先分清：模型、Agent、工具和 Skill

你现在的疑问非常具体：我打开一个对话框，输入一句要求，AI 就会回答；为什么后来又出现了 Agent、Skills、插件和安装？这些东西分别在做什么？

这组课从这个动作开始讲。读完之前，不要求你会写代码，也不要求你先安装任何东西。本单元是老师编写的基础课程，与后面的 Matt 原文翻译分开。

从“请帮我整理一份学习笔记”开始

假设你给 AI 一份今天的学习记录，请它整理成笔记。这里至少可以区分三件事。

第一，你提供目标和材料：整理什么、给谁看、希望得到什么。第二，AI 理解并组织内容：判断哪些是重点、怎样表达、哪里不清楚。第三，如果你要求把结果保存成文件，还需要某种写文件的能力。前两件事可以在纯文字问答中完成，第三件事涉及对对话之外的环境进行操作。

有些产品把这几件事包装在同一个对话框里，所以你不容易看出区别。界面看起来都是聊天，不代表背后能做的事情完全相同。

模型：理解、推理和生成内容的部分

这里把模型理解为系统中处理语言、图像或其他输入，并生成回答或行动建议的部分。例如，你给它一段错误说明，它可以分析可能的问题；你给它文章，它可以解释、改写或提出问题。

模型本身产生“应该打开某个文件”的请求，并不等于文件已经打开。还需要产品提供读文件的工具，把请求真正执行，再把读到的内容交回来。

“AI 说它做了”和“系统实际做了”必须分开判断。 这条区别会贯穿你后面的全部学习。例如，代码修改成功应有真实文件变化；测试通过应有运行结果；文章发布成功应有可以访问的页面。

工具：把具体操作真正做出来

工具可以理解为提供给 AI 的操作能力。例如：读取文件、修改文件、搜索网页、运行一个程序，或在已经连接的任务系统中创建任务。

你可以用日常办公来理解：一个人知道怎样写报告，与他能否打开你的文件、使用表格软件、进入公司系统，是几件不同的事。软件中的工具和访问权限，决定哪些动作能够真正完成。

例如某个 Skill 写着“读取项目代码，再运行测试”。如果当前会话无法访问项目文件，AI 就不能仅凭这句话完成读取；如果没有运行程序的能力，也不能真正运行测试。Skill 可以告诉它应该怎么做，但工具负责执行动作。

Agent：围绕目标，连续推进工作的系统

Agent 常译为“智能体”。在本课程中，你可以先把它理解为：由 AI 模型参与判断，能够使用可用工具，根据执行结果继续推进目标的工作系统。这是帮助入门的工作定义；不同产品使用这个词时，具体范围可能不同。

假设你要求修复一个错误。一轮工作可能是：

1. 查看相关文件，弄清现在怎样工作。
2. 运行能够表现出错误的检查。
3. 根据结果修改代码。
4. 再运行检查，观察修改是否有效。
5. 根据新结果继续处理，或者在完成后向你交付。

其中每一步都可能产生新的信息。Agent 的价值在于能把这些动作连起来，根据反馈调整下一步。它不要求每个动作都等你手工转发一次。

但 Agent 并不等于“永远在后台工作的机器人”。是否能持续运行、运行多久、能操作哪里，都由具体产品、环境和权限决定。也不需要先有多个 Agent，才算在使用 Agent。

Skill：给这个工作系统使用的一套具体方法

现在，在上述工作系统中加入一份说明：

整理学习笔记时，先区分已经理解、仍不理解和需要验证的内容；保留用户原来的疑问；最后提出一个能够检查理解的问题。

这份说明不会替你创建一个新的模型。它为当前 AI 提供了完成这类任务的方法。把这样的说明连同必要材料，按产品支持的格式组织起来，就可以形成 Skill。

Agent 是使用方法并开展工作的系统，Skill 是它可以读取和采用的方法。 一个 Agent 可以使用多个 Skills。同一份 Skill 也可以被不同的兼容产品使用，但它依赖的工具和特殊功能仍需分别核对。

把四种角色放回同一个例子

ChatGPT 和 Codex 是产品名称，Claude 这个名称则可能指模型或产品，Claude Code 是编程工具。它们与“模型”“Agent”“Skill”不在同一分类层级上。正如“汽车品牌”“发动机”“驾驶员”“驾驶规程”不是四种彼此替代的东西。

你还可能听见 harness，常译为“运行框架”或“驾驭环境”。入门时只需理解：它负责把模型、工具、文件、权限和执行过程组织起来。暂时不必记住这个英文词。

先自己回答

某份 Skill 写着“把文章发布到公众号”。当前 AI 会话没有连接公众号，也没有任何可操作公众号的工具。仅仅读了这份 Skill，能否完成发布？请用自己的话说明原因。

能说明“工作方法”和“实际操作能力”的区别，就抓住了本课最重要的一点。

概念参考：Agent Skills 开放规范概览。本文的学习笔记与修复错误例子均为教学举例。