Workbuddy+DeepSeek智能体工作流实操入门

智能体概念满天飞，但真正能上手落地的路径却很少有人讲清楚。B站UP主「海浪」的这期课程，用一张四层地图把大模型、Harness、智能体、Workbuddy平台的关系拆了个透彻，并给出零基础跑通Workbuddy的完整路线。

四层结构：从大模型到智能体平台

UP主把整个AI落地体系拆成四层：大模型 → Harness → 智能体 → 智能体平台（Workbuddy^广告）。大模型是核心，负责语言理解、逻辑推理和内容生成，DeepSeek^广告、ChatGPT都属于这一层。

Harness（英文原意「马具」）是第二层。UP主的比喻很精准：大模型是一匹野马，没驯服之前骑不上去，得配上马鞍、缰绳、马鞭，才能刹车、加速、跑长途。具体到工程上，上下文管理与记忆、工具调用（Skill）、任务循环与自验证、权限控制（比如豆包的专家模式与普通聊天模式），都属于Harness的范畴。这一层做好了，AI才真正「能用出价值」。

装上Harness的大模型，就构成了一个智能体，能稳定地执行任务。而Workbuddy这类平台则是更高一层的集成——不是单个智能体解决单个问题，而是集成大量智能体协作解决复杂问题。UP主用「蒙古大军 vs 单兵作战」来类比这个层级差异，颇为形象。

Harness 与 Agent Loop：在工程实践中，Harness 的核心机制是「Agent Loop」——模型输出 → 解析意图 → 调用工具 → 观察结果 → 再决策的循环。每一次循环中，Harness 需要把工具返回值拼回上下文，控制上下文长度（截断、摘要或检索），并在模型给出危险操作（如删除文件、发送邮件）时进行拦截确认。Claude Code、OpenAI Codex CLI 等工具本质上都是围绕这一循环构建的运行时。理解 Agent Loop 有助于理解为什么「同一模型接不同 Harness，干活能力差异巨大」。

工具调用（Function Calling / Skill）：大模型本身只能输出文本，无法直接读文件、跑命令。工具调用是模型按约定格式输出结构化请求（如 JSON），由外部程序执行后把结果回传。Anthropic 提出的「Skill」概念进一步把工具封装成带说明文档的可复用能力包，模型按需加载。这也是 Workbuddy 等平台能「接管浏览器、操作软件」的技术基础。

Workbuddy是什么：Codex的国内平替

按视频中的定位，Workbuddy可以理解为Codex的国内平替版——一个直接在你电脑里帮你干活的AI数字助手。它上手门槛低，不需要网络环境、不需要复杂配置，对新手机器友好。写方案、做表格、分析数据、生成海报、开发软件，甚至接管浏览器操作其他软件，都在它的能力范围内。

课程配套了一份「蓝皮书」，覆盖安装配置、案例实操、Skill定制到行业落地的全链路，外加10个常用办公Skill和实操资料。UP主声称这期课程系列共十节，后续将逐一讲解安装、连接器、专家技能、自动化、飞梭沟通与远程控制等内容。

Codex 指什么：这里的 Codex 并非 OpenAI 早期那个代码生成模型，而是指 OpenAI 推出的 Codex CLI / Codex 智能体产品——一个运行在本地终端、能读写代码仓库、执行命令、自主完成开发任务的编程智能体。它的特点是「在你自己电脑的环境里干活」，而非仅聊天。理解这一点，才能理解「国内平替」的含义：用国产模型 + 类似运行时，在无网络门槛的条件下复现同类体验。

接管浏览器的实现方式：平台通常通过浏览器自动化协议（如 Chrome DevTools Protocol）或浏览器扩展，让智能体能够点击、输入、读取页面。这类能力在带来便利的同时也意味着较高权限，企业部署时需关注权限隔离与操作审计。

FDE：智能体落地的「最后一公里」

从单个智能体到企业级平台之间，存在大量需要打通的衔接点，这正是FDE（前沿部署工程师）的职责所在。UP主指出FDE需要两种能力：一是对技术概念、底层原理和工具包的熟悉，二是极强的沟通能力——能快速把企业业务梳理结构化，贴合需求出方案，同时调用工具弥合大模型到Harness、智能体、平台之间的缝隙。

视频中提到FDE目前在大厂和中厂都很抢手，薪资可达几十上百W。这个说法属于UP主的个人观察，缺乏具体数据支撑，读者可作参考而非定论。

FDE 的职业背景：FDE（Forward Deployed Engineer，前沿部署工程师）这一角色最早由 Palantir 规模化实践——工程师直接驻扎客户现场，把通用平台改造成贴合具体业务的系统。随着大模型应用落地，这一模式被 AI 公司广泛借鉴：模型能力是通用的，但每家企业的数据、流程、权限体系都不同，需要有人既懂技术又懂业务来「翻译」需求。这也解释了视频中强调 FDE 需兼具技术理解与沟通能力的原因。

学习路径与适用场景

UP主给零基础学习者划了三个阶段：先用Workbuddy解决实际工作场景（老师做PPT、备课、审作业，律师筛风险点、找法律支撑），再往上定制自己的Harness和专属智能体，最后朝FDE专业方向发展。他还推荐了前微软学者孙写的《控制论》作为理解Harness理论的入门读物，称其有提纲挈领之效。

客观来看，这期内容的价值在于提供了清晰的概念框架和分层学习路径，而非具体操作演示。对完全没接触过智能体概念的初学者来说，这张「地图」能帮助建立整体认知，但真正的实操落地仍需跟随后续课程。另外，视频将Workbuddy定位为「Codex平替」的说法需要读者自行验证其功能边界，毕竟不同平台的实际能力和生态差异可能不小。