我自己做副业这三年，最坐不住的时候是上个月。手里压着三个公众号的代运营，甲方天天催稿，我一个人对着电脑从早熬到晚，做完文案做配图，做完配图再剪视频，中间还得回客服消息。累到人在椅子上坐着，脑子已经不转了。当时就想，这些重复到闭着眼都能做的活儿，真不能找个法子让它自己跑完吗？
后来我花了一周时间，把市面上的AI智能体课程翻了个遍，才算把这件事彻底搞明白了。过去两年我们用的AI，大多是你给它一句话，它给你一张图、一段文。但从今年开始，有个叫Agent的东西完全换了个玩法，它不再等你一步步催，而是自己感知、自己动手、自己检查，直到把整个任务跑完。
开篇先给你交个底：这篇文章不推课、不卖货，就是把我学到的东西最核心的部分拆给你看。读完你至少能搞懂三件事：AI到底是怎么从”帮你生成”变成”替你干活”的，一个靠谱的Agent由什么组成，以及Coze、Codex、Claude Code、OpenClaw这4个平台到底该先用哪个。
核心概念：LLM与Agent的本质区别
先弄清楚一个最基础的词，LLM（大语言模型）。它的全称是Large Language Model，干的事只有一件：根据你输入的内容，预测下一段最合理的文字。注意，是预测，不是理解。
它不会真的打开你的文件，不会真的操作电脑，更不会主动跑去做任何事。你让它帮你整理文件，它给你的是一段整理建议，不是整理好的结果。说白了，LLM没有执行能力，只有表达能力。一句话总结：LLM就是个会思考的语言生成器，像个只会嗡嗡响的发动机。
那Agent是什么？一个很关键的公式是：Agent = LLM + 工具 + 循环控制。
LLM负责分析问题和做决策，它相当于大脑。工具的本质是API，也就是让程序能调用外部能力的接口。比如调用即梦的API能生成视频，调用文件系统的API能读写文件，调用邮箱的API能发邮件，调用浏览器的API能打开网页。工具就是Agent的手和脚。循环控制是整套机制里最要命的环节。如果只有LLM加工具，它依然只执行一次就停了。但加入循环之后，它就能一直推进任务，直到干完。
这俩什么关系？AI模型是发动机，Agent是能跑起来的车。发动机再猛，装不进车里也就是个铁疙瘩；车再好看，没发动机也一步走不了。
Agent为什么能自己干活？核心就一个机制：循环。
这个循环分四步：感知、决策、行动、反馈。感知是接收用户任务或读取环境信息；决策是让LLM分析当前状态，判断下一步做什么、选哪个工具；行动是调用对应的API执行操作；反馈是执行完这个操作后拿到结果，这个结果不会结束流程，而是再次进入下一轮决策。感知、决策、行动、反馈，再感知、再决策、再行动，反复循环，直到任务彻底完成。
我做副业接单的时候，最烦的就是”半吊子AI”，生成完一头就撒手不管了。Agent这套循环机制好就好在，它会自己看这一步干得对不对，不对就调整再试。你想想，这不就是一个不断试错和修正的过程吗？
有一点必须强调：Agent没有意识。它就是个被程序驱动的循环系统，能做什么，完全取决于它手上有哪些工具。没工具的话，它和普通LLM没有区别。
Agent的6大核心要素
上节课说Agent的公式，是框架。今天这6个要素，是让Agent真正好用的器官。搞懂了这些，你就明白一个靠谱的Agent到底由什么拼起来。
你想一个事：你身边有没有那种特别靠谱的同事，交代他的事记得住、守规矩、不乱来、还能自己搞定？他为什么靠谱？因为他有几样东西：知道自己是谁、记得住事、懂分寸、守秘密、会自己检查、还能学新本事。
Agent也一样，而且这六样有对应的专业名词。
第一个是Soul（灵魂），决定Agent是谁、什么性格、说话什么风格，也就是人设。没有灵魂的Agent像便利店的店员，有问必答但没有温度；有了灵魂，同样是汇报工作，严肃型的会说”数据如下”，活泼型的会说”嘿有个有趣的发现”。灵魂是Agent从工具变成伙伴的起点。
第二个是Memory（记忆）。聊过什么、交代过什么偏好，它都记得。比如你上周说了不吃辣、不碰香菜、多放胡椒，今天让它帮你点外卖，它就能自动备注好这些偏好。Agent是越用越懂你的。
