Agent First，普通人最该学的思维

工作方式的三次进化

过去几十年，工作方式经历了三次重大升级。你在哪一步？

阶段1：没有AI的时代

代码块
Plain Text
复制
人：设定目标 → 想方案 → 执行 → 发现偏差 → 再想方案 → 再执行 → ... → 达成目标

想和干都是你，循环慢，耗脑力。

阶段2：Chat AI时代——AI替你想法，你来执行

代码块
Plain Text
复制
人：设定目标 → AI帮你想方案 → 你执行 → 发现偏差 → 再问AI → 你再执行 → ...

AI是顾问，执行仍靠你。瓶颈从"想不出来"变成了"执行不动"。

阶段3：Agent时代——AI既帮你想，又帮你干

代码块
Plain Text
复制
人：描述目标 + 描述资源 → Agent 想方案 + 执行 + 自我迭代 → 直接达成目标

你只需要定目标和给边界，Agent自己跑完整个迭代循环。

很多人已经用上了ChatGPT，但发现自己还是在加班——因为他们卡在阶段2：AI给了方案，但执行还是自己做。

ChatGPT帮你想了100个方案，但执行的活还是你一个人干——这就是你现在的状态。

问题不在于AI不够聪明，而在于你还在用阶段2的方式用阶段3的工具。

第一性原理角度理解为什么Agent这么强

代码块
Plain Text
复制
Agent = 大模型（大脑） + Agent框架（执行+反馈系统）

大模型 = 知道该怎么做

理解自然语言指令，把复杂任务拆解成步骤。本质：会思考的"大脑"。

Agent框架 = 让步骤跑起来 + 信息反馈

管理任务队列、调用工具、执行动作；同时持续收集执行结果，判断是否偏离目标，有偏差则自我修正。本质：让AI不只是给建议，而是把活干完。

为什么本地Agent更强？

• • 云端Agent：模型在别人服务器上，只能给建议，不能操作你的电脑
• • 本地Agent：模型在你的电脑上，通过Agent框架直接操作本地文件、执行命令、操控应用

当大模型的思考能力 + Agent框架的执行/反馈能力，AI就不再是顾问，而是能独立干活的员工。

主流Agent工具

云端推荐：MiniMax Agent

打开网页或下载App就能用，不用装任何东西。

你跟它说话，它帮你干活——调研报告、写文章、生成图片视频，都能做。

最大的特点是不需要任何技术背景，打开就能上手。

同类还有Kimi，同样零门槛，适合新手试试体验一下。

不过我希望你体验完了之后还是要转到本地的 Agent，本地的 Agent 才是真正的强大。

本地推荐：Claude Code

装在你电脑上的Agent。它能像人一样操作你的电脑——读取文件、打开软件、执行命令、分析数据，你说什么它就做什么。

比如你说"帮我把桌面上那个文件夹里的文件整理一下，按类型分类"，它就会自动帮你做完。

数据不出你的电脑，隐私安全。

适合愿意装软件、想让AI操作本地文件的人。

安装教程：Claude code安装和配置教程

选哪个

云端

本地

推荐

MiniMax Agent

Claude Code

特点

打开就用，零门槛

操作本地文件，定制能力强

适合

不想装软件的人

愿意装软件、让AI操作电脑的人

Agent的案例展示

如何判断这个事情Agent能不能做

下面的案例是我和我身边朋友日常使用中随便抽出来的。 Agent 的能力远不止于此，大家不要局限。

对于 Agent 能力边界的判断，你可以记住这样一句话：大部分人在电脑上能做的事， Agent 都能做得到，如果不行，优先问问 Agent 需要你协助什么。

接下来给大家介绍几个常见的场景，来让大家理解一下 Agent 和 Chat 有什么区别。

云端Agent案例：批量生成小红书爆款图片

场景： 你看到一篇小红书帖子爆了，上面有张图特别火，你想用这个模板批量生成20张。

Chat模式——传统做法：

1. 1. 把原图发给AI："帮我模仿这个风格"
2. 2. 等它生成一张
3. 3. 再发："再来一张"
4. 4. 重复20次，手都点麻了
5. 5. 每张还要自己下载保存

结果： 折腾一下午，才做了10张

Agent模式——MiniMax Agent：

1. 1. 把原图发给MiniMax Agent
2. 2. 说："模仿这个风格，作为模板，然后生成20张xx领域的配图，打包好给到我"
3. 3. 喝杯咖啡
4. 4. 20张图自动生成完毕，打包下载
5. 5. 验收

本地案例一：批量生成个性化内容

场景： 你有一份100个客户的联系信息，需要给每个人写一封定制化的推广邮件。

1. 1. 打开第1个客户的信息，复制粘贴给AI："写一封邮件"
2. 2. 等它写完，复制粘贴到邮件
3. 3. 再打开第2个客户……第3个……重复100次
4. 4. 每封邮件还要手动改称呼

结果： 一周都没写完，手都点麻了

Agent模式——Claude Code：

1. 1. 把客户信息表放到项目文件夹
2. 2. 打开终端，说："给表格里每个人写一封定制化邮件，保存到各自名字的文件夹"
3. 3. Claude Code自动读取每个人信息、生成定制化邮件、保存到对应文件夹
4. 4. 打包验收

本地案例二：批量处理图片

场景： 你有200张电商产品图，需要统一压缩、加水印、改成店铺标准尺寸。

1. 1. 打开PS，一张一张调整尺寸
2. 2. 逐个添加水印
3. 3. 压缩优化
4. 4. 200张图可能要处理好几天

结果： 处理到第30张的时候已经不想干了

1. 1. 把图片文件夹丢给Claude Code
2. 2. 说："把这200张图片统一改成800×800，加水印，压缩到500KB以下"
3. 3. 等它处理完
4. 4. 查看修改好的图片，验收

如何训练这种思维

过去二十年，你学会了一种极其高效的工作方式：有问题，问搜索引擎。

Google给你答案，你从答案里挑、自己执行。这在搜索引擎时代是最优解。

AI 时代，你又养成了一种新的工作方式：有问题，问AI

Agent时代，我希望你能继续跟进更新的工作方式：有问题，派给AI

转变的不是"问"这个行为，而是问了之后，谁来执行。

在这个新时代，当你遇到一个任务，先问问自己：这个活能不能派给Agent来干

今天就开始，选一款Agent融入到你的工作过程中。