01Agent 发展历史
FROM RULES TO SYSTEMS
01 · 脚本自动化
按规则执行
流程固定、输入明确,擅长重复操作。
02 · 对话式 AI
能理解语言
从关键词匹配走向自然语言交互。
03 · 工具型 Agent
会调用工具
模型开始读写文件、访问 API、执行动作。
04 · 多 Agent 协作
像团队一样工作
多个角色分工协作,完成复杂项目。
Agent 不是一个聊天窗口,而是由模型、目标、规划、工具、记忆与反馈组成的任务执行系统。WorkBuddy 把这些抽象能力做成了可操作的产品入口。
流程固定、输入明确,擅长重复操作。
从关键词匹配走向自然语言交互。
模型开始读写文件、访问 API、执行动作。
多个角色分工协作,完成复杂项目。
理解、推理和生成。WorkBuddy 对应内置或自定义模型。
定义"要完成什么"。对应用户下达的任务。
把目标拆成步骤。对应 Plan 模式。
让 Agent 能行动,对应文件、技能、连接器。
保存偏好和上下文,对应助理、项目、知识库。
检查结果并修正,对应校验、重试和验收。


助理记住风格,技能处理素材,自动化定时生成。
交付:周报 + 行动建议连接器取数,数据 Agent 分析,专家给出建议。
交付:图表 + 异常清单研究 Agent 规划检索路径,工具交叉验证来源。
交付:报告 + 竞品矩阵产品、设计、开发 Agent 协作生成可运行原型。
交付:原型 + 使用说明明确材料与产出位置,避免做完找不到文件。
先审查 Agent 的计划,再允许 Craft 执行。
连接器、API Key 和远程联动要单独确认权限。
一个人指挥,多个 Agent 角色执行。
把一次成功经验沉淀成可复用的工作系统。