---
title: 不再等待指令的助手——让 AI 真正自主起来
date: 2026-05-28
author: 林远
series: 独立开发者的 AI 分身进化论
series_index: 3
coverImage: imgs/cover.png
tags:
  - Claude API
  - Agent SDK
  - AI Agent
  - 独立开发者
  - 自动化
excerpt: 输入"调研竞品最新动态"，AI 自动完成搜索、阅读、总结全流程。Agent SDK 让 AI 从工具变成真正的助手。
---

## "帮我看看竞品在干什么"

周末的早上，林远被这个想法弄醒了。

"小众清单"上线四个月，竞品们的动作越来越频繁。他想系统地调研一下，但每次打开浏览器就陷入了无尽的点击和滚动——这个产品更新了什么功能？那个产品融资了多少？用户评价怎么样？

"要是有个人能帮我做这些就好了。"

林远回顾了一下他解锁的两项能力：
- Vision：AI 能看懂截图
- Tool Use：AI 能查数据库

但这两项都有一个共同点：**他得先告诉 AI 做什么**。

截图发给 AI，AI 才解读。查数据的问题发给 AI，AI 才生成 SQL。

"我真正想要的是一个能自己规划任务的助手。我给一个目标，它自己分解任务、调用工具、汇报结果。"

这个愿望，在 Claude Cookbooks 的 `claude_agent_sdk` 目录里找到了答案。

## Agent SDK：从"工具"到"助手"

林远打开了第一个教程：`00_The_one_liner_research_agent.ipynb`。

标题让他震惊：**一行代码构建研究 Agent**。

```python
from claude_agent_sdk import ClaudeAgentOptions, query

async for msg in query(
    prompt="调研 AI Agent 领域的最新趋势，给我一个简短的总结和相关链接",
    options=ClaudeAgentOptions(model="claude-sonnet-4-6", allowed_tools=["WebSearch"])
):
    print(msg)
```

就这？林远有点不敢相信。

他跑了一遍代码，看着终端里跳出的输出：

```
🤖 Using: WebSearch()
🤖 Using: WebSearch()
🤖 Using: WebSearch()
✓ Tool completed
✓ Tool completed
✓ Tool completed
🤖 Thinking...
```

AI 自己决定要搜索三次，然后综合结果给出答案。

"等等，我没有告诉它要搜索几次，也没有告诉它搜索什么关键词。"

这就是 Agent 的核心魔力：**AI 自己决定怎么做，而不是被告知怎么做**。

官方教程里有一段话解释得很清楚：

> 研究任务是 Agent 的理想场景，原因有二：
> 1. 信息不在输入里，Agent 必须主动获取
> 2. 搜索路径在探索过程中显现，无法预先确定

林远恍然大悟。之前他用 Tool Use 查数据，每次都是他先想好问题、构造 prompt、等待答案。但 Agent 模式下，他只需要给一个目标，剩下的都是 AI 自己决定。

## 从一行代码到生产系统

教程继续深入。一行代码的研究 Agent 很酷，但它有个限制：**没有记忆**。每次查询都是独立的，上一次的结果不会带入下一次。

如果林远想问："有哪些公司？"，然后问"他们的产品有什么区别？"，第二个问题就接不上——因为 Agent 不记得第一个问题的答案。

解决方案是使用 `ClaudeSDKClient` 来保持会话状态：

```python
from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions

async with ClaudeSDKClient(
    options=ClaudeAgentOptions(
        model="claude-sonnet-4-6",
        allowed_tools=["WebSearch", "Read"],  # 可以搜索，也可以读文件
        system_prompt="你是一个专业的市场研究助手。回答时请附上来源链接。"
    )
) as agent:
    # 第一个问题
    await agent.query("帮我调研一下 Notion 和 Obsidian 的最新动态")
    async for msg in agent.receive_response():
        print(msg)

    # 第二个问题——会记住第一个问题的上下文
    await agent.query("它们的产品定位有什么区别？")
    async for msg in agent.receive_response():
        print(msg)
```

林远注意到几个关键点：

**1. `allowed_tools`：工具权限控制**

```python
allowed_tools=["WebSearch", "Read"]
```

这告诉 Agent：你可以搜索网页，也可以读取本地文件。Agent 会在需要时自动调用这些工具，不需要你手动触发。

**2. `system_prompt`：设定 Agent 的角色和行为规范**

```python
system_prompt="你是一个专业的市场研究助手。回答时请附上来源链接。"
```

这让 Agent 的回答更专业、更可信。

**3. 多模态能力**

`Read` 工具让 Agent 能读取图片、PDF 等文件。林远想起上一章的 Vision 能力——现在 Agent 可以自动读取图表并分析，而不需要他手动传图。

