# Agent 小白完整教程(搭建你的数字员工)
**作者**: 黄小木
**日期**: 2026-05-29T04:19:55.000Z
**来源**: [https://x.com/ai_xiaomu/status/2060214531121619143](https://x.com/ai_xiaomu/status/2060214531121619143)
---
> 看完这篇：从零开始搞清楚 Agent 是什么，再用 Claude Code 做出你自己的第一个 Agent。全程不需要任何编程基础。看不懂的名词随时截图丢给豆包问。
# 第一部分 看懂 Agent
## 第 1 章 Agent 到底是什么
1.1 一句话定义
```
Chatbot（聊天机器人）= 能说不能做
Agent（智能体） = 能说，也能做
```
你跟 ChatGPT 说"帮我订一张明天去上海的机票"，它会回你一段话：
> 好的，这是一些航班信息，你可以去携程预订。
然后就没了。
它能告诉你怎么办，但不会真的帮你点鼠标、填表、付钱。
Agent 不一样。同样这句话给到一个真正的旅行 Agent，它会自己打开浏览器、查航班、对比价格、填乘机人信息、停在付款前问你确认。
整个过程你只说了一句话。
这就是 Agent 和 Chatbot 最核心的区别：一个只会给答案，一个会替你把事做完。
1.2 用合同当例子
一个是"告诉你答案"，一个是"帮你把事情做完"。
1.3 一个关键认知：AI 自己其实啥都干不了
很多人以为 Agent 是"更聪明的 AI"，其实不是。
它和 ChatGPT 用的常常是同一个大脑（同一个模型），区别在于有没有手脚。
更准确的说法：
> AI 大脑本身只能输出文字。所谓"调用工具"，本质是 AI 输出一段特殊格式的指令说"我要用 XX 工具"，外部程序读到这段指令，去真的执行操作，再把结果返回给 AI。AI 从头到尾只在处理文字，真正动手的是程序。
所以 Agent 的真实工作流程是这样的：
```
1. AI 大脑收到指令，思考"第一步该干什么"
2. AI 输出："我要用'读文件'这个工具，读取合同模板.docx"
3. 外部程序读到这句话，真的去打开那个文件
4. 程序把读取结果返回给 AI："发现 5 个空白字段"
5. AI 拿到结果，继续思考下一步："好，现在填第一个字段……"
6. 循环这个过程，直到任务完成
```
理解了这一点，你后面就不会再问"为什么 Agent 不能直接帮我做 XX"这种问题，答案永远是：因为它没有那个工具。
1.4 不是有工具就叫 Agent
光给 AI 配一堆工具，它不会自己用，那也不是 Agent。
真正让 AI 升级成 Agent 的，是这三样配合：
```
Agent = AI 大脑 + 工具箱 + 自主决定
(思考) (能做事) (不用你一步步指挥)
```
- 大脑：负责理解你的话、做判断、规划步骤。
- 工具箱：能读文件、写文件、跑命令、调外网、发邮件、控浏览器……
- 自主决定：你说"把这 10 份合同都填好"，它自己决定先做哪份、卡住了怎么换方案、做完了怎么验证。不是你说一步它动一步。
少了第三样，你得到的只是"能调用工具的聊天框"，不是 Agent。
1.5 一句话总结
Chatbot 是会聊天的 AI。Agent 是会干活的 AI。
后面所有内容都围绕一个问题展开：怎么让 AI 真的帮你干活，而不是只给你建议。
## 第 2 章 Agent 都有哪些
市面上叫"Agent"的东西太多了，先把分类捋清楚，后面挑工具的时候你才不会迷路。
2.1 按"自己能多自主"分（最实用的分法）
这是最贴近用户感受的分法。 我用 L0 到 L5 来排：你的话越模糊，它越要自己拿主意，等级就越高。
L5 现在没有真正可靠的实现，谁说有，你都可以打个问号。
绝大多数用户日常用的是 L0-L1。
这套教程的目标是把你带到 L3-L4 : 也就是 Claude Code 能做到的程度。
2.2 按"长什么样"分
同一个 Agent 内核，包装不同界面，给人的感觉天差地别。
命令行型（在终端里用，能力最强）
```