第三个是Rules（规则）。这是Agent的行为守则，什么能做、什么不能做，好比一个人的底线。敏感信息不能外传、不能打擦边球，这些一开始就得写进去。没规则的Agent就像没刹车的新手司机，能力再强你也不放心。
第四个是Secrets（秘密）。微信、飞书、QQ、抖音的密码，各种API密钥，这些凭证都放在一个叫Secrets的文档里，相当于Agent的保险箱。只有执行任务的时候才会取出来用，用完也不外泄。
第五个叫Heartbeat，很多人叫它心跳机制。简单说，就是规定好让它做的循环任务——每天、每周、每年的某个时间点要做什么事。Agent每隔一段时间会自动巡检一下，看有没有要处理的。就像路过厨房顺手看一眼火关了没，顺带瞟一眼，不打扰你。
最后一个是Skills（技能）。这是让Agent从”知道怎么干”到”真的能干好”的关键。好比给手机装App，常用哪个装哪个。做PPT就装PPT的技能，处理Excel就装Excel的技能，按需加载。
Soul是灵魂，代表”我是谁”；Memory是记忆，”能记住什么”；Rules是原则，”守什么规矩”；Secrets是秘密，”守住什么不泄露”；Heartbeat是自觉，”定时巡检漏没漏事”；Skills是本事，”能把什么事干到最好”。从认识自己到管好自己，再到干成实事，一个靠谱的Agent就这么长成了。它不是一堆冷冰冰的代码，而是有灵魂、有记忆、有原则、有秘密、有自觉、有本事的完整存在。这六样凑齐了，它才算真正活过来。
四大平台：Coze、Codex、Claude Code、OpenClaw
这四个平台放在一起，很多人第一反应是：功能是不是差不多，为什么全都要学？
其实它们各管一摊。一句话记住定位：Coze适合搭智能体和自动化流程，Codex和Claude Code适合做网站软件和工具应用，OpenClaw适合搭一个长期在线的私人AI助手。
先看Coze。这是字节跳动做的智能体搭建平台，大陆地区直接就能登录，不用写代码，靠文字描述和可视化拖拽就能做出各种智能体。小红书文案助手、公众号图文智能体、知识库客服，都能搭。它最大的优点就是门槛低，不用部署，上手速度快。我自己试了大概一个下午，就搭出一个能自动回复私信的小客服。
Coze的限制也如实说：自由度没有自己开发那么高。要搞特别个性化或复杂的功能，它可能做不了。收费标准在19元到999元不等，一般49元的个人进阶版就能满足基本需求，有免费额度，但干正事长期肯定不够。
再看Codex，OpenAI研发的AI编程助手，但别被”编程”两个字吓跑。用正常说话的方式告诉它你要什么，它就能帮你创建项目、写功能、改问题。让它做企业网站、开发小游戏、做自动生成内容的软件，甚至控制电脑干辅助活，都行。Codex最大的优势是背后的生态强，GPT系列大模型和图像生成模型都是行业第一梯队的水准。不需要代码基础就能玩，但有基础的话是加分项，尤其改代码bug的时候效率差距非常明显。
它的问题也有两个：一是价格，20美元一个月，大约140块人民币，国内银行卡不好付，找代充要170左右；二是网络门槛。值不值？等你学到那章就明白了，贵的道理是有的。
第三个是Claude Code。它和Codex看起来像，但有个根本区别：Codex主要在云端跑，Claude Code是在本地终端里跑，它能看到你电脑上的所有项目文件，直接修改、直接执行命令。形象点理解，Claude Code是坐在你旁边编程的同事，Codex是远程外包团队。
Claude Code的强项有四个：一是100万token的上下文窗口，整个代码库扔进去都能记住，不用反复解释项目背景；二是Agent Teams功能，多个Claude实例能并行协作，一个带队，其他人执行，等于你养了个智能体团队；三是MCP协议集成，能把GitHub、数据库这些外部服务接进来；四是模型质量高，自我纠错能力是同类工具的4倍。
它也有劝退点：价格不低，Pro会员20美元一个月，重度使用可能得100到200美元；纯终端操作，不习惯命令行的人一开始会暴躁；同样有网络门槛。
