[AI, Agent, OpenClaw, 提示词工程]

从零构建 AI Agent：概念篇

当 AI 不再只是问答，而是主动规划、执行、反馈——这才叫真正的 Agent。

什么是 AI Agent？

简单说：Agent = 大脑（模型）+ 四肢（工具）+ 记忆（上下文）

普通 AI 助手你问一句答一句，等你指挥。Agent 则是你给它一个目标，它自己拆解步骤、调用工具、反馈结果——像个靠谱的助理。

Manus 就是这个思路的代表作。

Agent 的三大核心能力

1. 自主规划（Auto-Planning）

用户给模糊目标 → Agent 自己拆解步骤 → 逐个执行 → 汇报

普通 Chatbot Agent
"帮我推广产品" → 不知道怎么做 "帮我推广产品" → 先问预算/渠道/时间，再制定执行计划

2. 工具调用（Tool Use）

Agent 不是只会说话，它能真正动手： - 搜索网页、读写文件，写代码 - 调用 API、操作数据库 - 操控浏览器、发送消息

3. 持续记忆（Memory）

  • 短期：当前对话的上下文
  • 长期：跨会话记住关键信息、用户偏好、项目状态

从零构建 Agent 的关键要素

┌─────────────────────────────────────┐
│           User Goal                 │
│         "帮我做 XX"                  │
└──────────────┬──────────────────────┘
               ▼
┌─────────────────────────────────────┐
│        Goal Decomposition           │
│         目标拆解成步骤                │
└──────────────┬──────────────────────┘
               ▼
┌─────────────────────────────────────┐
│         Tool Selection              │
│        选择合适的工具执行             │
└──────────────┬──────────────────────┘
               ▼
┌─────────────────────────────────────┐
│         Execution + Loop            │
│         执行 → 检查 → 迭代           │
└──────────────┬──────────────────────┘
               ▼
┌─────────────────────────────────────┐
│         Report Back                 │
│         结果汇总 + 下一步建议         │
└─────────────────────────────────────┘

关键提示词技巧（从 Manus 学到的）

触发词 Agent 行为
"帮我做 XX" 主动拆解步骤，而不是问"你想怎么做"
"什么时候推进" 设置检查点，定时主动汇报进度
"记得通知我" 把任务加入追踪列表，到期自动提醒
"分析一下选项" 给出结构化对比表，而不是笼统建议

我的 Agent 实践

基于上述思路，我在自己的助手配置里增加了三大能力：

1. 主动任务管理

当用户说"帮我做 XX"，不是等指令，而是自己列出计划清单、主动问缺失信息、持续推进。

2. 定期进度汇报

项目有进展主动推送给用户，不需要等用户来问。

3. 结构化输出模板

决策分析用对比表，任务分解用清单，进度汇报用状态卡。

下一步

下一篇文章我会分享如何用 OpenClaw 从零搭建一个可以真正干活的 AI Agent，包括： - 工具（Tools）怎么配置 - 记忆（Memory）怎么管理 - 工作流（Workflow）怎么设计

有问题欢迎留言交流。