命令行 Agent
├── Claude Code —— Anthropic 出品，本教程主角
└── Codex CLI —— OpenAI 出品，开源
```
- 没有花哨界面，全靠打字。
- 能直接操作你电脑上所有文件，能力上限最高。
- 看起来吓人，其实就是"加强版聊天框"。
图形界面型（有可视化界面，更友好）
```
图形 Agent
├── Claude Cowork —— Anthropic 出品，给非技术人用
├── Trae Solo —— 字节出品，国产
├── WorkBuddy —— 腾讯出品，面向职场非开发
└── Kiro —— AWS 出品
```
- 看上去像 Word/微信那种正常软件。
- 能力被简化过，没命令行那么自由，但门槛低。
工作流编排型（拖拽搭积木）
```
工作流平台
├── Coze（扣子）—— 字节出品
├── Dify —— 开源
├── n8n —— 老牌自动化平台
└── Make / Zapier —— 海外
```
- 不是真正意义上的"Agent"，更像"AI 工作流"。
- 流程是你拖出来的、写死的，AI 只在某些节点参与判断。
- 优点：稳定、可视化、好交接。
- 缺点：遇到没预设的情况就卡住。
自主运行型（后台一直跑）
```
持续运行 Agent
├── OpenClaw —— 开源，能用微信/电报远程控你的电脑
└── 各种"虚拟员工"产品
```
- 不是用完就关，是 7×24 一直挂着等你派活。
- 风险高，权限大，要慎用。
2.3 按"怎么实现的"分（技术视角，了解即可）
技术圈把 Agent 分成两大流派：
生产环境里两种都有用——简单重复的事交给工作流，复杂多变的事交给自主型 Agent。 这套教程聚焦后者。
2.4 不属于 Agent 的东西
为了不被各种营销话术忽悠，记住这几样不是 Agent：
- 纯聊天对话：豆包、DeepSeek 网页、ChatGPT 网页——这些是 Chatbot。
- 传统语音助手：Siri、小爱、小度，这些是"意图识别 + 预设动作"，没有真正的自主决策。
- 推荐系统/搜索引擎：百度、抖音推荐——这些是按数据库排序，不是 Agent。
判断一个东西是不是 Agent，就看两点：
1. 它能不能真的执行操作（不只是给建议）。
2. 它能不能自己决定下一步干什么（不只是按预设流程走）。
两点都满足，才叫 Agent。
2.5 这套教程为什么用 Claude Code
第 5 章会详细讲，先抛结论：
- 它免费起步，门槛极低。
- 它装在你电脑里，能直接动你的文件，不是只能在浏览器里聊天。
- 它的"工具箱"扩展性最强，后面讲的 Skills、MCP、Subagent 都围绕它展开。
- 全球顶级公司都在用它干真活，不是玩具。
## 第 3 章 Agent 的四个零件
不管哪家的 Agent，拆开看都是这四样东西。看懂了这四样，你以后看任何 Agent 产品的介绍都不会被概念绕晕。
```
Agent = 大脑 + 手脚 + 记忆 + 主见
(LLM) (Tools) (Memory) (Autonomy)
```
类比你雇一个实习生：
- 实习生得有脑子，能听懂你的话——大脑。
- 实习生得有手，能真的去做事——手脚。
- 实习生得记得住事，不能每次都问"你刚才让我干嘛来着"——记忆。
- 实习生得自己拿主意，不是你每说一个字他才动一下——主见。
少一样都不是合格的 Agent。
3.1 大脑：LLM（大语言模型）
LLM = Large Language Model，大语言模型。Claude、GPT、Gemini、豆包、DeepSeek、Kimi、GLM、千问，这些都是 LLM。
它的工作机制就一句话：接收一段文字，预测最合适的下一段文字。听起来很简单，但这种预测能力强到能通过医学考试、写代码、做分析。
关键点
- 同一个模型放在不同工具里，能力天差地别。Claude 模型放在网页里只是聊天，放在 Claude Code 里就能改你电脑里的文件。
- 模型只能输出文字，不能直接操作任何东西。所有"动手"的事，都要靠工具。
- 模型本身没有记忆，每次对话开始它都是从零开始的"新人"。
