← 返回目录

第 1 讲　WorkBuddy 是什么：一个入口管四件事

【可执行状态】现在就能做（本讲是认知讲，只需能打开入口，不需要额外套件）

【本讲对应资产】入口本身、5 张专家卡、17 个技能、30 余个平台应用

【本讲原理来源】L3 第 18 课《Agent 生态认知革命——从“对话”到“执行”的范式转移》

引子：工具越来越多，会干活的人却不见得多

打开任何一个软件商店或 AI 平台，数据分析工具、可视化工具、大模型助手、自动化脚本琳琅满目，

几乎每一款都宣称“让普通人也能做数据分析”。学校买了平台，老师装了一个又一个插件，

但真正把 AI 用进日常教学的人，并没有按同样的速度增长。

打个比方：这就像厨房里堆满了锅——炒锅、蒸锅、砂锅、空气炸锅一应俱全，

可每天晚饭还是要花一个小时。问题不在锅少，在于不知道哪道菜该用哪个锅。

工具是别人造好的，方法才是自己的。 拥有一把好刀，不等于会切菜；

订阅了十个 AI 助手，也不等于会用它备课。这一讲要建立的，

就是“手上这四类活，分别该交给谁”这张地图——先有地图，再有工具。

一、场景

周三上午十点，数字经济专业的周老师（化名）坐在办公室，手边三件事：

一是下学期的开课申请周四下班前要交，附件里要课程大纲和教学进度表，教务处模板刚发下来；

二是桌上摊着两篇英文文献，教研室的论文要写文献综述那一节；

三是下午要给金融科技班上《商业数据分析》，第四章的教案和课件还没动。

三件事的共同点是：都不难，都很费时间，都是“复制粘贴加改改”的活。

周老师以前的做法是打开三个软件、来回切窗口，中间还得翻了去年的文件改年份。

一天下来，事情做完了，人也空了。

这一讲要说的是：这三件事，以及后面会讲到的第四件事（带学生做竞赛作品），

可以用同一个入口来做。

二、原理一页：从“对话”到“执行”

市面上的 AI 工具大多停留在“对话”：你问，它答。答得再漂亮，活儿还在你手上——

它给你一段大纲文字，你还得自己贴进教务处的模板、调格式、核对学时。

从 2025 年到 2026 年，AI 应用发生了一次转向，叫从对话到执行。

判断标准很简单，就一句话：

看它交给你的是“一段话”，还是“一个文件”。

交一段话的，是聊天工具；交一个文件的，是执行入口。这个转向背后是智能体（Agent）的成熟。

智能体可以粗略地理解成四样东西凑在一起：

• 大模型：负责理解和判断，例如“这份材料是课程大纲还是进度表”

（再比如同样的课程材料，让它区分“这是教案还是作业”，它也能判断）

• 规划：负责把一句话拆成几步，先做什么后做什么
• 记忆：负责记住你的偏好和上一次的处理结果
• 工具：负责真正动手——读文件、填模板、跑计算、出文档

四样里，“工具”是分水岭。没有工具的 AI 只能说话，有了工具的 AI 才能交活儿。

打个比方：这就像新来的助教——脑子好使、记性不错、也会安排先后次序，

但如果他手里没有教务系统的权限、也拿不到学院模板，那他能给你的永远只是“建议”，不是“材料”。

再往下一层看，一个智能体的内部可以按“职责”分成三层，这是本书反复要用的尺子：

这三层分开，是为了“换零件不用换整机”：以后换了更好的模型，你的工作习惯不用变；

教务处的模板换了，只需要换模板文件，不用重做整套流程。

3. 流程比模型更重要：一个可查证的数据

吴恩达在 2024 年 3 月的公开信里，梳理了多个研究团队的结果，给出这样一组对照：

同一个编程基准测试上，GPT-3.5 直接生成答对 48.1%，换成 GPT-4 直接生成 67.0%，

而 GPT-3.5 包在智能体流程里，最好成绩 95.1%。

他的原话是：从 3.5 到 4 的提升，被“加上迭代式智能体流程”带来的提升所压倒。

他给的比喻也好记：直接生成相当于不许退格、一口气把文章打完还要求质量高；

智能体流程则是列提纲、查资料、写初稿、自查、修改。

这句话对本读本的意义，就是一条判断：不要指望换个更强的模型就把活干好，先把流程搭对。

他把流程归纳成四种设计模式，本书每一讲都能对上号：

出处与课程大纲见本读本目录下的《参考资料-吴恩达智能体课程与四大设计模式》。

办公自动化的四十年：从“打字机”到“一个入口”

