Skip to content

1.3 你需要 Agent 吗?——自主性光谱与选择指南

小李的团队里,有人用 AI 写代码,有人用 AI 做调研,有人用 AI 部署服务。每个人都觉得「自己的 AI 是 Agent」,但它们真的是吗?

让我们用一把尺子来量一量。


自主性六级模型

AI 的自主性不是「有或无」的二选一,而是一条从 0 到 5 的光谱:

级别名称特点典型代表
Level 0被动响应一问一答,无工具ChatGPT 基础对话
Level 1建议 Agent分析建议,但不执行代码审查建议
Level 2半自主常规自主,敏感需确认Cursor Agent Mode
Level 3自主自动执行,关键节点汇报Claude Code 日常使用
Level 4高度自主复杂流程自主,意外处理Devin 标准任务
Level 5完全自主端到端自主,跨工具协作Devin 完整项目

小李回头看自己的经历:

  • ChatGPT 写代码 → Level 0,纯问答
  • Cursor 修 Bug → Level 2,改代码要确认
  • Claude Code 批量加错误处理 → Level 3,自己规划执行

层级不同,能力不同,代价也不同


自主性与代价

自主性越高,能力越强,但风险和成本也同步增长——没有免费的自主性

🟢
安全区
Level 0-1
几乎零风险
简单问答
代码审查建议
→ 只能做简单事
🔵
甜蜜点
Level 2-3
效率高且可控
Bug 修复(确认后执行)
批量重构(模式固定)
→ 日常开发的最佳选择
🔴
高危区
Level 4-5
需要完善护栏
全自主项目搭建
端到端自主部署
→ 能做大事,但风险高

场景选择指南

不是所有任务都需要高自主性。小李总结了一张决策表:

场景推荐级别原因
问一个 API 的用法Level 0简单问答,不需要 Agent
代码审查意见Level 1只需要分析,不需要执行
修一个已知 BugLevel 2改代码需要人工确认
批量重构 10 个文件Level 3模式固定,可自主执行
实现一个新功能Level 3-4需要规划,但关键决策需确认
从零搭建一个项目Level 4-5复杂流程,需要高度自主

选择原则

能用低自主性解决的,就不要用高自主性。 就像开车——去楼下便利店不需要开赛车,但跑长途确实需要一辆靠谱的车。


Agent vs Skill vs Prompt

在 AI 应用领域,你可能会听到三个概念:Prompt、Skill、Agent。它们是什么关系?

概念自主性特点比喻
PromptLevel 0单次指令,无循环一句口头指令
SkillLevel 1-2可复用指令模板,半自动一份操作手册
AgentLevel 3-5自主决策+工具+循环一个实习生

它们不是竞争关系,而是递进关系

Prompt(基础指令)
单次指令,无循环
Skill(可复用指令包)
本课程的前置课程
Agent(自主执行系统)
你正在学的
  • Prompt 解决「怎么跟 AI 说话」
  • Skill 解决「怎么把好的 Prompt 复用起来」
  • Agent 解决「怎么让 AI 自己干复杂任务」

如果你已经学过 Skill Engineering 课程,可以把 Agent 理解为**「带循环和工具的 Skill」**——Skill 告诉 AI 做什么,Agent 则让 AI 自己决定怎么做。


什么时候不该用 Agent

知道什么时候不用 Agent,比知道什么时候用更重要:

不该用 Agent 的场景

  1. 简单问答——"Python 的 list comprehension 怎么写?" → 直接问就行
  2. 一次性任务——"帮我格式化这段 JSON" → 不值得设计 Agent
  3. 高安全风险——"删除生产数据库的旧记录" → 必须人工操作
  4. 预算有限——Token 成本是真实约束,Agent 可能比手动操作贵 10 倍
  5. 没有好的评估标准——如果你无法判断 Agent 做得对不对,放权就是赌博

本节核心要点

  • 自主性是从 Level 0 到 Level 5 的光谱,不是有或无
  • 能力、风险、成本同步增长——没有免费的自主性
  • Prompt → Skill → Agent 是递进关系,不是竞争关系
  • 能用低自主性解决的,就不要用高自主性
  • 五种不该用 Agent 的场景:简单问答、一次性任务、高安全风险、预算有限、无法评估

思考题:你目前最常用的 AI 工具在自主性光谱的哪个位置?有没有哪些任务你正在用低自主性方式处理,但其实可以提升一个级别?


下一节预告:现在你知道了 Agent 是什么、什么时候该用。接下来,让我们打开 Agent 的「黑盒」,看看它内部是怎么运转的——四大核心组件。

下一节:拆解 Agent →