3.2 手脚：Tools（工具）
工具就是让 AI 真的能"动手"的那些能力。
一个反直觉的事实
工具越少越好，不是越多越好。
工具一多，AI 就要花更多脑力判断"这次该用哪个工具"，结果反而容易选错、用错。
所以 Claude Code 默认就给了十来个最常用的工具，绝大多数场景这些就够了。真正不够用的时候，再去装 MCP（第 12 章）扩展。
3.3 记忆：Memory
AI 模型本身没有记忆。
每次开新对话，它都是"我是谁，我从哪里来"的状态。
但 Agent 必须有记忆，否则没法干复杂任务。
Agent 的"记忆"分两层：
短期记忆：当前对话的上下文
- 你这一轮对话从头到尾说的所有话，AI 都看得见。
- 但换一个新窗口、新对话，前面的就全忘了。
- 关键指标叫上下文窗口（Context Window），就是 AI 一次能"看见"的最大文字量。主流模型现在到了 100 万 Token，大约 70 万字。
长期记忆：跨对话保留的信息
- 通常存在文件里、数据库里、知识库里。
- AI 需要的时候，主动去这些地方查。
- Claude Code 的 CLAUDE.md（第 10 章）就是最常用的一种长期记忆。
3.4 主见：Autonomy（自主性）
这是 Agent 和"配了工具的 Chatbot"最根本的区别。
- 你说："研究一下字节跳动，写份报告。"
- Chatbot：丢一段它知道的旧信息给你，让你自己去查证。
- Agent：自己拆任务——查公司背景、查产品线、查竞品、查财报、汇总写报告——挨个跑完。中间发现哪一步资料不够，自己再搜一遍。
主见的本质是这个循环：
```
思考 → 行动 → 看结果 → 再思考 → 再行动 → 再看结果 → …… → 完成
```
这个循环行内叫 Agent Loop（Agent 循环），第 8 章会拆开讲。
3.5 真实生产环境里还有第五样：护栏
光有上面四样，Agent 是个"放出来撒野的实习生"。真要上生产，还得加一层护栏：
新手阶段不用太纠结护栏，但心里要有这根弦：Agent 越自主，越要给它套笼子。第 15 章会讲新手最该装的几道护栏。
3.6 一张图记住
```
你（人）
↓ 用自然语言下指令
Agent
├── 大脑（模型）—— 思考
├── 手脚（工具）—— 执行
├── 记忆（上下文 + 文件）—— 记住
└── 主见（循环逻辑）—— 自己拿主意
↑
护栏（权限/预算/审批/沙箱）—— 防它闯祸
```
后面所有章节，你都可以用这张图对号入座。
## 第 4 章 什么活适合丢给 Agent
Agent 强，但不是万能。用错了场景，它就是个烧钱机器。这一章帮你建立判断力。
4.1 适合 Agent 的 5 个特征
4.2 千万别用 Agent 的 6 个场景
4.3 不可逆操作要单独说
新手最容易在这里栽跟头。
任何"做完就收不回来"的操作——付款、发布、删除、群发邮件、改生产数据——默认都应该人确认，不要让 Agent 自动跑。
不是因为 Agent 做不到，是因为它做错的代价你扛不起。
护栏的核心就是：把不可逆操作前都加一道"等人确认"，让 Agent 干 99 步，人按一下"确认"那一步。
4.4 一个简单的判断方法
> 如果这个任务你能用文字清清楚楚教会一个刚入职的实习生怎么做，那它大概率适合 Agent。
>
> 如果你自己都说不清"怎么算做好了"，Agent 也搞不定。
举几个例子帮你校准：
4.5 小结
记住一句话：
> Agent 是增强工具，不是替代品。它能帮你处理重复性、结构化的任务，但目标得你定、过程得你看、结果得你验。
下一部分开始上手 Claude Code，把这些概念变成你电脑里真的能动的东西。
# 第二部分 上手 Claude Code
## 第 5 章 为什么第一个 Agent 选 Claude Code
市面上 Agent 工具有几十款，我直接推荐 Claude Code，理由有四个。
5.1 它装在你电脑里，能动你的文件
绝大多数 AI 产品（豆包、ChatGPT、Coze）都是"网页里聊天"，再聪明也只能给你建议。
