智能体与计算机操作

在n8n中构建你的第一个AI智能体：端到端的潜在客户分流工作流

完整演示如何在n8n中构建一个真正可用的AI智能体——接收潜在客户后进行分流、信息补充、评分和转交。涵盖每个节点、每段提示词和每个常见陷阱。

浏览器智能体与计算机使用：如今究竟能做什么

浏览器智能体和计算机使用AI承诺能像你一样操作计算机。2026年的现实比演示看起来更实用，也更受限制。本文将实事求是地介绍哪些方法可行、哪些不可行，以及适合应用它们的场景。

13 分钟阅读

如何设计不会无限循环的智能体

生产环境中最常见的智能体故障，是陷入无限或近乎无限的循环：智能体不断重试、转向分支，消耗大量token，却没有取得进展。本文介绍如何通过架构设计避免这类问题，让智能体即使面对困难任务也能正常结束。

此主题下的更多内容

Make Codex, Claude Code, and Cursor work as one CLI team

Use AGENTS.md, CLAUDE.md, Cursor rules, and CLI print modes so Codex designs, Claude reviews, and Cursor implements—without a custom orchestration platform.

15 分钟阅读

Multi-agent project management with Linear: Claude, Cursor, and Codex on one backlog

Run Claude Code, Cursor, and Codex against the same Linear project like a real engineering team: claim work, mark progress, hand off review, fix findings, and close issues without stepping on each other.

6 分钟

AI语音智能体：工作原理及其声音逼真的原因

CX Foundation. 视频将语音智能体拆解为一条实用流水线：语音识别、语言模型、业务系统API、文本转语音和中断处理。在你选择Twilio、Retell、Vapi、LiveKit或其他平台前，这能为文章中的上线框架奠定具体的技术基础。

9 分钟阅读

AI原生IDE与感知代码仓库的编码工作流

只有当团队设置明确边界时，Cursor、Copilot、Claude Code和感知代码仓库的智能体才能真正改变软件开发方式。本实用工作流涵盖代码库上下文、规划、测试、评审、密钥和生产安全。

9 分钟阅读

客户流程中的语音智能体：适用场景与失效边界

当流程边界明确、数据可用且回退机制顺畅时，语音智能体能够发挥作用。本指南提供一套实用的决策框架，涵盖Twilio/Retell式系统、披露、转接、测试和分阶段落地。

LangGraph、CrewAI还是直接调用API：2026年如何选择智能体框架

2026年的智能体框架生态比以往成熟，却依然没有明确的统一选择。LangGraph、CrewAI、Pydantic AI、OpenAI Agents SDK和直接调用API各自适合一部分团队和项目，但没有一种方案适用于所有情况。本文将如实比较这些方案，并提供一套决策框架。

能解决70%工单的AI客户支持智能体

一种切实可行的AI客户支持智能体设计：解决常见问题，将疑难问题升级给人工，同时避免犯下登上Hacker News的那类错误。本文涵盖架构、提示词和防护措施。

10 分钟阅读

用AI构建全天候简报或新闻通讯

自动发送到收件箱、而且内容确实值得阅读的每日简报或新闻通讯，是最具杠杆效应的AI构建项目之一。本文将介绍其架构、提示词，以及让它持续发挥价值所需的规范。

生产环境中的计算机操作与浏览器智能体

计算机操作与浏览器智能体的演示经常引发热议，但大规模生产部署呈现出另一番面貌：任务范围更窄、约束措施更多、用户体验设计更谨慎。本文介绍行之有效的模式、反复出现的故障，以及真实的成本效益。

10 分钟阅读

如何安全地将AI连接到电子邮件、日历和CRM

将AI连接到实际使用的工具——电子邮件、日历、CRM——既能释放生产力，也会带来风险。本指南介绍2026年行之有效的集成、安全模式，以及不应逾越的界限。

10 分钟阅读

面向非工程师的MCP：将Claude或Cursor连接到你的工具

MCP是将AI连接到工具的新标准。无需亲自编写MCP，也能从中受益。这份面向非工程师的指南将说明MCP是什么、应安装哪些服务器，以及当AI真正能够执行操作后可以实现什么。

为长期运行的智能体构建记忆系统

智能体需要上下文窗口之外的记忆。长期记忆架构——存储什么、何时检索、如何遗忘——决定了智能体是像真正“了解”你一样延续互动，还是每次对话都从零开始。本文介绍相关设计模式及其生产环境权衡。

9 分钟阅读

n8n、Zapier与Make对比：选择合适的自动化技术栈

坦诚比较2026年用于AI工作流的三大自动化平台。了解各平台擅长什么、局限在哪里，以及如何运用决策规则做出不后悔的选择。

超越文本块的RAG：图RAG、智能体RAG与长上下文RAG

经典的基于文本块的RAG存在局限。图RAG、智能体RAG和长上下文RAG以不同方式突破了这些限制。本文介绍各自适用的场景、实际工作原理，以及生产环境中重要的权衡。

190 分钟

LangGraph初学者完整课程：用Python构建复杂AI智能体

freeCodeCamp.org. 这是一份长篇代码跟练教程，逐步构建LangGraph的状态图、节点、边、条件路由、检查点和工具调用。完成后，你将对类型化状态和“每次状态转换都显式定义”的模型有足够直观的认识，文章对CrewAI和直接API代码的比较也就不再抽象。

