扣子Coze实战:三类智能体分法与多Agent协作指南

把Agent工具分为平台、软件、框架三层,并以扣子演示多Agent组队。
文章基于B站UP主的实战教程,将当前Agent生态拆为三类:面向开发者的Agent搭建平台(扣子Studio、Dify、n8n)、拿来即用的Agent软件(Claude Code、Codex、Cursor)、以及完全面向IT人员的开发框架(LangChain、LangGraph、Spring AI)。作者认为先分清这三层,比盲目追新工具更能决定学习成本。随后以扣子为例,介绍其多Agent协作的「AI团队」定位——可配置多个领域专家Agent与真人混编,Agent调用以积分计费,支持网页、桌面、移动三端互通,并可对接本地Agent执行电脑操作。文章对「一句话让多个Agent完成整个项目」的模式持保留态度,指出结果不确定且积分消耗大。最后提醒扣子官网迭代频繁,文档入口位置已变动,官方文档仍是跟踪新功能最可靠的渠道。
多Agent协作正在成为AI应用落地的主流形态,但面对琳琅满目的工具链,开发者和非开发者往往不知道从何入手。B站UP主在一期实战教程中,把当前Agent生态拆成了三类,并以扣子(Coze)为例演示了如何快速组建一支"AI团队"。这套分类方法虽然并非官方标准,但对理清工具选型很有参考价值。
三类智能体工具:先搞清楚你在用什么
UP主把市面上的Agent相关产品分为三层,这个划分直接决定了不同角色该碰什么、不该碰什么。
第一类:Agent搭建平台
代表产品是扣子Studio(开源在GitHub上,可下载安装)、Dify和n8n。这类工具面向懂技术的开发人员,通过拖拉拽和简单操作就能搭出一个智能体或知识库。UP主的判断很直接:开发人员可以浅玩,非开发人员不要碰。原因在于这类平台虽然降低了搭建门槛,但仍然要求使用者理解Agent的基本结构和数据流转。
第二类:Agent软件(Web Coding工具)
Claude Code、Codex、Cursor等工具都属于这一类。你把需求告诉它,它帮你完成具体的编码工作。UP主在视频中演示了向Claude Code描述"想做一个知识库需要什么",工具随即给出分析思路,再通过反复沟通推进任务。

这类工具的特点是拿来即用——你不需要深究它内部如何解析意图、Agent架构如何设计,配好token、花着自己的钱,它就能干活。开发者和非开发者都能上手,这也是它成为当前最热赛道的原因。UP主提到,正因为应用层门槛低,"所有之前做编码工作的同学都在卷这块"。
第三类:Agent开发框架
Python生态里的LangChain、LangGraph、Deep Agents,以及Java生态的Spring AI等,完全面向IT开发人员。要构建相对复杂的智能体,需要理解Agent的底层架构和编排逻辑。非开发者不必关注这一层。
LangChain 是目前最广为人知的大模型应用开发框架之一,核心思想是把「模型调用」「工具使用」「记忆管理」「检索增强」等能力抽象成可组合的模块,开发者通过链式调用把它们串起来。LangGraph 则是在其之上进一步解决「有状态、多步骤、可循环」的编排问题,用图结构描述节点与边,适合构建需要条件分支、回退、多轮协作的复杂 Agent。Deep Agents 更偏向开箱即用的「深度任务」型 Agent 脚手架。Spring AI 则是把同样的理念带入 Java 生态,提供统一的模型接入、提示模板、向量库集成等能力。理解这些框架的差异,关键在于看它们解决的是「单次调用编排」还是「多 Agent 状态流转」,这直接决定了项目的复杂度上限。
扣子能干什么:一支随叫随到的AI团队
理解完分类,UP主把重点转向扣子。课程标题给出的定位是"多Agent协作,新一代的AI团队"——类比公司里HR招人组队的逻辑:你可以在扣子上配置多个Agent,每个在不同领域扮演专家角色,再配合真实的人类成员,就组成了一个混合团队。UP主打了个比方:两个人类加四个Agent,就是一个六人项目组。
Agent的"工资"是积分。UP主的说法是"要么跟我聊token,要么跟我聊积分",积分充足就能调动各类Agent人才。
自由定制与行业模板
扣子默认提供了大量行业模板,覆盖法律、短视频、AIGC等场景,可以直接拿来用,也支持让Agent自行学习新技能。
所谓「行业模板」,本质上是预置好的 Agent 配置包:包含角色设定(提示词)、可用插件/工具、知识库挂载方式以及工作流编排。用户选择模板后,可以在其基础上替换知识库、调整提示词、增删工具,而不必从零搭建。这类模板降低了冷启动成本,尤其适合法律咨询、短视频脚本、AIGC 素材生成等流程相对固定的场景。但需要注意,模板的提示词与工具组合是针对通用需求设计的,直接套用到垂直业务时,往往还需要补充私有数据和业务规则,否则输出容易停留在「看起来对但不可用」的层面。
三端互通,随时随地指挥
扣子有网页版、桌面客户端和移动端。UP主的描述颇具画面感:在爬山途中掏出手机按两下,就能让Agent干活,"随时随地都能上班"。