Claude Code 装在你自己的电脑上，从启动那一刻就能：
- 看你电脑里的所有文件
- 改你电脑里的所有文件
- 在你电脑上跑命令（启动浏览器、装软件、下载视频……）
这是从"AI 助手"变成"Agent"的关键一步。
5.2 它把 Agent 该有的零件全配齐了
回顾第 3 章的四件套——大脑、手脚、记忆、主见。Claude Code 全有：
别的 Agent 工具往往只给你某一两样，剩下的得自己拼。Claude Code 一站式给齐。
5.3 它的扩展能力是天花板级别
Claude Code 有四套扩展机制（后面章节会一一讲）：
四套机制可以叠加用，能力上不封顶。
5.4 它是工业级工具，不是玩具
Claude Code 是 Anthropic 内部给自家工程师用的工具。被全球顶级 AI 公司、独角兽、个人开发者每天用来做真正的工作。
对小白意味着什么：
- 文档全、教程多、社区活跃，遇到问题搜得到答案。
- 更新快、问题修得快，不会用着用着就停摆。
- 学了不浪费，市面上越来越多的 Agent 工具都在抄它的设计。
5.5 它的缺点也要讲清
为了不让你产生过高预期，提前说几个槽点：
5.6 一句话总结
Claude Code 不是最容易上手的 Agent，但是上手之后天花板最高的 Agent。 学它一个，能省你试 10 个工具的时间。
## 第 6 章 装好 Claude Code
## 第 7 章 第一个任务
装好不算上手，跑通一个任务才算。这一章做一个最简单的练手项目，让你建立"它真的在替我干活"的体感。
7.1 任务设定：让 Agent 帮你整理桌面
桌面上文件乱成一锅粥是绝大多数人的常态。这个任务让 Claude Code 帮你：
1. 扫描桌面所有文件
2. 按类型分到不同文件夹（图片、文档、视频、压缩包、其他）
3. 给你一份整理报告（哪些文件移到了哪里，有没有不知道怎么分类的）
7.2 在 VS Code 里建一个工作目录
直接动桌面文件风险大，先建一个练手目录：
1. 打开 VS Code → 文件 → 打开文件夹 → 新建一个文件夹（如 agent-练习）→ 打开。
2. 信任项目（弹窗里点"是，我信任作者"）。
3. 在这个文件夹里手动放几个测试文件：一张图、一个 PDF、一个 zip、一个 txt（模拟桌面）。
7.3 启动 Claude Code
在 VS Code 顶部点"终端" → "新终端"，或直接按 Ctrl+ `。
终端里输入：
```
claude --dangerously-skip-permissions
```
这是"狂飙模式"，AI 改文件不用每次都问你。第一次练手用这个能省心。生产任务上慎用，第 15 章会讲。
7.4 把任务给它
对话框里输入：
```
请扫描当前目录下的所有文件，按类型分类：
- 图片（.jpg .png .gif .webp）放到 images/
- 文档（.pdf .doc .docx .txt .md）放到 documents/
- 视频（.mp4 .mov .avi）放到 videos/
- 压缩包（.zip .rar .7z）放到 archives/
- 其他放到 others/
子文件夹不存在就先建好。整理完给我一份报告：
- 总共处理了多少文件
- 每个分类下有多少个
- 有没有遇到处理不了的情况
```
回车，看它跑。
7.5 它会做什么
你会看到 Claude Code 一步步：
1. 看了一眼当前目录有哪些文件（调用 LS 工具）
2. 新建分类文件夹（调用 Bash 工具）
3. 把文件挨个移过去（调用 Bash 工具）
4. 统计数量（自己算）
5. 输出报告（生成文字）
整个过程你只说了一句话，剩下的全是它自己想清楚、自己干完。
7.6 验证
去 VS Code 的资源管理器看左边：
- images/、documents/ 这些子文件夹是不是出现了？
- 文件是不是按类型放对了？
- 终端最后的报告对不对？
跑通了，你就拥有第一个真正干过活的 Agent。
7.7 这一节做对了什么
- 明确的任务：扫描、分类、移动、报告——四个动作每个都很清楚。
