AI Agent 入门必知 12 条：工具会换，底层逻辑不变 ​

工具会换，底层的东西不会换。Token 怎么算、上下文怎么管、规则怎么写、技能怎么搭——这 12 条知识搞明白了，换什么 Agent 工具都不慌。不管用 Claude Code 还是 OpenClaw，入门先看这篇。

说起来这个系列，最初是因为很多人开始接触 AI Agent，我就想把自己踩的坑写出来，没想到写着写着就写了二十多篇。

（更没想到的是，这个系列还没写完，已经有声音在说 OpenClaw 要被 Hermes 取代了……）

但说实话，工具会换，底层的东西不会换。Token 怎么算、上下文怎么管、规则怎么写、技能怎么搭，这些搞明白了，换什么工具都不慌。

今天的目标很明确，看完这一篇，Agent 入门这件事就算交代清楚了。

第一部分：Agent 是啥？ ​

知识点 1：Agent ≠ 聊天机器人 ​

你把活儿丢给它，它自己去干。能改文件，能跑命令，不用你手动一步步操作。一杯茶一包烟，看着它干就完了。

这跟以前用网页版 AI 聊天完全不一样。以前是你问它"你觉得我该怎么办"，它给你一堆建议，然后你自己动手。Agent 是直接帮你动手。

知识点 2：Agent 由三样东西组成 ​

模型、工具、上下文。

• 模型是脑子，决定它聪不聪明
• 工具是手，决定它能干什么操作
• 上下文是脑子里装的东西，决定它怎么想、怎么做

模型你选不了太多，就那么几家的几个档位。工具大家能装的也差不多。真正拉开差距的，是上下文。

第二部分：上下文管理 ​

知识点 3：上下文 ≠ 聊天记录 ​

很多人觉得上下文就是聊天记录。不全是。

记忆、知识库、规则、技能，这些东西名字不同，但本质上都是一样的——塞进 Agent 的窗口之后，都会影响它怎么想、怎么做。所以统称叫上下文。

知识点 4：上下文有窗口限制 ​

不管你塞多少东西进去，Agent 每次只能"看到"固定大小的窗口。

窗口满了会怎样？早期的内容会被"挤出"窗口，Agent 就忘了。

知识点 5：Token 是钱，也是空间 ​

Token 怎么算？输入 token + 输出 token = 总消耗。

输入越便宜，输出越贵。同样是输出 1K tokens，价格可能是输入的 3-5 倍。

长对话时定期用 /compact 或 /summarize 让 Agent 总结当前进度，释放上下文空间，避免 token 爆炸。

第三部分：规则与技能 ​

知识点 6：规则文件不是越长越好 ​

规则文件建议控制在 2000 字以内，超过这个长度 Agent 反而会遗漏关键指令。

优先级高的规则放最前面。

知识点 7：技能 = 能力包 ​

Skill 就是给 Agent 装上工具的方式。装上什么，它就会什么。

常用 Skills 分类：

• 文件操作：读写、搜索、整理
• 网页浏览：搜索、抓取、摘要
• 代码执行：运行、调试、部署
• 数据分析：图表、报表、洞察

知识点 8：MCP 是标准化协议 ​

MCP（Model Context Protocol） 是标准化工具接入协议。支持 MCP 的工具可以无缝接入支持 MCP 的 Agent。

这意味着你不用给每个 Agent 单独写工具对接代码了。

第四部分：记忆与成本 ​

知识点 9：记忆分两种 ​

• 短期记忆：当前对话窗口内的内容
• 长期记忆：持久化存储的内容（文件、数据库）

不同 Agent 的记忆机制不同。有的用 Markdown 文件，有的用 SQLite，有的用向量数据库。

知识点 10：成本控制是必修课 ​

Agent 不是免费的。每次调用模型都在烧钱。

成本控制三原则：

1. 日常对话用便宜模型（DeepSeek、通义千问）
2. 复杂推理用强模型（Claude、GPT-4）
3. 定期清理无用的 Skill 和记忆

知识点 11：安全边界要设好 ​

Agent 有"手"之后，也能搞破坏。

• 危险命令审批：删除文件、执行 Shell 命令前确认
• 沙箱隔离：限制可操作的目录范围
• 敏感数据保护：API Key 用环境变量管理，不要硬编码

知识点 12：工具只是手段 ​

不管用 Claude Code、OpenClaw、还是 Hermes Agent，核心逻辑是一样的：

上下文管理 → 规则配置 → 技能安装 → 记忆持久化 → 成本控制 → 安全边界

这六步走完，换什么工具都能快速上手。

总结：12 条速查表 ​

工具会换，底层的东西不会换。这 12 条记住，Agent 入门就算交代清楚了。