为什么想要写智能体开发相关的课程？

以前我们做前端，是“用户触发-请求-响应-渲染”的模式，流程是线性的、可预测的。但现在智能体的交互，是“用户输入-意图理解-多步决策-动态执行-结果返回”，中间可能还要调用工具、查询知识库、执行工作流，甚至反复和用户确认。比如智能体在和你对话的过程中，突然返回一个表单让你填，或生成一个图表让你看，这都是可能的。重要的是，不仅要会“用”，还要理解它背后的逻辑：它是怎么调度模型的？最重要的是，你会发现

兜兜王

659人浏览 · 2025-09-10 22:05:54

兜兜王 · 2025-09-10 22:05:54 发布

最近这段时间，有不少之前一起共事的朋友、同事，陆续来找我聊同一个话题：智能体能做什么？智能体到底怎么做？前端要做什么？后端又要做什么？大家都觉得这是个新方向，想进来，但好像连入口都找不到，完全一头雾水。

这种感觉，和我们当年刚开始学 React、Vue、Angular 的时候完全不一样。那时候虽然也难，但至少有个明确的路子：看文档、搭环境、跑 Demo、照着教程一步步把项目构建起来。哪怕踩很多坑，至少你知道坑在哪，也知道最终目标是“把页面画出来、调通接口、实现交互”。框架是框架，逻辑是逻辑，界限清楚，路径也清楚。

但现在提到“智能体”（Agent），好多人就蒙了。它听起来不像一个具体的技术栈，不像一个框架，也不像一个标准的产品形态。它好像什么都是，又好像什么都不是。有人以为是要写很多 AI 算法，有人以为是要训练大模型，还有人以为是要搞机器人……越想越复杂，越想越不敢动手。实际上我们只是需要学习制作智能体的工具和变换思维，以及我们如何更好的使用大模型帮我们干活儿（当然也有怎么样更好的写提示词）

其实从我自己的实践和理解来看，并没有那么玄乎。尤其是对我们已经做了多年开发的人来说，很多底层逻辑是相通的。最大的变化，并不在技术架构的根本颠覆，而在于——交互逻辑变了。

以前我们做前端，是“用户触发-请求-响应-渲染”的模式，流程是线性的、可预测的。但现在智能体的交互，是“用户输入-意图理解-多步决策-动态执行-结果返回”，中间可能还要调用工具、查询知识库、执行工作流，甚至反复和用户确认。它不再是一个请求一个响应那么简单，而是一个“会话流”，甚至是一个“任务流”。

也就是说，前端不再只是点击按钮跳转页面，而是可能要处理多轮对话、实时流式输出、中间状态展示、甚至是动态生成的 UI。比如智能体在和你对话的过程中，突然返回一个表单让你填，或生成一个图表让你看，这都是可能的。

但你要说技术栈有多大变化？也不尽然。前端还是 JavaScript/TypeScript，React/Vue 这些照样能用，只是你处理数据的方式和展示逻辑要适应“流”和“会话”的特征。后端也还是 Python/Go/Java，只是现在要多集成一些 AI 平台提供的 SDK、处理异步任务、管理对话状态、调度工具执行。

所以我说，做智能体，前端只是交互逻辑变了，但不是技术重来了。

那么，具体怎么开始？怎么真正动手做出一个能用的智能体？

我打算接下来通过一系列课程式的分享，带大家一步步走通这个流程。不求高深，但求可操作、可落地。哪怕你之前完全没有 AI 相关的经验，也能跟着做出来东西。

我的课程安排大致是这样：

一、Dify 的本地部署与核心概念解读

首先我们不直接写代码，而是先借助一个成熟的 AI 应用开发平台——Dify，来感受一下智能体到底是由哪些部分构成的。我会带大家在本地部署一套 Dify，讲解它里面的几个核心模块：

AI 平台：如何接入大模型（比如 GPT、Ollama 本地模型等）
插件机制：怎样让智能体调用外部工具，比如查天气、查数据库、调用 API
工作流：如何设计多步骤的自动任务流程，比如先搜索、再生成、再发布
知识库：怎样让智能体“读取”你的本地文档、公司资料，变成它的记忆的一部分

重要的是，不仅要会“用”，还要理解它背后的逻辑：它是怎么调度模型的？怎么管理会话状态的？怎么处理中断和异常的？这些思维模式，才是我们后面自己动手建智能体的基础。

二、从零开始，做一个属于自己的智能体

有了第一阶段的直观感受，我们就可以开始动手自己搭建一个简单的智能体了。这个阶段会更偏技术实践，包括：

前端：怎样做一个聊天界面，支持流式输出、消息渲染、会话管理
后端：怎样接入大模型 API、设计会话链（Chain）、处理工具调用（Function Calling）
集成：如何让智能体使用知识库、执行工作流、管理长期记忆

我不会带大家做一个大而全的系统，而是从一个极简的“自动任务执行助手”开始：你让它帮你写一封邮件，它就能去调用邮件接口；你让它总结一篇文章，它就能去读取你的文档并返回摘要。在这个过程中，你会逐渐理解什么是 Agentic Behavior（智能体行为），什么叫 Reasoning（推理），什么叫 Tool Using（工具使用）。

最重要的是，你会发现：智能体开发，并不是要你从头造轮子，而是站在现有技术和大模型能力之上，重新思考“交互如何发生”。

其实很多朋友来找我的时候，我都说：“你先别急着焦虑，咱们一点点拆，一点点做。没什么是真正突然颠覆的，技术永远是在迭代中前进的。”

如果你也一样对智能体感兴趣，但又不知道从何入手，欢迎跟着我接下来的更新一步步来。我们可以从 Dify 开始，再到自己写代码；从理解概念，到真正做出一个能用的智能体。

记住，最好的学习方式，就是亲手让它跑起来。

当然大家看过我其他课程，应该了解我分享的全是干货。如果你有特别想了解的其他AI领域的技术，欢迎留言告诉我