- 明确的成功标准：文件夹结构 + 报告数据。
- 不可逆操作有边界：在练习目录里玩，搞坏了不心疼。
- 一句话指令：不用一步步指挥，告诉它"想要什么"，它自己拆"怎么做"。
记住这四点。你以后所有交给 Agent 的任务，都按这个模板组织，成功率会高 80%。
7.8 你可能踩的坑
## 第 8 章 Agent 怎么"想"和"做"
第 7 章你看着 Claude Code 跑了一整套流程，可能心里好奇：它到底是按什么逻辑跑的？
理解这个逻辑，你后面写提示词、装 Skills、配 MCP 都不会再凭感觉。
8.1 Agent 的核心循环
不管什么 Agent，工作机制都是同一个循环：
```
收集上下文 → 采取行动 → 验证结果 → 重复
```
翻译成大白话：
1. 看一眼现在的状况（读文件、查资料、看上一步结果）
2. 干一件事（写文件、跑命令、调工具）
3. 看干得对不对（结果是不是预期的、有没有报错）
4. 决定下一步（继续干、换个方法、还是任务完成）
这就是行内说的 Agent Loop。
8.2 用第 7 章的例子拆解
回头看第 7 章那个整理桌面任务，Claude Code 实际跑的循环长这样：
每一轮都是"看一眼、干一件、查一下"。这就是 Agent 和 Chatbot 最根本的区别——Chatbot 一次性回答你，Agent 在循环里反复推进。
8.3 这个循环为什么强大
因为它能自我纠错
想象一下：第 3 轮 Claude 想移 photo.jpg，结果文件名有空格导致命令失败。它在"验证"那一步看到了报错，下一轮就会调整策略——给文件名加引号再试一次。
这是 Chatbot 做不到的。Chatbot 给完答案就结束了，它不知道你跑了之后报没报错。
因为它能处理事先没规划的情况
第 7 章的任务里，假设桌面突然多了一个 .xlsx 文件。Excel 不在你列的分类里——Claude 会自己判断"这是文档类，放 documents/"，不会卡死。
这就是 Agent 的"主见"在起作用。
8.4 你能影响这个循环的三个地方
知道循环长什么样还不够，你得知道你的输入怎么影响它。
这就是为什么后面三章这么重要：
- 第 10 章（CLAUDE.md）让你长期影响它的循环。
- 第 11 章（Skills）让你按场景影响它的循环。
- 第 12 章（MCP）让你给它更多工具，循环里能调更多花样。
8.5 一个反复出现的提醒
理解了循环，记住一句话：
> Agent 不是一次性回答你的，它是在持续反复推进任务的。
>
> 所以你的指令越明确、规则越清晰、工具越合适，循环跑得越准。
下一章细看它的"手脚"——工具到底有哪些、怎么用。
## 第 9 章 工具调用：Agent 的手脚
第 8 章讲了 Agent 在"循环"里跑。这一章看清它"循环里到底用了哪些手"。
不写代码也得懂这些工具，因为：
- 你要知道 Agent 能干什么（不至于让它干超能力之外的事）。
- 你要知道每个工具的风险（哪些是只看不动、哪些会改你的电脑）。
9.1 Claude Code 默认带的核心工具
记住三个等级：
- 绿（安全）：只读不写，可以放心给它用。
- 黄（中）：会动文件，需要你看着点。
- 红（高）：能跑任意命令，潜在风险大。
9.2 一个具体例子
你说："帮我看看 project/ 目录里有哪些 markdown 文件，统计一下总字数。"
Claude Code 会这样跑：
```
1. 调用 Glob：找 project/ 下所有 .md 文件
→ 找到 12 个
2. 调用 Read：挨个读这 12 个文件
→ 读完拿到全部内容
3. 内部统计：算字数
4. 输出结果："共 12 个文件，总字数 35,427"
```
整个过程它没改你任何东西——全程绿色工具。
9.3 工具的"权限模式"
Claude Code 默认在每次用黄色或红色工具前都会问你"要不要执行"。这是它的护栏机制。
实操建议：
- 第一次跑新任务 → 普通模式或 Plan 模式
- 信任的任务 → Auto-Accept
- 一次性玩具项目 → 狂飙模式
9.4 工具是"按需配"的
