AI 课程 02｜进入 Agentic AI：从“我问你答”到“我说你做”

这篇先讲什么

• 核心问题：AI 为什么会从“回答问题”升级成“接受目标并执行任务”。
• 适合谁：已经开始用 ChatGPT、Cursor 之类工具，但还停留在对话式使用的人。
• 读完你会得到：Agentic AI 的定义、三大特征、Cursor 的模式切换方法，以及产品形态判断框架。
• 在系列中的位置：这是第 2 篇，把第 1 篇里的 Builder 视角推进到 Agent 工作流。

课程定位：理解正在发生的AI范式革命，掌握Cursor深度用法，学会设计Agentic AI产品。共3章18节，是课程体系中的"理念核心层"。

第一章：Agentic AI 的定义、冲击与核心范式

引言：18个月的机会窗口

当前正处于Agentic AI从"能用"到"好用"的关键过渡期。大量企业和个人还停留在"我问你答"的对话式AI阶段，而率先掌握Agentic AI工作方式的人，将拥有巨大的先发优势。这个窗口期大约有18个月。

第一课：从"我问你答"到"我说你做"

传统AI（对话式）：

• 你问 → AI答 → 你再问 → AI再答
• 每一步都需要你的参与
• AI是聊天机器人，你是驱动者

Agentic AI（任务式）：

• 你说出目标 → AI自主规划步骤 → AI调用工具执行 → AI返回结果
• 中间过程AI自己处理
• AI是员工，你是管理者

具体例子：

第二课：Agentic AI 的范式转变

三个核心变化：

1. 从单次调用到多步执行

   • 旧：一个问题，一个回答，结束
   • 新：一个目标，AI分解为多步，循环执行直到完成

2. 从纯文本生成到工具调用

   • 旧：AI只能生成文字
   • 新：AI可以搜索网页、读写文件、运行代码、调用API、操控浏览器

3. 从被动响应到主动行动

   • 旧：AI等你问
   • 新：AI可以在满足条件时主动触发

技术本质：大模型 + 工具调用（Tool Use）+ 记忆（Memory）+ 规划能力（Planning）

第三课：Agentic AI 的三大核心特征

特征1：自主性（Autonomy）

AI能在无人监督的情况下独立完成复杂任务，不需要每一步都有人指导。

例子：你告诉AI"帮我整理上周所有会议记录，按项目分类，提取出每个项目的待办事项"——AI自己打开文件、阅读、分类、提取、生成报告，全程你不用再干预。

特征2：多步骤规划（Multi-step Planning）

AI能把复杂目标拆解成子任务，按顺序或并行执行。

例子：Devin（AI软件工程师）接到"开发一个待办事项App"的需求后：

• 先分析需求
• 设计数据结构
• 搭建前后端
• 写单元测试
• 部署上线
• 全程自动完成

特征3：工具集成（Tool Integration）

AI能主动调用外部工具和服务，突破纯文本回答的局限。

可用工具举例：

• 搜索引擎（获取实时信息）
• 代码执行器（运行并验证代码）
• 文件系统（读写本地文件）
• 浏览器（访问网页、填表、点击）
• 数据库（查询和写入数据）
• 第三方API（发邮件、发Slack消息等）

第四课：典型案例回溯——三大特征融合有多厉害？

案例：Devin 完成Seattle房价分析项目

用户输入：“分析西雅图房价与Amazon、Microsoft、Meta股票表现的关系”

Devin的执行过程（真实截图）：

1. 搜索西雅图房价数据集
2. 打开Yahoo Finance获取股票历史数据
3. 下载并整理数据
4. 编写Python分析脚本
5. 绘制相关性图表
6. 生成分析报告

全程用户只说了一句话。这就是三大特征同时运转的效果：自主规划、多步执行、工具调用。

重要认知：这不是魔法，这是架构设计。你也可以用Cursor + 好的配置实现类似效果。

第五课：从操作员到 AI Manager

角色的本质转变：

AI Manager的三大核心技能：

1. 设定清晰目标（OKR思维）——AI不能猜你的隐含假设
2. 提供必要上下文（Context Engineering）——给AI足够的背景信息
3. 评估和验收结果（Assessment）——不能盲目信任AI输出