## 竞品调研实战

林远决定用 Agent 来做一次真正的竞品调研。

他写了一个脚本：

```python
from claude_agent_sdk import ClaudeSDKClient, ClaudeAgentOptions
import asyncio

RESEARCH_PROMPT = """
帮我调研以下内容：

1. "小众清单" 的三个主要竞品（清单类应用）：它们的最新版本更新了什么功能？
2. 这些竞品的用户评价有什么共性问题？
3. 我们可以从中学到什么？

请给我一个结构化的报告，包含来源链接。
"""

async def research_competitors():
    async with ClaudeSDKClient(
        options=ClaudeAgentOptions(
            model="claude-sonnet-4-6",
            allowed_tools=["WebSearch", "Read"],
            system_prompt="""你是一个专业的竞品分析师。
回答时请：
- 附上来源链接
- 结构清晰，用 markdown 格式
- 给出可操作的建议"""
        )
    ) as agent:
        await agent.query(RESEARCH_PROMPT)
        result_text = ""
        async for msg in agent.receive_response():
            if hasattr(msg, 'content'):
                for block in msg.content:
                    if hasattr(block, 'text'):
                        result_text += block.text
        return result_text

# 运行
report = asyncio.run(research_competitors())
print(report)
```

Agent 开始工作：

```
🤖 Using: WebSearch("清单类应用竞品分析 2024")
🤖 Using: WebSearch("TickTick Todoist Microsoft To Do 最新功能更新")
🤖 Using: WebSearch("清单类应用用户评价 常见问题")
✓ Tool completed
✓ Tool completed
✓ Tool completed
🤖 Thinking...
```

三分钟后，一份完整的竞品分析报告出来了：

> # 竞品调研报告
>
> ## 一、主要竞品及最新功能
>
> ### TickTick
> - 最新版本 (v6.6.0) 新增智能日期识别...
> - 来源: [TickTick 更新日志](...)
>
> ### Todoist
> - 推出 AI 任务分解功能...
> - 来源: [Todoist Blog](...)
>
> ...

林远看得目瞪口呆。以前做这样的调研至少要花半天，现在只要三分钟。

"这才是真正的 AI 助手啊。"

## 进阶：让 Agent 调用脚本

林远继续往下看教程，发现了更强大的能力：**Bash 工具**。

Agent 可以调用 Python 脚本来执行复杂计算或数据处理。

官方示例中有一个 `hiring_impact.py` 脚本，用于计算招聘对财务的影响：

```python
async with ClaudeSDKClient(
    options=ClaudeAgentOptions(
        model="claude-sonnet-4-6",
        allowed_tools=["Bash", "Read"],
        cwd=".",  # 工作目录
    )
) as agent:
    await agent.query("用 hiring_impact.py 计算一下招 5 个工程师对我们现金流的影响")
    async for msg in agent.receive_response():
        print(msg)
```

Agent 会自己找到脚本、理解用法、执行计算、返回结果。

林远脑子里冒出很多想法：

- 把数据分析脚本接上，Agent 能自动跑报表
- 把数据库查询脚本接上，Agent 能回答业务问题
- 把 API 调用脚本接上，Agent 能自动同步数据

"这不就是把 Tool Use 升级成了 Agent 吗？"

是的。之前是他手动调用工具，现在是 Agent 自己决定什么时候调用什么工具。

## 更进一步：多 Agent 协作

教程里有一个更高级的示例：**Chief of Staff Agent**。

这是一个协调多个子 Agent 的主 Agent：

- 主 Agent 接收用户请求，分析需要什么能力
- 把任务分发给专门的子 Agent（财务分析师、招聘专员等）
- 汇总子 Agent 的结果，生成综合报告

```python
async with ClaudeSDKClient(
    options=ClaudeAgentOptions(
        model="claude-opus-4-6",
        allowed_tools=["Task"],  # Task 工具让 Agent 可以调用子 Agent
        system_prompt="财务相关问题交给 financial-analyst 子 Agent 处理。"
    )
) as agent:
    await agent.query("我们应该招 5 个工程师吗？分析一下财务影响。")
    async for msg in agent.receive_response():
        print(msg)
```

运行时输出：

```
🤖 Thinking...
🚀 Delegating to subagent: financial-analyst
   └─ Task: 分析招聘 5 名工程师的财务影响
   📎 [financial-analyst] Using: Bash()
   📎 [financial-analyst] Using: Read()
   📎 [financial-analyst] Using: Bash()
   ✓ Tool completed
   ✓ Tool completed
   ✓ Tool completed
🤖 Thinking...
```

主 Agent 把任务交给了 `financial-analyst` 子 Agent，子 Agent 调用脚本分析数据，最后返回结果。

林远想到了他的"小众清单"：

- 可以有一个 `user-feedback-analyst` 子 Agent 专门分析用户反馈
- 可以有一个 `feature-researcher` 子 Agent 调研竞品功能
- 可以有一个 `bug-triage` 子 Agent 分类和处理 bug 报告

"这就是 AI 团队啊！"

