积累靠的是保存和再次使用信息，不等于每聊一次就重新训练了模型。笔记里的决定也可能过期，重要内容仍要确认；新 Agent 也不会自动知道所有其他对话。
Skills：把好做法装进一本小手册
如果你经常做活动页，就没必要每次从零交代整套流程。这时可以把稳定、管用的做法整理成一个 Skill，复数写作 Skills，通常译作“技能”。
把它想成一本给 Agent 看的做事手册：什么时候用、按什么步骤做、怎样检查。假设有一本“活动邀请页”手册，里面可能写着：先确认时间地点，再安排内容，最后检查手机排版和参加按钮。它还可以附上模板、示例或帮助执行的小程序。
在支持 Skills 的产品里，Agent 可以在适合的任务中读取这本手册，你也可以明确指定使用某个 Skill。常见的 Agent Skills 格式用 SKILL.md 文件保存说明；第一次只要理解用途，不必马上学会写这个文件。
用邀请页把三个词分开：工具负责把文件改掉；记忆可以保存“这次活动适合新手”；Skill提供“做活动页时先确认哪些信息”的方法。Skill 里的说明可能指导工具操作，但实际能用哪些工具、访问哪些文件，仍由当前环境和权限决定。
所以，Agent 可以配合记忆和 Skills 越来越顺手，但这些能力需要相应支持。做你的第一个网页，先把任务交代清楚就能开始。
第一次合作，你来拿主意
你仍然是那个知道“为什么要办这场活动”的人。Agent 可能把“随便走走”写得像耐力选拔，你补一句“大家只是想散散心，不强调配速”，它就有了更明确的方向。
第一次布置任务，把三件事说清楚就好：想得到什么，手头有什么材料，怎样算做好了。比如，做一张邀请页；用你给的时间和路线；保存成文件，手机上能读，按钮能点。
然后回到成果里检查：文件能打开吗？信息对吗？需要改的地方有没有改到？这套来回配合，会比寻找一句“万能提示词”更有用。
下一章，我们再把背后的模型与 Harness分清楚。先知道这些部分怎样一起干活，遇到新名字时就不容易晕了。
想看更正式的解释，可以继续读 Hugging Face 的 Agent 入门，以及 Anthropic 对 Agent 工作循环的说明。这里的散步案例与练习叙事由 Agent.Space 原创。