AI 智能体：它们是什么、如何一步步搭建你自己的

AI Agent：它们是什么，以及如何一步步打造你自己的 2026 年 6 月 8 日 · 15 分钟阅读 · 查看原文 ↗ Claude AI Automation 人人都在谈论 AI agent。但如果你问大多数人 agent 到底是什么，你会得到一个含糊的回答，类似“能自主做事的 AI”。 真实的图景比那有用得多。Agent 不是一个类别。它们是一个光谱。 这份指南会解释不同的 AI 工具分别处在这个光谱的什么位置，什么把一次基础的 LLM 交互与一个真正的 agentic 工作流区分开来，以及如何用 Claude Code 打造你自己的 agent，并把它连接到 Telegram——全程无需你自己写代码。 在我们深入之前，先在 X 上关注我，并加入我刚建的 Telegram 频道，我每天都会在那里发更多 AI 内容。两者都免费。 X - https://x.com/AnatoliKopadze Telegram - https://t.me/kopadzemp 什么让某个东西成为一个 Agent 问 Claude“我今天该发什么？”不是一个 agent。那是一次对话。 而告诉 Claude“找出 AI 领域当前最热的三个话题，挑出最具参与潜力的一个，用我的风格起草一篇帖子，并把它保存到文件里”，然后让它在你完全不动手的情况下做完这一切——那才是一个 agent。 区别不在于模型。而在于它周围的结构。 一个 agent 拥有常规对话所没有的三样东西。它能自行调用的工具：搜索、文件系统、代码执行、外部 API。跨任务持续存在的记忆，而不是只在单个会话内。以及一个持续运行直到任务完成的循环，而不是只生成一次响应就结束。 你添加的这三样东西越多，你就介入得越少。这就是核心理念。 光谱：从对话到 Agent 在一端，你有一个基础的对话。你问，Claude 答，会话结束。没有工具，没有持续的目标，没有在世界中行动的能力。 上一级：开启了工具的 Claude。当 Claude 在回答前搜索网页、读取一个附件文件、或生成一张图片时，它就已经有点 agentic 了。你并没有一步步告诉它去做这些，是它自己判断出需要这样做。 再往上一级：多步骤工作流。你给一个目标，Claude 把它拆成步骤，执行每一步，检查结果，交付一个成品输出。步骤之间你完全不介入。 在顶端：完全自主的 agent。这个 agent 按计划运行、监控输入、调用外部服务，并在没有人在环中的情况下完成复杂任务。你设置一次目标，然后只检查输出。 底端与顶端的区别，不是不同的模型。而是围绕模型的东西：它能调用的工具、承载上下文的记忆，以及一个持续运行直到任务完成的循环。 你今天能打造的各种 Agent 类型 为了让你对今天的 agent 实际长什么样有个概念，我在下面整理了几个例子。这些不是上限——你完全可以打造任何符合你具体情况的。 调研 agent：收集关于某个主题的信息，阅读多个来源，提炼出重要的部分，交付一份结构化的摘要。你给它一个问题，它给你一个手动编译要花数小时的答案。 写作 agent：按照你定义的体系来写内容。给它你的语气、格式、受众和主题。它处理草稿、重写和编辑，无需你逐句管理。 代码 agent：写代码、运行它、读错误、修复它们，然后继续。你描述代码该做什么，agent 处理实现和调试循环。 业务 agent：处理重复性的业务任务：起草邮件、处理客户请求、筛选潜在客户、生成报告。一旦你定义好规则，它就自动运转。 个人 agent：管理你的日程、组织任务、准备简报，并处理你每天手动做的规划工作。 打造你的第一个 Agent——从这里开始 你将用 Claude Code 打造一个运行在远程服务器上的 Telegram 机器人，并用 Claude 作为它的大脑。Claude Code 帮你写完所有代码，你只需要用平白的英文描述你想要什么。一旦设置完成，与机器人的所有通信都直接通过 Telegram 进行。 整个设置大约需要 10–20 分钟。你不需要会写代码。 系统提示词模板——粘贴进提示词 2 当你运行下面设置里的提示词 2 时，你需要描述你想要什么样的 agent。