下载入口在官网右上角,分"打开网页版"和"下载扣子"两个选项,后者提供桌面端和移动端。

对接本地Agent与"一站式"的代价
扣子可以对接本地Agent,让它在你的电脑上执行操作,类似OpenClaw广告那类需要较高权限的桌面Agent。UP主提醒,这个能力需要借助特定的本地Agent类型来实现。
关于"一站式完成项目",UP主的态度相当保留:说一句话让一帮Agent全做完,结果不一定符合预期,可能需要返工,但积分照花不误,而且消耗不小。能用,但不推荐作为默认工作方式。
「本地 Agent」指的是运行在用户自己电脑上的智能体程序,它通过系统权限直接操作文件、浏览器、终端等资源,与云端 Agent 只能调用平台提供的插件形成对比。OpenClaw 这类工具就是典型代表:需要用户授予较高的系统权限,能力更强但风险也更高,一旦指令理解有偏差,误操作的影响范围会扩大到本地文件系统。扣子对接本地 Agent 时,通常需要借助特定的连接方式或客户端,把云端编排的任务下发到本地执行,因此权限配置与安全边界是使用前必须想清楚的问题。
官网结构与文档入口的坑
扣子官网处于持续迭代状态,UP主在视频里连说了五遍"他也是在不停的迭代更新",坦言很多东西想找可能找不到。目前官网首页区分个人版和企业版,往下翻能看到示例场景(如速读医学论文),页面底部列出四个核心产品方向:扣子、扣子编程、扣子罗盘和扣子开源(即扣子Studio)。教程建议聚焦前两个,罗盘是用于测试Agent的工具,暂时可以跳过。
文档入口的位置也变了——原先顶部有"文档"字样,现在找不到了。UP主保留了旧地址,并强调官方文档是了解新功能最可靠的渠道。

这类教程适合谁
从内容取向看,这期教程面向的是"想动手但不确定工具边界"的从业者:开发人员可以借此厘清平台、软件、框架三层的分工;产品经理和非技术背景的同学则可以跳过框架层,直接从扣子这类平台切入。UP主的核心观点可以浓缩成一句:先分清你手里的是搭建平台、现成软件还是开发框架,再决定投入多少学习成本——这比盲目追新工具更有效率。
相关推荐

不写代码,靠“砍需求”和挑刺,他用AI做出上架App Store的App
游戏策划不懂前端后端,却和AI一起做出上架App Store的双端App。他不靠AI一键生成,而是靠做减法和像甲方一样挑刺,让AI搞定设计、开发、备案、上架与宣发全流程。

Harness Engineering是什么?从概念由来到企业级Agent落地
Harness Engineering是什么?本文梳理这一智能体工程范式的概念由来,解析企业级Agent高并发项目在工具调用容错、数据安全、租户隔离、记忆断层等方面的落地要求,以及面试官为何重点关注这些能力。

心智如何驾驭身体:一场被低估的自我调节革命
解读 Substack 热文《Getting the mind to steer the body to steer you》:心智如何通过身体反馈来调节自身,具身认知视角下的自我管理新框架,以及 Hacker News 社区的多角度讨论。