Claude Code 默认这些工具就够 90% 场景用了。剩下 10% 怎么办——靠 MCP（第 12 章）。
关键原则：工具不是越多越好。每个 MCP 都会消耗 AI 的"判断脑力"，装太多反而让它选错工具。装一个用一个，长期闲置的删掉。
9.5 一句话总结
工具是 Agent 的手脚，手脚越合适越好用，不是越多越好。
下一章讲长期记忆——让 Agent 长期记住你的偏好。
## 第 10 章 给 Agent 写说明书：CLAUDE.md
到目前为止，你每次开新对话都要从零开始解释自己——"我是谁、我喜欢什么风格、我的项目结构是什么样的"。
CLAUDE.md 解决这件事。
10.1 CLAUDE.md 是什么
一句话：给 Claude 看的长期说明书。
它就是一个普通的 markdown 文件，放在特定位置，Claude Code 每次启动会自动读一遍，把里面的内容当成"我对你的了解"。
效果：
- 不用每次告诉它"我是产品经理，不写代码"。
- 不用每次说"输出文件统一放 outputs/ 文件夹"。
- 不用每次解释"我的项目用的是 XXX 技术栈"。
10.2 两种 CLAUDE.md：全局 vs 项目
实操原则：
- 跟"你是谁"有关的写全局（身份、语言、风格、底线红线）
- 跟"这个项目什么样"有关的写项目级（技术栈、目录结构、特殊约定）
10.3 怎么创建全局 CLAUDE.md
Mac/Linux 在终端输入：
```
mkdir -p ~/.claude
open ~/.claude
```
Windows：
```
mkdir $env:USERPROFILE\.claude
explorer $env:USERPROFILE\.claude
```
在弹出的文件夹里新建一个文件叫 CLAUDE.md，用 VS Code 打开它编辑。
10.4 一份小白可直接抄的全局 CLAUDE.md
```
# 全局规则
## 沟通
- 中文回复
- 称呼我为"你"
- 我不是程序员，所有解释用大白话
- 不要用专业术语，必须用时给出大白话解释
## 工作方式
- 收到需求后：先调研 → 出方案 → 我确认 → 拆解步骤 → 执行
- 不明确的需求，先问我，不要自己猜
- 优先用工具解决问题
- 简单原则，不要过度设计
## 输出
- 所有生成的文件统一放到 outputs/ 文件夹
- 文件名用中文，简短可读
- 不要在文件里写 emoji
- 不要在文件结尾加"如有问题请联系我"这类客套话
## 危险操作
- 删除文件前必须先问我
- 改别的项目文件前必须先问我
- 发布、付款、群发邮件前必须先问我
- 不可逆操作一律先确认
```
把这段内容复制到你的 CLAUDE.md，按你的实际情况改几条，保存。
10.5 怎么创建项目级 CLAUDE.md
在某个项目目录下，新建文件 CLAUDE.md，写你这个项目特有的规则。
例子：你有一个"公众号文章"项目，CLAUDE.md 可以这样写：
```
# 项目：公众号文章
## 这个项目是什么
我用来写公众号文章的工作区。
## 目录结构
- drafts/ 草稿
- published/ 已发布
- images/ 配图
- references/ 参考资料
## 写作风格
- 标题不超过 18 字
- 开头必须有钩子，前 3 句话决定读者要不要往下看
- 段落短，一段最多 3 句
- 不用 emoji
- 不写"如有侵权请联系删除"这类废话
## 工作流程
1. 我说选题 → 你先列大纲 → 我确认 → 你写初稿
2. 写完初稿放 drafts/，文件名格式 YYYY-MM-DD-标题.md
3. 我说"定稿" → 你移到 published/
```
下次你在这个项目里启动 Claude Code，它自动就按这套规则跑。
10.6 写 CLAUDE.md 的几个坑
10.7 一个偷懒办法
不知道写什么？直接让 Claude Code 自己生成。
启动 Claude Code 后输入：
```
请根据我们这几次的对话，帮我起草一份全局 CLAUDE.md。
要包含：我的身份、我的工作偏好、我容易踩的坑、不可逆操作的红线。