这些是现成的模板，复制适合你的那个，把它粘贴到提示词 2 里写着“agent 应该是：”的地方，Claude Code 就会打造出那个具体的 agent。根据你的情况调整任何细节。 调研 Agent 写作 Agent 代码 Agent 业务邮件 Agent 个人规划 Agent 开始之前你需要什么 1 - 来自 console.anthropic.com 的一个 Claude API key。这是开发者 key，按用量付费，而不是固定月费。对于一个每天发 50 条消息的个人机器人，成本是每月 1–5 美元，取决于你选哪个模型。 2 - 来自 BotFather 的一个 Telegram bot token。 3 - 一台跑 Linux 的 VPS。对于个人 Telegram 机器人，你不需要多强的配置——1 CPU、1GB 内存、20GB 存储绰绰有余。DigitalOcean、Hetzner 或 Vultr 的任何基础套餐都可以，每月大约 4 到 6 美元。拿到服务器后，在你的终端里运行 npm i -g @anthropic-ai/claude-code 来安装 Claude Code。 给你的机器人用哪个 Claude 模型，以及它实际花费多少： 对于大多数个人机器人，Sonnet 4.6 是正确的选择，足够强，能应付任何任务，且日常使用负担得起。如果你想最小化成本，用 Haiku 4.5。Opus 4.8 只有在复杂的分析型 agent 上才有意义——那种答案质量至关重要的场景。 打造你的第一个 Agent——步骤 1 打开你的 VPS 终端，启动 Claude Code。粘贴这个提示词，让它把一切建好。 给 agent 一个个性 部署为后台服务 在会话之间添加持久记忆 给你的 Claude Code 机器人添加技能 技能是你随着时间推移逐步添加到机器人上的能力。每一项都是你给 Claude Code 的一个新提示词，它会写出代码让它运转起来。下面是最有用的几个。 技能：网页搜索 你的 agent 可以查实时信息，而不是只凭记忆回答。 技能：保存笔记 你的 agent 可以把任何你告诉它的东西保存到文件里——想法、任务、调研发现——并在之后取回它们。 技能：只限制给你的账号 默认情况下，任何找到你机器人的人都能使用它，并消耗你的 API 额度。这一项把它锁成只有你能用。 技能：追踪 API 成本 Claude API 按 token 计费。这一项添加一个简单的成本追踪器，让你始终知道自己花了多少。 技能：定时每日简报 这个 agent 每天早晨给你发一条消息，无需你开口。 设置之后值得知道的事 如何更新你的 agent 的个性。打开主机器人文件，找到顶部的系统提示词变量，改掉它，保存文件，然后用 sudo systemctl restart your-bot-name 重启服务。新个性立刻生效。 如何检查机器人是否在运行。在终端里运行 sudo systemctl status your-bot-name。如果它显示“active (running)”那就是正常的。如果显示“failed”，去查日志。 如何读日志。运行 journalctl -u your-bot-name -n 50 查看最后 50 行。如果哪里坏了，错误信息就在这。 如何添加新技能。在你的项目文件夹里打开 Claude Code，描述你想要什么：“给机器人加 X 功能。”Claude Code 读取你现有的代码，干净地添加新功能，并告诉你是否需要重启。 每个 Agent 都会遇到的记忆问题 这是人们遇到的最常见问题。agent 在会话之间、在长时间任务中、在消息太多之后丢失上下文，开始出错，或重复做已经做过的工作。 发生这种情况有三种途径： 长任务最终会超出 Claude 的上下文限制，agent 开始丢失对话开头的内容：最初的目标、已经做出的决定、你设下的约束。 当你关闭一个会话、打开一个新会话时，agent 从零开始。 如果 agent 在任务中途被中断，它无从知道自己停在了哪里。 四件事可以解决这个问题： 告诉 agent 在每一个主要步骤之后写一条进度笔记：做了什么、决定了什么、还需要发生什么。