警示：很多人卡在"操作员"阶段，不断手动重复，却没意识到自己可以升级成"Manager"。

第二章：深入理解 Cursor 的三大思维模式与高级魔改

引言：Cursor 不只是个代码补全工具

Cursor是目前最强的AI编程工具，但90%的人只用了它10%的能力。这一章帮你解锁剩下的90%。

第一课：三种编程思维模式

Cursor支持三种完全不同的工作模式，适用于不同场景。

模式1：Comment-Oriented Programming（注释驱动）

原理：先写注释描述你要什么，让AI根据注释生成代码。

例子：

# 计算圆的面积，接收半径参数，返回浮点数结果
def calculate_circle_area(radius):
    ...

Cursor会自动补全函数体。

适用场景：

• 你知道要写什么，但懒得写语法细节
• 快速生成样板代码
• 文档先行，代码跟随

模式2：Prompt-Oriented Programming（提示词驱动）

原理：通过Chat界面用自然语言对话，让AI修改、优化、解释代码。

例子：

"把这个排序函数改写成能高效处理大数据集的版本，要考虑内存溢出问题"

适用场景：

• 代码优化和重构
• 跨多个文件的全局修改
• 需要解释和讨论的复杂决策
• 战略层面的设计讨论

技巧：用 Cmd+L 打开Chat，可以 @文件名 引用特定文件作为上下文。

模式3：Objective-Oriented Programming（目标驱动，Agent模式）

原理：你只说目标，AI自主规划并执行所有步骤。

例子：

"处理 raw_logs/ 目录下所有日志文件，提取ERROR和WARN级别的记录，
生成一份Markdown格式的审计报告"

Cursor Agent会：

1. 扫描目录
2. 读取每个文件
3. 解析日志格式
4. 生成报告
5. 运行验证

适用场景：

• 完整功能的开发
• 多文件协同修改
• 自动化任务流水线

注意：目标太模糊或遇到复杂错误时，Agent可能卡住。需要你介入引导。

第二课：因地制宜运用三种模式

核心原则：没有最好的模式，只有最合适的模式。

实战建议：

• 新功能：先用Comment写结构骨架，再用Agent填充实现
• 调试报错：用Chat模式，把错误信息贴上去精准定位
• 大范围重构：用Agent模式，描述目标效果
• 理解代码：用Chat模式，让AI解释每一行的含义

一个实际的工作流（黑客帝国登录页面案例）：

用 Cmd+I 唤起Composer，输入：

创建一个黑客帝国风格的登录页面，包含 index.html、style.css 和 main.js，
背景要有绿色的数字雨动画

Cursor会同时创建并修改三个文件——这就是多文件协同模式（Composer）的威力。

第三课：.cursorrules——原理与自我进化

.cursorrules 是什么：放在项目根目录的隐藏文件，作为"自动化项目经理"，永久性地指导Cursor的行为。

本质：它就是一段系统级全局指令（System Prompt），Cursor每次对话都会自动加载它作为最高优先级上下文。

两种生效方式：

1. 自动生效（被动技能）：只要文件名是 .cursorrules，保存在项目根目录，永远生效
2. 手动强制（主动释放）：当AI"遗忘"规则时，在对话框输入 @.cursorrules，强制重新加载

实战示例1：Python后端架构师规则

# Python 后端架构师规则

- Role: 你是一个资深的 Python 后端架构师，要求代码极具鲁棒性。
- Coding Standards:
  1. 必须包含严格的 Type Hint（类型提示），绝不允许出现 Any。
  2. 错误处理不能只写 except Exception:，必须捕获特定异常，
     并使用 logger.error 回显堆栈。
  3. 对于数据密集型操作，必须考虑内存溢出（OOM）风险，
     优先使用生成器（Generators）或分批读取（Chunking）。
- Tone: 回复需极度简练。开头必须加一个 🐍 表情。