66 分钟

CrewAI教程：初学者完整速成课

aiwithbrandon. 这是同类构建教程，但采用CrewAI的“角色—目标—背景故事”风格：把智能体视为团队成员，把任务视为交付物，由框架隐藏执行循环。建议看完LangGraph课程后立即观看；两者在框架替你做多少决定方面的鲜明对比，正是文章要求你权衡的重点。

15 分钟

我们如何构建高效智能体：Anthropic的Barry Zhang

AI Engineer. Barry Zhang提出三条规则：工作流能解决时就不要构建智能体；让循环尽可能简单；以及“像你的智能体一样思考”（置身于它的上下文窗口中，你会发现它在两张截图之间几乎是在摸黑决策）。这种简化思路和“这个任务是否真的值得使用智能体”检查清单，正是文章所倡导的工程纪律。

18 分钟

构建AI智能体的实用建议

Anthropic. 三位Anthropic工程师逐一讲解他们最常见到的陷阱：智能体不知道何时停止；不修复环境，却在系统提示中堆叠过多指令；以及根本没有必要采用的多智能体设计所带来的成本。建议紧接着Barry的演讲观看；你会从另一个角度认出同样的模式。

31 分钟

如何使用n8n构建AI客户支持智能体（免费模板）

Bart Slodyczka. 这是一个实用的n8n工作流，可以接入Zendesk、Gorgias或Freshdesk，使用基于RAG的答案回复工单，并将已解决工单反馈到知识库中。它是YouTube上与文章所述架构最接近的视频。

231 分钟

如何构建并销售AI智能体：终极新手指南

Liam Ottley. 客户支持智能体是Liam最擅长的用例，这门课程用了相当多的篇幅讲解基于RAG的聊天机器人、升级处理逻辑，以及他服务真实客户时使用的无代码技术栈（Botpress、Voiceflow、Make和n8n）。其中的“智能体构成”一节尤其值得关注，它与文章中的分流→回答→操作→移交结构几乎一一对应。

24 分钟

Operator与智能体简介

OpenAI. 这是Operator的实际发布演示。团队用它预订餐厅、购买杂货和活动门票，也展示了Operator如何因重定向而停滞，或遇到登录时将控制权交还给用户。这是了解浏览器智能体实际使用体验最清晰的材料：截屏与点击的循环、执行“有状态”操作前的确认，以及防范提示词注入的护栏——这些细节正是文章希望帮助你建立的合理预期。

2 分钟

Claude｜通过计算机使用功能编排任务

Anthropic. Anthropic用两分钟演示Claude如何通过直接操控桌面来规划一项涉及多个应用的小任务——搜索Web、查看Maps、添加日历邀请。它与下方Operator演示中仅使用云端浏览器的模式形成鲜明对比，也能帮助你直观验证文章的观点：计算机使用智能体最适合短小、边界清晰的事务，而不是开放式工作。

5 分钟

Claude接管了我的电脑

Fireship. 这是YouTube上对“截图—操作—截图”循环最清晰的短篇讲解，也如实展示了各种故障模式（Claude跑去查看Yellowstone、token消耗、每一步的延迟）。Fireship有意淡化了生产细节——这部分请阅读文章——但它能让你在将此类系统纳入技术栈前，正确理解它们为何成本高昂且十分脆弱。

8 分钟

Anthropic的Claude Computer Use带来重大变革｜YC Decoded

Y Combinator. Garry Tan讲解计算机操作真正改变了软件中哪些难以自动化的长尾场景：遗留应用、内部门户，以及任何没有API的系统。这里的论述正好对应文章中“浏览器是通用界面”的观点，并以更贴近商业现实的视角说明它最先能在哪些场景产生回报。

25 分钟

OWASP攻击LLM的10种方式：AI漏洞揭秘

IBM Technology. 视频从提示词注入扩展到更全面的OWASP LLM十大风险——不安全的输出处理、敏感信息泄露、过度代理等。在向任何工具授予Gmail或HubSpot权限范围之前，你正需要在脑中备好这份故障模式清单。

11 分钟

什么是提示词注入攻击？

IBM Technology. Jeff Crume用“以$1购买一辆SUV”的例子，在10分钟内极其清楚地解释了为什么直接提示词注入与间接提示词注入是两类不同的问题，以及为什么过滤无法彻底解决任何一类。这与文章的论点直接呼应：对于任何不可逆操作，你需要最小权限范围、专用智能体账号和人在回路机制，而不是更巧妙的系统提示词。

26 分钟

25分钟从零构建你的第一个AI智能体（无需编程）

Futurepedia. 视频从头开始，一次性构建出一个可运行的n8n智能体，并在过程中停下来解释智能体究竟是什么、它与线性工作流有何不同，以及应在何处设置防护边界。看完后，你会认出文章示意图中的每个节点，也会对合理的默认设置形成直观认识。

92 分钟

n8n大师课：构建AI智能体并实现工作流自动化（从入门到精通）

Nate Herk | AI Automation. Nate是专注n8n的从业者中观看次数最高的创作者之一，而这堂大师课比Futurepedia的入门教程更加深入——涵盖记忆、多智能体配置、错误处理和真实业务工作流。当你的潜在客户分流智能体已经正常运行，并希望进一步扩展时，可以观看这段视频。

20 分钟

模型上下文协议（MCP）

Anthropic. 协议设计者Theo Chu、David Soria Parra和Alex Albert亲自讲解了MCP为何存在、它的组成部分（服务器、客户端和传输机制）、自2024年11月发布以来的反响，以及他们日常实际使用哪些服务器。看完Nate Herk的概览后，这是一份很有价值的权威资料。