例如，四十年前办公室里最值钱的设备是打字机，会用的人叫“打字员”；

三十年前换成了个人电脑和软盘，但那时一份材料要排版还得送印刷厂；

二十年前 Office 普及，“自己排版、自己打印”成了常规；

十年前换成云文档和网盘，协作第一次变得不费劲；

到了今天，变化的是最后一步：不再是“你操作软件”，而是“你说要什么，入口去调能力”。

这条线里有一条规律：每一代进步，都把人从“操作工具”里解放出来一点。

打字机时代要会指法，Office 时代要会菜单，云文档时代要会分享权限，

而今天要会的是——把话说清楚。

再比如，会计行业的账本从手工记账、算盘，到 Excel、财务软件，

再到今天的智能核销：变的从来不是“会计该不该懂业务”，

而是“哪些重复动作可以交给机器”。教学这件事，今天走到了同一个路口。

三、动手三件套

一句话指令

本讲不需要写复杂指令，只需要对着入口说清楚一件事：

“我手上这四类活，分别该交给谁？”

预期产物

一张《我的四件事清单》。请照下面的样子，用你自己这个学期的真实任务填满四行：

这张表不是练习，它是这本书剩下的 13 讲的导航图：**你填的你最想先做的那一行，

就是你要先读的那一讲。**

校验点

填完之后，逐行自查三条：

1. 每条“活”都能说出一个具体名字的资产来接手。说不出名字、只写“AI 可以帮我”，这条不算。
2. 每条都能判断“我现在能不能做”。判不清楚的，说明你还没读完对应那一讲的说明。
3. 四行里至少有一行是本周真要交付的。全是假想的，说明这张表填得太客气了。

四、常见错误与排错

错误一：把入口当聊天框用。

表现是“我问它答”，答完自己复制粘贴改格式。

排错：判断一次交互有没有做成，看有没有文件产出。没有产出，就还没用对。

错误二：一上来挑最难的那件做。

表现是先去做要跨三个部门、要等审批、数据还不全的大项目，然后卡住，认为工具不好用。

排错：第一件事一定挑本周就能交付、只需要你一个人的活。把这个做成，后面的自然顺。

错误三：只认功能，不认产物形态。

表现是知道“有个功能能翻译”，但不知道产物是什么样、能不能直接用。

排错：每次动用前先问一句——它最后交给我什么文件？ 这个习惯能省掉大量返工。

错误四：把“AI 说的”当“做完的”。

表现是它回复“已为你生成教案”，你就不再打开文件看。

排错：见本书第 8 讲。校验是交付的一部分，不是额外工作。

五、边界与红线

• 分清数据等级再动手。 学生个人信息、未公开的科研成果、涉密的合作材料，

不放进任何公网服务。教学用的公开教材章节、自己写的教案、已经公开的政策文件，可以用。

• 人的判断不能外包。 课程内容怎么设计、学生的评价怎么写、结论怎么下，

这些是教师的专业判断，工具的活是把格式和重复劳动干掉，不是替你下结论。

• 公开场合引用要留痕。 用了哪个工具、做了哪一步，教研材料里如实写明。

六、拓展与学科迁移

• 跨专业迁移：电子商务专业的活可能是选品报告与竞品分析；财务管理专业的活

可能是报表与预算说明；国际经济与贸易专业的活可能是外文合同与报关材料。

四类分法不变，只是每一类里装的东西换了。

• 跨角色迁移：教学秘书的四件事是通知与排课、材料归档、数据统计、迎检材料；

辅导员更关注学生事务与政策材料——本书的六栏体例对这两类读者同样适用。

• 延伸到学院层面：把《我的四件事清单》往上汇总，就是一份专业级的

“AI 应用落地清单”，可以直接进专业建设与教改申报材料。

带走一句话

交一段话的是聊天工具，交一个文件的是执行入口——判断标准就这么简单。

参考文献

[1] Ng A. Agentic AI（智能体式人工智能）[EB/OL]. DeepLearning.AI, 2024.（其中“直接生成 vs 包在迭代流程里”的对照数据为作者梳理多个研究团队结果所得，本书按“梳理”表述）

[2] 教育部. 教育信息化2.0行动计划[Z]. 教技〔2018〕6号, 2018.

本讲要点（速记）

• 一个入口管四件事：教学内容 / 教学管理 / 科研翻译与排版 / 竞赛作品
• 三件产物形态：专家卡（有名字的柜员）、技能（没名字的手艺）、平台应用（看得见的过程）
• 一句判断：交一段话的是聊天工具，交一个文件的是执行入口
• 一把尺子：能力层 / 业务层 / 表现层——换零件不用换整机
• 一条纪律：没有校验点的动手，等于没做