把那条笔记粘贴到下一个会话的开头，恢复完整上下文。 每十到十五条消息，让 agent 总结一下它进行到哪了。这迫使它在溢出之前压缩上下文。 在对话变得太长之前，让 agent 把一切都压缩成一段简短摘要，然后从那里继续。线程保持完整。 把你 agent 始终需要的关键事实，直接加进你机器人代码里的系统提示词。Claude 在每次对话开始时都会读这些，所以无论事情拖得多长，那些信息始终在上下文里。 检查点提示词 记忆文件提示词 上下文恢复提示词 滚动摘要提示词 现在你知道 agent 是什么、能做什么，以及如何自己打造一个了。希望这对你有用。 如果你想跟上 AI 领域发生的一切，在 X 和 Telegram 上关注我。 X - https://x.com/AnatoliKopadze Telegram - https://t.me/kopadzemp 提示词 我们正在从一个之前的会话恢复一个任务。这是上下文： [把你的记忆笔记粘贴到这里] 基于此： 1. 确认你对目前进展的理解 2. 找出下一步 3. 提出继续所需的任何问题 不要重复已经完成的工作。 你是我的个人规划 agent。你帮我组织工作、排列任务优先级，并规划我的一周。 当我分享我的任务或目标时： 1. 区分什么是紧急的 vs 重要的 2. 基于依赖关系建议一个现实的顺序 3. 估算每项任务所需的时间 4. 标记任何可以委派或砍掉的事项 当我描述一个项目时： - 把它拆成具体的下一步行动 - 找出首先要做的最重要的一件事 - 创建一个我能照做的简单清单 一切都保持实用。不要励志填充。只要计划。 你是一个代码 agent。你的工作是编写、调试和改进代码。 当接到一个编码任务时： 1. 确认你对代码该做什么的理解 2. 用清晰的注释写出解决方案 3. 找出任何边界情况或潜在失败 4. 如果有错误，在求助之前先系统地调试它们 规则： - 写干净、可读的代码，用有意义的变量名 - 始终包含错误处理 - 用平白的语言解释每个主要部分做什么 - 如果你对需求不确定，在继续之前问一个澄清问题 你是一个写作 agent。你用我的声音和风格写内容。 我的风格： - 对话式、直接，不用公司腔 - 短句短段 - 用具体的数字和例子，而不是含糊的说法 - 总是以一个读者该做或该想的事结尾 当接到一个写作任务时： 1. 如果没有提供主题、受众和期望篇幅，先问清楚 2. 写第一稿 3. 对照我的风格规则审一遍 4. 交付可以发布的最终版本 绝不要加不必要的开场白。从最重要的一点开始。 给机器人添加基础成本追踪。 在每一次 Claude API 响应之后，记录使用的输入 token 数和输出 token 数。 在一个 costs.json 文件里维护一个累计总量。 添加一个 /costs 命令，显示：今天使用的总 token 数、历史累计总 token 数，以及基于 claude-sonnet-4-6 定价的估算美元成本。 创建一个 systemd 服务文件，让这个机器人在我的 Linux VPS 上自动运行，并在崩溃时自动重启。 服务应该： - 服务器启动时自动启动 - 崩溃时自动重启 - 从项目文件夹里的 .env 文件加载环境变量 - 把日志保存到一个我之后能查看的文件 另外，给我写下安装服务、启动服务、检查它是否在运行、以及查看日志的确切终端命令。 你是一个业务邮件 agent。你代表我写专业邮件。 我的沟通风格： - 直接且尊重 - 没有不必要的客套 - 第一句就切入正题 - 以一个明确的下一步收尾 当接到一个邮件任务时： 1. 确定这封邮件的目标（告知、请求、跟进、确认） 2. 写一个能反映邮件目的的主题行 3. 用最多 3–5 个短段起草邮件 4. 以一个明确的行动项或下一步结尾 始终写可以即发的邮件，而不是带空格待填的模板。 机器人在重启时会丢失对话历史。修复这个问题。 在每条消息之后，把每个用户的对话历史保存到磁盘上的一个 JSON 文件里。机器人启动时自动加载回来。 添加一个历史长度上限——每个用户只保留最后 20 条消息，这样上下文窗口永远不会变得太长。 给机器人添加一个定时每日简报。 每天早上 8:00，机器人给我发一条消息，包含： 1. 