最后是OpenClaw，很多人叫它龙虾或者羊虾。它和前三个平台定位完全不同，是完全开源的程序，能本地部署到电脑上。没有会员订阅费，只有调用云端模型时消耗的token费用。它的定位是AI智能体的执行网关，本身不做模型推理，而是连接各大模型，Kimi、豆包、GPT、通义都可以，想换就换。
OpenClaw的好处：支持本地模型，完全不消耗token；数据都在本地，隐私性强；能接入微信、飞书、Discord、Telegram等平台，随时调用；扩展性很强，有个Claw Hub技能市场，里面有上万个社区技能包。
但它的劣势也很现实：部署有门槛，得装Node.js、配API密钥、敲命令行，虽说比过去简单了，但和前面几个打开浏览器就能用的比，还是复杂一点；稳定性看运气，开源项目没有商业保障，出问题得自己排查；安全风险要注意，它拥有本地电脑的操作权限，权限要给得谨慎；另外它更像一个框架而不是现成产品，需要你自己慢慢培养调教，不是一上来就那么聪明。
如何选择适合自己的平台
每个平台的特点说完了，到底怎么选？我给你一个最实际的参考。
想快速零代码搭智能体和自动化流程，人在国内想直接登录使用的，先学Coze。这是目前入门性价比最高的一个，尤其做自媒体的朋友，用它搭内容创作类智能体非常快。
想用自然语言做网站、软件、实用工具，想用OpenAI生态的，上Codex。适合创业者、产品经理、自媒体创作者，特别是对图片制作和美感有需求的。
要深入处理复杂项目、改旧项目，享受100万token上下文窗口的，Claude Code是你的菜。程序员拿它当搭档，跟开了挂差不多。没有编程技术也不用怕，跟着课程一步步来，照样能掌控它，就是前期需要一点耐心。
想搭一个长期在线的私人AI助手，对隐私有极致要求，或者想在微信、飞书、Discord、Telegram上统一管理所有AI的，OpenClaw。
零基础的话，我建议的学习顺序是：Coze → Codex → Claude Code → OpenClaw。这个顺序不是按平台强弱排的，是按学习门槛从低到高排的。这四个平台不是非此即彼的关系，不用只挑一个。不同平台适合不同的任务，真正核心的能力，是你遇到一个需求时，能判断出该用哪个平台来干，或者哪几个平台配合着干。上课的时候可以四个都上手试试，光听是感受不到哪个最顺手。
总结：学完能做出什么
说了这么多，归根结底一个问题：学完这套东西，你到底能做出什么？
往小了说，你能搭一个自动生成小红书文案的智能体，把你每天憋选题的时间省下来，整个过程全自动，从接任务到出结果不用你插手。往大了说，你能给自己搭一套完整的工作流程，比如定时巡检行业动态、自动生成分析报告、发到指定平台，全套跑起来。
我见过有人用Agent给自己做了个自动记账的助手，每天定时把支付宝和微信的账单拉出来，分类、汇总、生成月度报表，全程不用手动操作。还有人搭了个售前客服，挂在公众号上24小时答疑，脚本是产品经理自己用自然语言写的，没请程序员。
现在的AI已经不是那个你推一步它走一步的新鲜玩具了。过去两年，AI改变的是信息处理方式；接下来的几年，AI改变的是整个工作流程。谁能先学会让AI自动跑任务，谁就能先把效率、成本和产出拉开差距。
据Gartner预测，到2026年底，40%的企业应用会嵌入AI智能体，而2025年这个比例还不到5%。一年左右的周期，翻了8倍。智联招聘的春招数据也显示，AI智能体相关职位数同比增速高达455%。需求在涨，但真正懂智能体、能把想法落地成工作流的人，还是少数。
如果你也是零基础，想真正搞懂Agent不是听个概念，而是把它用到内容创作、工作提效、商业项目甚至个人副业里，可以先从Coze上手，花一个下午搭个小助手出来，感受一下AI自己跑流程的整个过程。先动手，再谈其他的。
这套从0到1的路子，我替你踩过坑了，能绕的都给你标出来了，放心走。
视频教程下载
文章可能无法完整分享清楚，下面是原项目视频教程，粉丝朋友可以自行下载学习。提前说明：资源链接内可能会存在引流广告信息，请自行甄别。
百度网盘：
- 链接：https://pan.baidu.com/s/1H9_m1MW4obcgE4MmQShEEw?pwd=khvm
- 提取码：khvm
