AI 智能体与知识库搭建

你问一句它答一句。给它发一段大纲让它写策划案，它在屏幕上吐出一大段漂亮文字。但写完之后，新建文档、复制粘贴、排版配图、核对表格 4 步繁杂苦力全归你。

特点：没有手脚、不能碰你的硬盘、无法直接帮你交付任何实物。

你给它一个最终目标：“把这个文件夹里的 20 份发票汇总成 Excel 并分类归档”。它自己建文件夹、逐一读内容、提取数字、公式核对，报错自己修，直到交付最终成果。

关键区别：具备「工具调用能力」与「自我验证报错自愈闭环」。

搜集上下文 → 采取行动 → 自我验证。干完自己检查修 Bug，配合高风险操作的人工确认弹窗。

AGENTS.md、MCP、Agent Skills 均交由 Linux 基金会旗下统一维护，学会一套技能，跨工具随身带走。

1. 圈工位：新建文件夹，圈定活动范围，不准乱跑
2. 立家规：放好 AGENTS.md 规则文件，写明底线要求
3. 控边界：要求两阶段执行，先出方案确认后再动手
4. 验成果：打开成果检查，不满意一句话让它微调

专治混乱资料夹。两阶段执行：先读取真实文件内容生成归档预览表，确认后再执行文件移动，并自动产出可视化 HTML 看板。

上一代 Copilot 只是“打字机联想词”；2026 年现代 IDE Agent 是“项目总工”，能跨数十个文件自主阅读、构思、调试并自我修复。

看懂 Diff 是你唯一的必修课。红色背景代表 Agent 删除了哪几行，绿色背景代表新增了什么。满意再点 Accept，绝不在黑盒里听天由命。

没有几百兆的重型前端界面，纯靠终端字符运行。Pi 仅给大模型提供 read、write、edit、bash 四个工具，把全部上下文窗口留给真正的问题处理。

普通聊天是一条路走到黑，第 5 步聊偏了整段垮掉；Pi 把对话存成一棵树，输入 /tree 纵览分支，输入 /fork 随时回到过去开启平行探索。

讲者避坑提醒：对话可以回到过去，但已经写在硬盘上的文件不会自动消失！

你坐在店里，桌椅菜单都是餐厅定好的。只能手动复制粘贴，收费方式通常是固定月费（如每月 $20）或每天限制次数。Agent 无法直接进入堂食餐厅。

窗口不关心你是谁，只认三样东西：走到哪个窗口 (Base URL)、递出哪张会员卡 (API Key)、报哪道菜名 (Model ID)。Pi 和 Claude Code 就是替你站在窗口前取餐的人，按 Token 实际用量结算。

官方同时开放两种方言。认准当前有效代号 deepseek-flash，拒绝网上过时旧教程。

第一行是地址，第二行是会员卡，第三行是菜名，末尾的 /anthropic 就是方言。Windows PowerShell 用 $env:ANTHROPIC_MODEL=...。

充一次钱、拿一个 Key，同时调用几十家国内外模型（DeepSeek、Kimi、千问、智谱、Llama），免去去十家平台注册十个账号的繁琐。

在电脑本地开一个极小的服务（如 127.0.0.1:3425）。Agent 以为自己在跟云端说话，其实请求先到了本机网关。网关自动把 OpenAI 格式转为 Anthropic 或 Gemini 格式再发给云端，回复返回后再转译回来。

开启后，提示词离开电脑前，密钥、密码、邮箱会自动被换成占位符；云端回复返回时再换回原内容。注意：该功能默认关闭，使用需手动勾选；极端机密文件依然遵循不传云端铁律。

API Key 当密码：$82,314 盗刷账单

2026 年 Google Cloud 用户报告其 Key 疑似泄露，48 小时内被黑客盗刷产生 82,314 美元（超 50 万元）天价账单。Key 是无密码的会员卡，谁拿到谁就能刷。

大模型没读过你的私人资料、专业课件或内部文档。直接问它，它往往不会说“我不知道”，而是基于概率编一个听起来极像样的答案，这就是所谓的参数幻觉。

就像闭卷考试全靠脑子死记硬背，记不清的地方就容易凭感觉瞎写。

RAG (Retrieval-Augmented Generation，检索增强生成)：回答前先在本地资料库里翻书，把最相关的几段真实材料捞出来拼进提示词：“照着以下资料答，没提的说不知道”。

开卷翻书，照着答还要标明出自哪一页，回答带原文精准出处，彻底消灭瞎编。