一句励志的话（简短，不油腻） 2. 一个提醒，检查我今天的首要优先级 3. 一条关于生产力或 AI 的随机有用事实 发送到 .env 文件里我的 Telegram 用户 ID。 用 schedule 或 APScheduler 库来实现。 在完成每一个主要步骤后，按这个格式写一条记忆笔记： 步骤完成：[做了什么] 关键决定：[做出的选择及原因] 当前状态：[任务目前进行到哪了] 下一步：[接下来该发生什么] 这条笔记将用于在一个新会话中恢复任务而不丢失上下文。 对话变长了。把所有重要的东西压缩成一份摘要： 1. 最初的目标 2. 已经做了什么、发现了什么 3. 做出的关键决定 4. 还需要发生什么 写完摘要后，从那里继续。把这份摘要当作新的起点。 给机器人添加用户限制，这样只有我能使用它。 把我的 Telegram 用户 ID 作为 ALLOWED_USER_ID 加到 .env 文件里。 如果任何其他人给机器人发消息，它回复“This bot is private.”（此机器人为私有），并忽略该用户的后续所有消息。 另外加上我该如何找到自己的 Telegram 用户 ID——要么通过机器人本身，要么用另一种方法。 给我打造一个用 Claude API 作为大脑的 Telegram 机器人。 需求： - 语言：Python - Telegram 库：python-telegram-bot - Claude 模型：claude-sonnet-4-6 - 机器人收到一条消息，把它发给 Claude API，并把 Claude 的响应返回给 Telegram - 为每个用户维护对话历史——每个用户在会话内有自己的上下文 - 添加一个 /start 命令来介绍机器人 - 添加一个 /clear 命令来重置该用户的对话历史 创建所有必需文件：主机器人文件、requirements.txt，以及一个 API key 的 .env 文件模板。 不要硬编码任何 API key——从环境变量里读取它们。 用 Tavily API 给机器人添加网页搜索能力。 当用户问到需要当前信息的事——新闻、价格、近期事件——机器人自动搜索网页，并把结果包含进它的响应里。 机器人应该自己决定何时搜索、何时凭记忆回答。把 TAVILY_API_KEY 加到 .env 文件模板里。 用 Claude 的 tool use 功能来干净地实现这一点。 你是一个调研 agent。你的工作是收集、分析并综合我给你的任何主题的信息。 当接到一个调研任务时： 1. 找出 3–5 个要回答的最重要子问题 2. 搜索每一个子问题的信息 3. 评估每个来源的质量与相关性 4. 只提取直接回答问题的那部分 5. 交付一份结构化摘要，包含：关键发现、支撑证据，以及你无法填补的空白 格式：用标题、要点和清晰的小节。 如果你对某件事不确定，明确说出来。 不要加填充。每一句都应该包含信息。 给机器人添加一个保存笔记的功能。 当用户说“save this”（保存这个）、“remember this”（记住这个）或“note:”（笔记：）时，机器人把内容连同时间戳保存到一个 notes.txt 文件里。 添加一个 /notes 命令，返回最近保存的 10 条笔记。 添加一个 /clearnotes 命令，删除所有已保存的笔记。 在继续之前，写一份简短的检查点： 1. 到目前为止你完成了什么？ 2. 这个会话的关键决定或发现是什么？ 3. 还需要做什么？ 4. 要在一个新会话中继续这个任务，你需要什么上下文？ 保持在 200 字以内。 链接 x.com/AnatoliKopadze t.me/kopadzemp console.anthropic.com 标签：# X # Claude # AI # Automation # Thread # Guide # Sonnet 相关文章 10 SEO backlink Claude automations for 61k AI mentions in 3 months Link building is trial and error. SEO AI Claude Automation