草稿出来后给我确认，不要直接保存到文件。
```
它会出一份草稿，你看一眼，改几句，复制到 ~/.claude/CLAUDE.md 即可。
10.8 一句话总结
CLAUDE.md = 写一次，长期用的偏好说明书。配完之后，Claude Code 才真正变成"你的 Agent"，而不是"一个通用 Agent"。
## 第 11 章 Skills：给 Agent 装专业技能包
# 第三部分 进阶玩法
## 第 12 章 MCP：让 Agent 连上外面的世界
MCP 让 Agent 能力指数级扩展。但每装一个，都是给 Agent 多开一道权限。装之前问自己：这权限给它，我真的放心吗？
## 第 13 章 Subagent：让 Agent 雇 Agent
到目前为止，你的 Claude Code 是"一个人在干活"。第 13 章告诉你它怎么"雇人"。
13.1 为什么需要 Subagent
想象一个复杂任务："帮我分析过去 30 天我的公众号数据，找出最受欢迎的内容方向，再给我 5 个新选题。"
如果一个 Agent 从头到尾干：
- 上下文会塞满 30 天的数据
- 跑到一半可能"忘了"最初的目标
- 出错了不好定位是哪一步出的问题
更好的做法：主 Agent 拆任务，每一步派给一个"子 Agent"独立干：
```
主 Agent（总指挥）
├── 子 Agent 1：拉过去 30 天数据
├── 子 Agent 2：按主题分类、统计阅读量
├── 子 Agent 3：找出 Top 10 文章的共同特征
└── 子 Agent 4：基于这些特征出 5 个新选题
```
每个子 Agent 只关心自己那一小块，跑完结果给主 Agent。
这就是 Subagent（子 Agent）。
13.2 Subagent 的好处
13.3 怎么用 Subagent
Claude Code 内置了 Subagent 机制，你不需要自己写代码。
方式 1：让主 Agent 自己派活
直接说：
```
这个任务很复杂，请用 subagent 并行处理：
- subagent 1 负责 A
- subagent 2 负责 B
- subagent 3 负责 C
全部跑完后汇总给我。
```
Claude Code 会自己开几个子 Agent，并行跑，最后给你汇总报告。
方式 2：预定义专门的 Subagent
在 ~/.claude/agents/ 目录下建一个 markdown 文件，定义一个"专门干某件事"的子 Agent。
例子：建一个文件 数据分析师.md：
```
---
name: 数据分析师
description: 专门处理数据统计、趋势分析、报表生成。当任务涉及大量数据
处理时调用。
---
你是一个数据分析师。
工作流程：
1. 先看数据结构，搞清楚有哪些字段
2. 用脚本做统计，不要手动算
3. 输出结构化报告：核心发现 + 数据明细
4. 不要瞎下结论，只说数据能支持的判断
```
之后任何任务里需要数据分析，主 Agent 会自动把这部分派给"数据分析师"子 Agent。
13.4 Subagent 用得好的关键
13.5 一个反直觉的事
不是所有任务都该用 Subagent。
简单任务用 Subagent，反而会变慢、变贵——拆任务、传上下文、汇总结果这些步骤本身有开销。
判断标准：
- 任务能并行跑的 → 适合 Subagent
- 任务需要专家视角的 → 适合预定义 Subagent
- 简单的线性任务 → 主 Agent 自己干就好
13.6 一句话总结
Subagent 是从"一个人干"升级到"团队作战"。复杂任务用它，简单任务别用它。
## 第 14 章 记忆与上下文
很多新手用着用着会问："为什么 Claude Code 这一轮还记得我说的话，开个新窗口就忘了？"
这一章把"AI 的记忆"讲清楚。
14.1 三种"记忆"
绝大多数小白困惑的是前两个。
14.2 短期记忆：上下文窗口
关键概念：
- 上下文（Context）：当前对话里所有内容（你的输入 + AI 的输出 + 工具调用结果）。
