傅盛臥床14天“養龍蝦”爆火：AI Agent新范式，從“對話”到“執行”

問題：為什么你和AI聊天，它卻“只說不做”？

你有沒有過這種體驗？讓ChatGPT寫周報，它唰唰生成一大段，最后還得你手動復制粘貼到文檔里。讓DeepSeek分析數據，它給出思路，但整理表格、跑腳本的活兒還是得自己來。

傳統AI工具像個“超級學霸”，有問必答，知識淵博，但不會主動幫你把事情做完。你得一步步指揮，它才一步步回應。這就是典型的“被動應答”模式。

最近，獵豹移動CEO傅盛臥床14天，從零開始“養龍蝦”（在AI Agent平臺“龍蝦”上創建智能體）的故事火了。他沒寫一行代碼，沒調一個API，純粹靠自然語言對話，就“馴化”出了8個能自主干活的Agent團隊。這背后揭示的，正是AI Agent的新范式：從“被動應答”到“主動執行任務”。

方案：認識“龍蝦”——你的AI任務執行官

“龍蝦”（m.nhjb.com.cn）這類平臺，不是另一個聊天機器人，而是一個AI Agent（智能體）構建與運行環境。你可以把它想象成一個“數字員工培訓中心”。

• 傳統AI（如ChatGPT）：像一本百科全書，你翻到哪頁它給你看哪頁內容。
• AI Agent（如“龍蝦”）：像一個新來的實習生。你告訴它：“幫我每天早上9點，從行業網站抓取最新新聞，整理成摘要，發到我郵箱。” 它聽懂了你的意圖，然后自己規劃步驟（打開瀏覽器->訪問網站->篩選信息->撰寫摘要->發送郵件），并自主執行，直到任務完成。

核心差異在于 “自主性” 和 “執行力”。傅盛“養龍蝦”的過程，就是用大白話給這個“實習生”立規矩、教方法、分配任務，最終讓它能獨立負責一攤事兒。

步驟：如何用自然語言“馴化”你的第一個AI Agent？

下面，我們以“龍蝦”平臺為例，模擬創建一個簡單的“新聞摘要助手”Agent。整個過程無需編程。

第一步：創建你的“數字員工”

1. 訪問m.nhjb.com.cn（m.nhjb.com.cn）并登錄。
2. 在控制臺找到“創建新Agent”或類似按鈕。
3. 為你的Agent起個名字，比如“新聞簡報員”。

4. 在“人設與指令”描述框中，用自然語言寫下它的核心任務。

   為什么這一步重要？ 這相當于給你的AI員工做“入職培訓”。清晰的描述是它理解自己該干什么的基礎。

   # 角色
   你是一個專業的科技新聞簡報員。
   
   # 任務
   每天上午9點，自動執行以下任務：
   1. 訪問“36氪”網站首頁。
   2. 抓取最新的5條科技類新聞標題和摘要。
   3. 將內容整理成格式清晰的Markdown列表。
   4. 將整理好的簡報發送到我的郵箱（[你的郵箱地址]）。

第二步：賦予它“手和腳”——連接工具

Agent光有“大腦”（大語言模型）不夠，還需要“手和腳”（工具）去操作電腦、訪問網絡。

1. 在Agent的配置頁面，找到“工具”或“技能”模塊。
2. 啟用“網頁瀏覽”工具，這樣它才能去抓取新聞。
3. 啟用“郵件發送”工具，并按照提示完成郵箱授權（通常需要SMTP服務器地址和授權碼，平臺會有詳細指引）。

4. （可選）如果需要處理文件，可以啟用“文件讀寫”工具。

   為什么需要連接工具？ 這是Agent與純聊天AI的根本區別。工具讓它從“思考”跨越到“行動”，擁有了在數字世界里“動手”的能力。

第三步：設定觸發規則——讓它定時“上班”

1. 在配置頁面找到“觸發器”或“調度”設置。
2. 選擇“定時觸發”。
3. 設置執行時間為“每天上午9:00”。

4. 保存所有設置。

   為什么需要觸發器？ 這賦予了Agent“主動性”。它不再需要你每次手動輸入指令，而是像真正的員工一樣，按計劃自動開始工作，實現了任務的自動化運行。

驗證：看看你的Agent是否“上崗”了

完成設置后，你可以通過以下方式驗證：

1. 立即測試：在對話界面輸入：“現在立即執行一次你的核心任務。” 觀察Agent是否按步驟操作，并檢查郵箱是否收到郵件。
2. 查看日志：平臺通常有“運行日志”或“歷史記錄”功能。點進去可以看到Agent每次任務的執行過程、訪問了哪些網頁、遇到了什么問題。這是調試和優化Agent的關鍵。

3. 效果展示：成功運行后，你每天郵箱里會準時收到這樣一封郵件：

   主題：每日科技新聞簡報 - 2023年10月27日
   內容：
   # 今日科技頭條
   
   1.  **標題：OpenAI發布GPT-4 Turbo，成本大降**
       *   摘要：在首屆開發者大會上，OpenAI推出了更強、更便宜的GPT-4 Turbo模型，支持128K上下文，并推出了GPTs自定義應用商店...
   
   2.  **標題：小米澎湃OS正式發布，打造“人車家全生態”**
       *   摘要：小米全新的操作系統澎湃OS揭開了面紗，旨在打通手機、汽車和智能家居設備，實現無縫協同體驗...
   （以下略）

常見問題

Q：我完全不懂技術，真的能“養”好嗎？
A：傅盛的例子已經證明了這一點。關鍵在于清晰地描述你的需求。你不需要知道“網頁抓取”用什么代碼，你只需要告訴Agent“去某個網站看新聞”。平臺底層會調用合適的技術能力。

Q：Agent執行任務出錯了怎么辦？
A：這正是“馴化”的過程。查看運行日志，找到錯誤原因（比如“無法訪問該網站”）。然后你可以在對話中“教育”它：“如果遇到網站無法訪問，就嘗試另一個新聞源，比如‘虎嗅’。” 通過多輪對話反饋，它的表現會越來越好。

Q：這和我自己寫Python腳本有什么區別？
A：門檻和效率。寫腳本需要學習編程、處理反爬、部署定時任務……而“養龍蝦”是把這套復雜的技術棧封裝成了自然語言交互界面。你用說話的方式“編程”，極大降低了使用AI自動化的門檻。

下一步學習建議

“養龍蝦”的核心是用對話驅動自動化。掌握了這個思路，你可以解鎖更多場景：

1. 創建你的第二個Agent：試試“社交媒體監控員”，讓它每天在微博/推特搜索特定關鍵詞，匯報討論熱點。
2. 探索工作流編排：當單個Agent任務復雜時，可以學習在“龍蝦”或類似平臺（如Dify、Coze）上搭建多Agent協作的工作流。例如，讓“新聞簡報員”把抓取到的內容，交給“深度分析員”Agent生成一份評論報告。

3. 相關教程推薦：

   • 《手把手教你用Dify搭建第一個AI工作流》：了解如何將多個AI任務像流水線一樣串聯起來。
   • 《Cursor編程助手實戰：讓AI幫你寫和改代碼》：如果你對讓AI執行更技術性的任務感興趣，可以從這里開始。
   • 《本地部署Llama 3：擁有一個完全私有的AI大腦》：探索如何在自己的電腦上運行大模型，為Agent提供更底層的能力。

從傅盛的14天實踐可以看到，AI的未來不僅僅是更好的聊天，更是更自主的行動。現在，你已經知道了如何邁出第一步——不再是和AI對話，而是開始“培養”一個屬于你自己的AI執行者。