## Plan Mode：先规划再执行

最后一个让林远印象深刻的特性是 **Plan Mode**。

在这种模式下，Agent 会先制定详细计划，但不执行任何修改操作（如 Write、Edit、Bash 等）。林远可以审核计划，再决定是否让 Agent 执行。

```python
async with ClaudeSDKClient(
    options=ClaudeAgentOptions(
        model="claude-opus-4-6",
        permission_mode="plan",  # 开启计划模式
        cwd=".",  # 工作目录
    )
) as agent:
    await agent.query("帮我重构前端组件库，提升性能和可维护性")
    async for msg in agent.receive_response():
        # Agent 会输出计划，但不会执行任何修改操作
        pass

    # 审核计划后，如果满意，继续执行：
    # await agent.query("按计划执行", continue_conversation=True)
```

Agent 会分析现有代码结构、依赖关系，然后输出一份详细的重构计划。林远可以审阅这份计划，提出修改意见，或者直接让 Agent 执行。

一个典型的计划输出示例：

```
## 重构计划

### 第一阶段：分析现状
1. 盘点现有组件数量和依赖关系
2. 识别性能瓶颈组件
3. 分析重复代码和设计不一致

### 第二阶段：制定规范
1. 建立组件命名规范
2. 设计统一的 API 接口
3. 定义性能基准

### 第三阶段：分批重构
1. 优先重构高频使用组件
2. 逐步迁移低频组件
3. 更新文档和示例

### 风险评估
- 可能影响现有功能，建议配合测试覆盖
- 团队需要时间学习新规范
```

"这个功能太实用了。"林远心想。以前让 AI 执行任务，总担心它乱来。现在可以先看计划，不满意就调整，满意了再执行。

## 回顾：从被动到主动

林远打开他的开发日志，回顾这三个月的探索：

> **第一个月：让 AI 看见**
>
> Vision 能力让 AI 能理解截图、图片、文档。用户发来的模糊反馈截图，AI 能解读出关键信息。
>
> **第二个月：让 AI 动手**
>
> Tool Use 让 AI 能查数据库、调 API。用户说"数据不对"，AI 能自己生成 SQL 去查。
>
> **第三个月：让 AI 自主**
>
> Agent SDK 让 AI 能自己规划任务、调用工具、汇报结果。给一个目标"调研竞品"，AI 自己决定搜索什么、读什么、怎么总结。

这三项能力，构成了林远心中的"AI 分身"进化路线：

```
看得懂 → 动得了 → 能自主
```

## 尾声：分身已就位

林远把这三章的内容整理成了一篇博客，发布在"小众清单"的开发日志里。

文章最后，他写道：

> 独立开发者最大的困境是"分身乏术"——一个人要做产品、运营、客服、市场、数据分析……
>
> 三个月前，我开始探索 Claude API 的能力。一开始只是想让 AI 帮我看截图，后来发现它还能查数据、跑脚本、自主规划任务。
>
> 现在我的工作流变了：
>
> - 用户发截图反馈 → AI 自动解读关键信息
> - 用户说数据不对 → AI 自己查数据库核实
> - 我需要调研什么 → AI 自己搜索、阅读、总结
>
> 我开始相信，独立开发者真的可以有"分身"。分身做的事情越多，我能专注在创造上的时间就越多。
>
> 这只是开始。Agent SDK 的能力远不止于此——多 Agent 协作、Plan Mode、Hook 机制……每一个都值得深入探索。
>
> 下一步？我想做一个"自动运营 Agent"，每天自动收集用户反馈、分析数据、生成报告，我只负责看报告和做决策。
>
> 分身已就位，接下来看它能帮我把产品带向何方。

---

## 代码参考

本文涉及的完整代码来自 Claude Cookbooks：https://github.com/anthropics/claude-cookbooks/

- `claude_agent_sdk/00_The_one_liner_research_agent.ipynb` - 一行代码的研究 Agent
- `claude_agent_sdk/01_The_chief_of_staff_agent.ipynb` - 多 Agent 协作的 Chief of Staff

**系列回顾**：
1. 那些截图里的秘密 - Vision 让 AI 看见
2. 让 AI 动手查数据 - Tool Use 让 AI 动手
3. 本文 - Agent SDK 让 AI 自主

---

*本文属于「独立开发者的 AI 分身进化论」系列，记录一个独立开发者如何逐步解锁 Claude API 的各项能力。*

"小众清单"上线四个月，竞品们的动作越来越频繁。他想系统地调研一下，但每次打开浏览器就陷入了无尽的点击和滚动——这个产品更新了什么功能？那个产品融资了多少？用户评价怎么样？

不再等待指令的助手——让 AI 真正自主起来

软件研发

人工智能

后端

开发工具

AI Agent技术助力竞品调研自动化，通过Claude Agent SDK实现智能任务分解、自主搜索分析和结构化报告生成。开发者只需设定目标，AI即可自动调用WebSearch、Read等工具完成市场研究，大幅提升效率。多Agent协作和Plan模式让AI助手更智能，为独立开发者提供强大的"数字分身"能力。

数据分析

数据库

Python

Agent

腾讯云BI新客户首次购买9.9元起！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

不再等待指令的助手——让 AI 真正自主起来-腾讯云开发者社区-腾讯云

不再等待指令的助手——让 AI 真正自主起来

不再等待指令的助手——让 AI 真正自主起来

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