实战示例2：Go并发与微服务规则

# Go 并发与微服务原则

- Role: 你是一个顶级 Go 开发工程师。
- Coding Standards:
  1. 不要忽略任何 Error：绝不允许使用 _ 忽略错误，
     必须返回或妥善处理 if err != nil。
  2. 并发安全：任何涉及 map 或全局切片的读写，
     必须使用 sync.RWMutex 或通过 channel 传递。
  3. Goroutine 启动前必须确保 panic 能被 defer recover() 正确捕获并上报。
- Tone: 开头必须加一个 🐹 表情。

如果你不用Cursor怎么办？底层思维完全互通！

第四课：拓展工具——引入搜索爬虫实现实时搜索

问题：默认的Cursor/AI知识有截止日期，无法获取实时信息。

解决方案：给Cursor接入搜索工具，让AI能实时搜索网络。

实现思路：

1. 在项目中添加一个搜索函数（调用Tavily/Serper等搜索API）
2. 在.cursorrules中告知AI：“当你需要最新信息时，调用search()函数”
3. AI就会在需要时自动搜索

这就是Agentic AI的雏形：AI + 工具调用 = 能获取实时信息的智能助手

第五课：对比 Devin——如何用 $0 实现 $500/月 的效果

Devin是什么：一个AI软件工程师，价格$500/月，能自主完成复杂编程任务。

核心洞察：Devin的能力 = 好的基础模型 + 精心设计的工具链 + 完善的提示词系统

用Cursor + 好配置复现Devin效果的关键：

1. 使用Agent模式（目标驱动）
2. 配置详细的.cursorrules
3. 给AI接入必要工具（搜索、代码执行、文件读写）
4. 学会用OKR方式设定目标

差距在哪里：Devin有更完善的工具链和错误恢复机制，但核心编程任务上差距正在快速缩小。

第六课：Cursor 手把手配置教程

完整配置步骤：

第一步：下载与安装 访问 cursor.com，安装后选"Start fresh"（全新开始），不要从VS Code导入配置。

第二步：选择模型 Settings → Models 中切换，当前推荐 claude-sonnet-4-6（代码能力最强）。

第三步：配置三种模式（通过 Cmd+. 快速切换）

• ∞ Agent：自主模式，AI自行规划和执行
• 💬 Ask：问答模式，只回复不修改代码
• ⊕ Manual：手动模式，精确控制每一步

第四步：关键配置——自动运行模式（Settings → Features）

✓ Enable auto-run mode
  允许Agent无需确认地运行工具（执行命令、写入文件）

Command allowlist（允许列表）：添加可自动执行的命令
Command denylist（禁止列表）：永远不能自动执行的命令

保护选项（建议全开）：
✓ Delete file protection（防止自动删除文件）
✓ Dot files protection（防止修改.gitignore等点文件）
✓ Outside workspace protection（防止修改工作区外的文件）
✓ Large context（使用更长上下文窗口）

第五步：MCP配置（Model Context Protocol） MCP是扩展Cursor能力的关键，通过Settings → MCP添加外部工具：

• 让AI访问网络、数据库、API等外部资源
• 实现自定义工具集成（如搜索引擎、代码执行环境）

第六步：.cursorrules 的 Scratchpad 技巧

高级用法：在.cursorrules中设置任务追踪区域

# Scratchpad

Current Task: [AI自动填写当前任务]

Plan:
[ ] 步骤1
[ ] 步骤2
[ ] 步骤3

Progress: [AI自动更新进度]

Agent执行任务时会先更新Scratchpad规划，再执行操作。这让你随时能看到AI的思考过程。

实战演示：股票数据可视化

用户：plot the stock price of Google and Amazon in 2024

Agent自主完成：

1. 写Python脚本（使用yfinance + matplotlib）
2. 运行发现缺少依赖包
3. 自动执行 python3 -m pip install yfinance（而非pip，因为自动检测到python3环境）
4. 重新运行，生成对比图表
5. 保存为 stock_comparison_2024.png