- 上下文窗口（Context Window）：AI 一次能"看见"的最大文字量。
- Token：AI 理解文字的最小单位。1 个中文字约 1-2 个 Token，1 个英文单词约 1 个 Token。
主流模型 2026 年的窗口规格：
上下文"用完了"会怎样
不会爆炸，但会出现：
- AI 开始"忘"前面说过的话
- 输出质量下降
- 进入"压缩模式"自动总结前面内容
实操建议：一个窗口聊一件事。切话题就开新窗口。
14.3 跨会话记忆：靠文件
模型本身不会把你聊的内容存下来。所以跨会话的"记忆"得靠文件：
关键原则：所有重要的信息都要落到文件。光在对话里说，关掉窗口就没了。
14.4 上下文管理的三个反直觉技巧
技巧 1：不要一上来就把 100 个文件全塞进来
很多新手以为给 Agent 看的资料越多越好。错。
资料一多，AI 要花脑力去判断"哪个跟当前任务相关"，反而容易选错。精选 3-5 个核心文件，效果比塞 100 个好。
技巧 2：定期 /compact 清理
聊了一阵之后，对话窗口会塞很多无用细节（试错过程、跑挂的尝试）。
输入 /compact，Claude Code 会自动把对话压缩成关键摘要，保留核心结论，丢掉过程垃圾。继续聊不影响。
技巧 3：复杂任务用 Plan 模式
第 9 章提过的 Plan 模式（Shift + Tab 按两次）：让 Claude 先把方案规划好给你看，确认后再动手。
好处：
- 规划阶段消耗的上下文少
- 你能提前发现问题
- 真正执行时已经有清晰的路线图
14.5 一个常见误解
"AI 没记住我之前讲的话" ≠ "AI 笨"。
它就不会记。每次开新窗口都是新的开始。这是机制，不是 bug。
解决方案永远是同一个：把重要信息落到 CLAUDE.md 或项目文件里。
## 第 15 章 避坑清单
最后一章，把新手最容易踩的雷一次说清。每一条都附"怎么防"。
15.1 注意点：烧 Token 烧到肉疼
怎么烧的
- 一个窗口聊了几小时不清理
- 跑大任务忘了关，跑了一整夜
- 用最贵的模型干简单的事
怎么防
15.2 注意点：Agent 跑飞了，改坏文件
怎么坏的
- 用了狂飙模式
- 工作目录设错了，Agent 改了不该改的项目
- 提示词没说清楚边界，Agent 自由发挥
怎么防
15.3 注意点：装了一堆 Skill / MCP，Agent 反而变笨
为什么
每个 Skill / MCP 都要消耗 AI 的"判断脑力"。装太多，AI 要花更多算力决定"这次该用哪个"，结果用错的概率反而上升。
怎么防
## 写在最后
Agent 不是魔法，是工具。
它能不能帮你省时间、做出东西、变现，全看你怎么给它配套：你的偏好、你的 SOP、你的工具、你的判断。
动起手来，搭建你自己的第一个agent，用来替代你每天重复的事情。
黄小木｜T11级架构师｜内容为ai辅助创作，若有侵权请指出｜持续分享 AI 信息、副业赚钱、程序员转型OPC心得｜X：@ai_xiaomu
## 相关链接
- [黄小木](https://x.com/ai_xiaomu)
- [@ai_xiaomu](https://x.com/ai_xiaomu)
- [49K](https://x.com/ai_xiaomu/status/2060214531121619143/analytics)
- [@ai_xiaomu](https://x.com/@ai_xiaomu)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [12:19 PM · May 29, 2026](https://x.com/ai_xiaomu/status/2060214531121619143)
- [49.8K Views](https://x.com/ai_xiaomu/status/2060214531121619143/analytics)
- [View quotes](https://x.com/ai_xiaomu/status/2060214531121619143/quotes)
---
*导出时间: 2026/5/30 11:19:18*