零基础学大模型第 1 周：从理解智能体到在扣子平台创建第一个智能体

作为一名零基础开始学习大模型的学生，我在第 1 周并没有急着去研究模型原理或复杂算法，而是先从一个更“可感知”的概念入手——智能体（Agent）。

这一周的主要收获有三点：

• 初步理解什么是智能体

• 搞清楚智能体与传统 AI（大模型）的区别

• 在 扣子平台 上成功创建了自己的第一个智能体

这篇文章主要记录我作为新手的理解过程，希望能给同样刚入门的同学一些参考。

---

一、什么是智能体（Agent）？新手视角理解

在刚开始学习时，我对 AI 的理解非常简单：

输入一句话，AI 输出一句话

但在学习智能体之后，我发现这种理解其实只覆盖了大模型能力的一小部分。

结合自己的学习体验，我目前对智能体的理解是：

智能体 = 以大模型为核心，具备目标、策略和执行能力的应用形态

可以简单拆成两部分来看：

• 大模型（AI）：负责理解和生成内容，相当于“智能大脑”

• 智能体（Agent）：围绕某个目标，组织大模型能力，完成具体任务

• 

---

二、智能体和普通 AI 有什么区别？

这是我第 1 周反复思考、也最容易混淆的问题。

1. 是否具备明确目标

• 普通 AI：

  • 以“对话”为主

  • 用户问一句，模型答一句

• 智能体：

  • 在一开始就设定目标

  • 所有行为都围绕目标展开

智能体更像是在“执行任务”，而不是简单聊天。

---

2. 是否具备流程和决策能力

智能体通常会：

• 根据当前状态判断下一步该做什么

• 按步骤执行任务

• 在必要时进行修正或重复执行

这让我第一次意识到：
智能体并不是一次性响应，而是一个持续运行的过程。

---

3. 是否可以调用工具

在学习过程中我逐渐理解到：

智能体真正的价值，来自于“模型 + 工具 +规则”的组合

例如：

• 调用接口

• 处理数据

• 执行特定业务逻辑

这也是智能体与“单纯对话型 AI”的本质差异之一。

---

三、在扣子平台创建第一个智能体的体验

在真正动手之前，我对“创建智能体”这件事是有些畏难情绪的。

但在 扣子平台 实际操作后，我最大的感受是：

平台帮新手屏蔽了大量底层复杂度，重点在于“需求是否想清楚”

创建过程中，我主要需要明确以下几个问题：

• 智能体的核心功能是什么

• 面向的用户是谁

• 用户可能会提出哪些问题

• 智能体需要给出怎样的回复或结果

当这些问题足够清楚时，配置过程更像是在做结构化填写，而不是“写代码”。

---

四、新手在创建智能体时容易踩的一个坑

我在第 1 次创建智能体时，犯了一个非常典型的新手错误：

试图让智能体什么都能做

结果表现为：

• 输出不稳定

• 回答容易跑题

• 表面看起来很智能，但实用性不强

后来调整思路后，我只让智能体专注于一个非常具体的任务，效果反而明显提升。

结论：

对新手来说，智能体越聚焦，效果越好。

---

五、零基础学习大模型第 1 周的总结

结合这一周的学习经历，我有三点比较真实的感受：

1. 入门阶段不必急着理解所有底层原理
   从智能体这种“可操作”的方向入手，更容易建立信心。

2. 智能体本质上是一种结构化思维训练
   需求越清晰，智能体的表现就越稳定。

3. 真正缓解焦虑的方式，是跑通一次完整流程
   哪怕只是一个非常简单的智能体。

---

六、结语

这是我零基础学习大模型的第 1 周。

目前还谈不上掌握，但至少已经完成了：

• 对智能体的基础理解

• 对 AI 与 Agent 区别的认知

• 在扣子平台上成功创建了第一个智能体

后续我会继续记录：

• 扣子平台使用过程中的细节

• 创建智能体时的踩坑与优化

• 学习大模型过程中认知的变化

如果你也刚开始接触大模型，希望这篇文章能对你有所帮助。