AI Agent基本功EP01:用Agent來學習Agent_一個 GitHub repo，複製我的整套 AI 工作流到你的 Agent
三句話摘要
AI Agent 基本功第一集：從生成式 AI 轉型到本地代理 AI 的核心概念與入門工具選擇。 AI Agent 的本質是把雲端 AI 搬進本機、讓它直接操控電腦，一旦學會「專案資料夾 + 雙層 .md 記憶檔 + 問 Agent 代替看教學」這個工作邏輯，效率就能從根本上突破生成式 AI 的上限。 生成式 AI vs. AI Agent 的本質差異
重點整理
重點- 1
生成式 AI vs. AI Agent 的本質差異
- 2
雲端 AI 只能在瀏覽器對話框內工作，使用者必須手動在各工具間複製貼上、切換視窗；AI Agent 直接在本機執行，可讀寫檔案、操控程式與瀏覽器，把人類從勞務中解放出來。
- 3
Agent 的記憶架構是雙層 .md 檔
- 4
Agent 只記得兩個地方的內容：全域 agents.md（所有專案通用的設定與身份資訊）和專案目錄內的 agents.md（該專案的工作藍圖）。換電腦或換專案目錄，其餘對話內容一概不保留，這是與雲端 AI 最大的操作差異。
- 5
「用 Agent 學 Agent」的方法論
- 6
講者將自己頻道所有影片字幕（繁體中文，專為演算法與 AI 上傳）批次下載到本機專案資料夾，讓 Agent 以此為知識庫，使用者直接問問題就能得到「該看哪集影片、具體怎麼做」的精確指引，省去逐集觀看的時間。
- 7
工作流程可透過 GitHub repo 共享給任何人的 Agent
- 8
將工作流程寫成 README/MD 檔放到公開 GitHub repo，任何人的 Agent 讀取該網址後即可完整複製整套流程。現代 repo 的讀者已不是人類，而是 AI Agent。
實用技巧與重點
乾貨- 工具與平台
- Claude Code：付費，額度消耗快，不推薦一般教育工作者訂閱
- Codex（OpenAI）：月費 $20 美元，最推薦，速度略慢但聰明、功能全面、可畫圖
- AntiGravity（Google Gemini 桌面代理版）：需 Google Pro 訂閱 $20 美元/月
- OpenCode：開源免費，設定較繁瑣，需自行申請 API key
- NotebookLM：可貼入 YouTube 網址抓取字幕作為知識庫（每次最多 10 條）
- 免費方案推薦模型
- OpenCode Zen 方案 → DeepSeek V4 Flash Free（推薦首選）
- NVIDIA 免費方案 → DeepSeek V4 Flash（需排隊，速度較慢）
- Python 工具（影片中刻意未唸出名稱以避免 YouTube 版權警告）
- 可批次抓取 YouTube 字幕，支援多種輸出格式，安裝後直接在 Agent 指令中呼叫
- Agent 記憶檔命名規則
- Codex 預設：`agent.md`
- Claude Code 預設：`claude.md`
- AntiGravity 預設：`antigravity.md`（各系統略有不同）
- 操作流程（AntiGravity 示範）
- 新增本機資料夾作為專案目錄
- 在 Agent 介面選 New Project，指向該資料夾
- 開啟 Turbo Mode（自動核准所有操作）
- 讓 Agent 安裝 Python 字幕抓取工具
- 指定 YouTube 頻道，批次下載所有字幕檔至專案資料夾
- 在對話中直接提問，Agent 從字幕檔找答案並回傳影片名稱與網址
- 輸出工作流程說明至公開 GitHub repo，供他人 Agent 複製
- 效益數字
- 宣稱效率提升：5–10 倍（相較使用生成式 AI）
- Codex 月費：$20 美元（約新台幣 600 元）
- Claude Code 額度：拍攝當天已用盡，距重置仍剩 17 分鐘
結論
結論“AI Agent 的本質是把雲端 AI 搬進本機、讓它直接操控電腦，一旦學會「專案資料夾 + 雙層 .md 記憶檔 + 問 Agent 代替看教學」這個工作邏輯，效率就能從根本上突破生成式 AI 的上限。”
完整解析
詳細這支影片是三師爸「AI Agent 基本功」系列的第一集，專為從未接觸過本地代理 AI 的教育工作者設計，核心問題是：生成式 AI 和 AI Agent 到底差在哪裡，以及怎麼用最低成本開始入門。
講者首先釐清兩者的根本差異。過去大家熟悉的 ChatGPT 對話、Gemini、NotebookLM 都屬於生成式 AI，所有對話資料存在雲端伺服器，換電腦登入帳號即可取回，使用上毫無門檻。然而正因為它跑在雲端，AI 無法觸及使用者的本機檔案，使用者必須在不同工具之間手動複製貼上、切換視窗，工作流程被切割成一段一段。AI Agent 則是把 AI「請進」本機電腦，透過一個像作業系統的桌面應用程式作為執行環境（Codex Desktop、AntiGravity 桌面版、OpenCode 等），讓 AI 能夠讀寫任意檔案、操控瀏覽器、執行程式，完全取代人類在電腦上所有的勞務操作。講者強調，這種效率差距是 5 至 10 倍，一旦使用過 Agent，便幾乎不會再回頭開 ChatGPT 或 Gemini 的網頁版。
工具選擇上，講者根據訂閱費用與使用體驗給出明確建議。Claude Code 功能強大但額度燒得極快，拍攝當天已耗盡額度，不推薦資源有限的教育工作者訂閱。Codex（OpenAI）月費 20 美元、功能全面且支援繪圖，是他最推薦付費的選擇。Google 的 AntiGravity 桌面版同樣月費 20 美元，適合已有 Google Pro 訂閱的用戶。完全不想花錢的話，可以安裝開源的 OpenCode，搭配免費的 DeepSeek V4 Flash Free 模型使用，雖然設定步驟較繁瑣，但足以體驗 Agent 的基本能力。
在觀念建立後，講者現場示範了這集的核心主題——「用 Agent 學 Agent」。他的 YouTube 頻道每部影片都有繁體中文字幕，這些字幕並非只為觀眾而上，而是同時為 YouTube 演算法和觀眾自己的 AI Agent 準備的機器可讀語料。示範中，他在 AntiGravity 裡建立一個新的本機專案資料夾，讓 Agent 安裝一套 Python 字幕抓取工具（因版權疑慮刻意未口頭點名），批次下載頻道內所有影片的字幕檔存到本機。接著直接在對話框提問：「我要從零開始學 AI Agent 處理教學檔案，應該看哪幾集影片？」Agent 立刻從字幕檔中找出相關內容，回傳具體做法、影片名稱與直達網址。這套流程讓使用者不必再逐集瀏覽播放清單，只需問 Agent，它就充當一個懂得所有頻道內容的私人助理。
最後講者展示了 Agent 時代的知識共享方式。他當場讓 Agent 把剛才的整套工作流程寫成一份 Markdown 說明文件，推送到公開 GitHub repo，並將網址貼到直播聊天室。任何人只要把這個網址丟給自己的 Agent，Agent 讀取後就能完整複製這套工作流程，無需再看影片或閱讀教學。這個示範說明了現代 GitHub repo 的真正讀者已經不是人類，而是 AI Agent 本身。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