@ 引用技巧：

• @文件名：引用具体文件
• @目录名：引用整个目录
• @docs：引用项目文档
• @web：实时搜索网络
• @.cursorrules：手动强制重新加载规则

第三章：面向 Agentic AI 产品形态的思考与技术架构

引言：为什么现在是Agentic AI产品的最佳时机？

传统软件 = 确定性工具（你点什么按钮，执行什么操作，固定的）

AI产品 = 能力的组合（你说出意图，AI理解并执行，灵活的）

这个转变意味着：以前需要100个程序员做的定制化功能，现在可能1个人+AI就能做到。

补充：AI范式转变的NPC比喻

过去的AI（NPC，非玩家角色）：

• 像游戏里固定剧本的NPC，只会按预设响应
• 你问什么，它答什么，没有自主性

现在的Agentic AI（自主玩家）：

• 能够自主规划、执行多步骤任务
• 面对意外情况能自我调整
• 不需要你手把手每一步都指导

这个比喻清晰说明了：不是AI变聪明了一点，而是AI从"反应型"变成了"主动型"。

第一课：产品形态——从"工具"到"抽象组合"

传统工具产品：

• 功能固定，交互路径预设
• 用户必须学习软件的逻辑
• 例子：Excel，它只会做它被编程要做的事

Agentic AI产品：

• 功能由自然语言驱动，灵活组合
• 软件必须理解用户的意图
• 例子：Cursor Agent，你说目标，它规划步骤

产品设计的范式转变：

• 过去：设计功能 → 实现功能 → 用户学习功能
• 现在：理解用户意图 → 设计意图理解层 → 动态组合能力

“抽象组合"的含义：你不是在设计一个固定的工作流，而是在设计一个能理解用户意图并动态选择工具组合的系统。

第二课：四大关键技术组件

构建一个Agentic AI系统，需要这四个核心组件：

组件1：大语言模型（LLM）

• 系统的"大脑”，负责理解意图和规划步骤
• 选型考虑：通用能力（Claude/GPT）vs 推理能力（DeepSeek R1）vs 速度（Gemini Flash）

组件2：工具调用（Tool Use / Function Calling）

• 让AI从"说说而已"变成"真的去做"
• 常见工具：搜索、代码执行、文件操作、API调用
• 技术实现：定义函数签名 → AI决定何时调用 → 执行函数 → 结果返回AI

组件3：记忆系统（Memory）

• 短期记忆：当前对话的上下文窗口
• 长期记忆：向量数据库存储的历史信息（RAG技术）
• 工作记忆：任务执行过程中的中间状态

组件4：规划与编排（Planning & Orchestration）

• AI如何把大目标拆解成小步骤
• 如何处理步骤失败和重试
• 如何并行执行多个子任务

四个组件的协作关系：

用户说出目标
    ↓
LLM理解意图 + 制定规划
    ↓
调用工具执行（搜索/计算/文件操作）
    ↓
工具结果写入记忆
    ↓
LLM基于记忆继续规划下一步
    ↓
循环直到完成目标

第三课：为什么学习 Agentic AI 的第一步是忘记所有框架？

常见误区：很多人一上来就学 LangChain、LlamaIndex、AutoGen 等框架。

问题所在：

• 框架会掩盖底层原理
• 框架版本迭代极快，今天学的明天就可能过时
• 框架绑定导致你无法灵活选择最优方案

正确路径：先理解这四个核心原理，再选框架

框架的正确使用姿势：把框架当脚手架，不要让它成为你思维的边界。

结语：如何在工作中用好 AI？

课程结语的核心思想（来自视频）：

AI是工具，不是神。能用AI做的事，不代表AI都能做好。真正的价值在于你的判断力。

三个行动建议：

1. 克服恐惧，动手实践：AI工具的学习曲线不是知识，是经验。只有做过才知道怎么用好。

2. 形成Unique Thinking：GenAI基于共识训练，它给出的永远是"平均答案"。你的独特价值在于你与众不同的判断和视角。

3. 持续行动：AI进化很快，保持好奇心，主动探索新工具和新用法。

附：Cursor 三种模式快速对照表