基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

一、这份分享的目标 这份内容主要是帮助大家建立一个可落地的基础认知，重点包括： AI 在实际工作中的使用方式 Agent 、 Skills 、 Rules 、 MCP 的区别 这些能力在 Everything Claude Code 里的协作方式 如何从“单次对话”转向“多智能体分工协作” 二、为什么要先理解这些概念 很多人第一次使用 AI 时，会把它理解成“一个什么都能回答的聊天工具”。 但如果要真正把 AI 用到工作流里，就会发现它其实由几类不同的能力组成： 有的负责执行任务 有的负责提供专门知识 有的负责限制行为边界 有的负责连接外部系统和数据 如果不先分清这些概念，就容易出现这些问题： 不知道什么任务该交给谁 以为 AI 会自动理解所有上下文 配置了很多内容，但整体效果还是不稳定 工具接了一堆，却没有形成清晰分工 三、从“问答式 AI”到“协作式 AI”

  1. 问答式使用 最常见的方式，是把 AI 当成搜索引擎或者问答工具使用，比如： 问一个概念是什么 让它总结一段文字 让它翻译、润色、改写 让它快速给一个建议 这种方式的优点是简单直接，但缺点也明显： 多数是一次性回答 上下文容易丢失 不一定适合复杂任务
  2. 协作式使用 当你开始让 AI 参与真实工作时，它就不再只是“回答问题”，而是开始“参与做事”。 例如： 帮你拆解需求 帮你整理资料 帮你生成初稿 帮你查找相关文件 帮你执行重复性操作 这时，AI 的角色会从“回答者”变成“协作者”。 3.…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。