KeyFrame內部研究專用

How Complete Beginners Master 95% of AI Agents in 26 minutes

Jake One Page26 min英文
觀看原始影片

三句話摘要

用五個基本組件(指令、工具、觸發器、通道、記憶)理解和構建任何AI代理的框架。 掌握AI agents的秘訣不在於背誦無數種實現方式,而在於認識組成它們的五個可重複利用的組件,以及如何根據需求靈活組合。 AI agents與傳統聊天機器人和自動化的核心差異在於靈活性和主動性。聊天機器人被動反應使用者提問,而agents能在排程上獨立運行、回應事件、使用連接工具並跨會話保留資訊,這讓它們能處理複雜的行政工作而不需人類持續提示。

重點整理

  1. AI agents與傳統聊天機器人和自動化的核心差異在於靈活性和主動性。聊天機器人被動反應使用者提問,而agents能在排程上獨立運行、回應事件、使用連接工具並跨會話保留資訊,這讓它們能處理複雜的行政工作而不需人類持續提示。

  2. 五個組件的相互依賴確保agent行為可預測且可控。指令為agent建立清晰的角色和邊界條件,工具提供存取Gmail、Google日曆等外部系統的能力,觸發器(排程或事件驅動)決定何時啟動任務,通道則確保結果送達最便利的位置如WhatsApp或Slack。

  3. 記憶往往被低估,但它是讓agent隨時間變得更有用的關鍵。通過保存使用者偏好如「忽略行銷郵件但優先顯示客戶郵件」,agent無需每次都重新被告知相同規則,能自動套用學習到的優先級。

  4. 一個agent可以無縫地管理多個排程任務,如同一個chief of staff既能每日早晨寄出WhatsApp簡報給個人,也能每週五向Slack通道傳送團隊報告,這展示了用五個基本組件堆疊複雜自動化的威力。

實用技巧與重點

  • 工具與平台名稱
  • 建構工具:Basecamp 44(基於Base 44的Super Agent,2026年3月推出)
  • 連接服務:Gmail、Google Calendar、WhatsApp、Slack、Notion、HubSpot、Google Drive、Jira、Microsoft Outlook、GitHub
  • AI模型:Claude Opus 5.5(用於聊天和自動化任務模型)
  • 自訂連接:支援APIs和MCP協定
  • 排程類型
  • 排程觸發器:固定時間執行(如每日早上7:00)
  • 事件驅動觸發器:回應具體事件(如緊急郵件抵達)
  • 實作步驟(Chief of Staff案例)
  • 建立morning briefing:包含「top priorities」、「schedule overview」、「action items」、「daily focus」四部分
  • 連接工具:透過插件頁面授權Gmail和Google Calendar存取
  • 設置排程:每個工作日早上7:00運行
  • 設置記憶規則:忽略行銷郵件,優先顯示客戶和合約相關郵件,內部站會列在schedule overview而非top priorities
  • 擴展功能:準備Gmail草稿(未自動傳送)、保護日曆時間(午餐時間至少45分鐘、深度工作2小時區塊)、標記日曆衝突
  • 建立週五報告:檢視過去一週的日曆事件和郵件,包含成就、會議總數、節省的專注時間、下週優先事項,送至Slack
  • 具體數據
  • 早晨郵件檢查和日程規劃可佔30分鐘至1小時
  • 午餐保護時段:12:00 PM – 2:00 PM,至少45分鐘
  • 深度工作區塊:至少2小時連續時間

結論

掌握AI agents的秘訣不在於背誦無數種實現方式,而在於認識組成它們的五個可重複利用的組件,以及如何根據需求靈活組合。

完整解析

在探索AI agents的世界時,許多人被眼花撩亂的各種實現方式所迷惑,誤以為每個agent都是獨特的客製化系統,需要逐一學習和構建。但真實情況遠為簡化——幾乎所有agents都由相同的五個組件組成:指令、工具、觸發器、通道和記憶。理解這些組件如何協作,就足以讓初學者掌握agent的運作邏輯。

指令作為agent的大腦,定義其身份、責任範圍、回應風格和操作邊界。例如,簡單說「幫助管理我的工作日」過於籠統,但具體告訴agent「扮演個人chief of staff,每日準備包含最高優先任務、日程概覽、行動項目和每日建議的簡報」就能大幅提升其行為的一致性和可預測性。工具決定agent能存取什麼資源——連接Gmail使其能讀取郵件,Google Calendar授予其查看和編輯事件的能力。觸發器則掌控執行時機,可以是固定排程(每週一早上7:00)或事件驅動(當接到緊急郵件時立即運行)。通道決定結果送往何處,可能是WhatsApp、Slack、電子郵件或其他通訊平台。

記憶是讓agent從簡單工具升級為智慧助手的關鍵。沒有記憶,使用者必須每次都重複說明哪些客戶最重要、哪些郵件該忽略、偏好的報告格式。通過在agent的記憶中保存這些偏好——如「忽略行銷郵件,優先顯示客戶關於合約的郵件」——agent能在每次執行時自動應用這些規則,結果變得愈來愈相關。

一個完整的「personal chief of staff」案例展示了這五個組件如何協作。它每個工作日早上7:00自動運行,檢查Google Calendar和Gmail的即時資訊,根據儲存的偏好過濾郵件,準備包含最重要任務和會議的簡報,同時在Gmail中草擬回覆(但不自動發送)。此外,它可以在日曆上自動保護午餐時間和深度工作區塊,識別會議衝突。每週五,同一個agent還能轉變身份,檢視過去一週的活動,製作包含成就、會議數量和下週優先事項的周報,並將其直接送到Slack團隊通道。同一個agent無需改寫指令或建立新系統,就能管理多個不同的排程任務,每個任務遵循各自的時間表和傳遞通道。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。