The AI Agent Factory：Agent 时代的权威书籍与生态系统
The AI Agent Factory
AI 工具第三时代的 canonical source，通过四个渠道交付：本书、AI 导师、AI 构建伙伴，以及不断增长的专业衍生书籍家族。
一种规范驱动、人在监督的方法，用来构建 AI-Native Company。它写给正在构建 Agent 时代劳动力的工程师、领域专家和企业领导者。
这是什么
现在是早上 8:07。项目经理的报告已经落后进度。财务负责人正在多个互不连接的系统之间对账。团队还在等一个昨天就该到达的答案。现在想象一下：他们每个人都把这项工作交给一位不知疲倦的数字同事。它会遵守指令，使用他们使用的同一套工具，检查自己的工作，并交回一份他们可以信任的结果。如何构建并指挥这样的同事，就是本书要讲的事。
先说明几个朴素的词，因为整本书都建立在它们之上：
- AI Worker（也叫 Digital FTE，即「full-time equivalent」，HR 中表示一名员工工作量的术语）是一种真正做工作的 AI，而不是只回答问题的 AI。可以把它想成一个从不睡觉的新员工：你告诉它要做什么，它完成工作，最后仍由人来签字确认。
- general agent，例如 Claude Code、Claude Cowork 或 ChatGPT，是由你指挥的通用助手。你可以用它完成自己的工作，也可以用它来构建这类 AI Worker。
- AI-Native Company 指的是这样一种公司：一位创始人带着少数人和许多 AI Worker 运营真实业务，而不是依赖庞大的员工团队。
核心想法就是这些。其余内容，都是如何把它做好。
本书不是关于聊天机器人技巧、惊艳演示，或披着战略外衣的短命原型。它讲的是如何构建可靠的 AI worker，让它们参与真实业务运营。这些系统不会取代人类判断，而是扩展它、放大它，并让它可以重复。
在本书中，我们引入 Digital FTE（Full-Time Equivalent employee）这个概念：能够像人类员工一样在组织内部执行真实工作的 AI agent。在传统组织中，FTE 表示一名全职人类员工的工作容量。Digital FTE 是它的 AI 等价物：一种智能 agent 或数字 worker，能够执行任务、运行工作流、分析信息，并在真实组织系统中协助团队。与人类员工不同，Digital FTE 可以持续运行、瞬时扩展，并大规模部署。随着 AI 系统成熟，组织会越来越多地组建由人类员工和 Digital FTE 共同组成的团队，形成把人类判断和机器智能结合起来的混合劳动力。这支劳动力构成 AI-Native Company。
术语说明。 本书中，Digital FTE、Digital Worker 和 AI Worker 交替使用。它们指同一件事：在人的监督下，在组织内部执行结构化工作的、基于角色的 AI agent。论纲使用 AI Worker 作为技术术语；本书使用 Digital FTE 作为面向业务的术语。
现代 AI 像一座高高的五层蛋糕，这是 NVIDIA CEO Jensen Huang 推广开的一个比喻。底层是能源，为全球巨型数据中心供电。其上是芯片，也就是每秒执行数万亿次计算的专用处理器。再往上是基础设施，也就是把这些计算规模化运行起来的超级计算机和云平台全球网络。基础设施之上是模型，神经网络在这里学习、推理并生成智能。最上层是第五层：应用。AI 在这里不再只是技术，而开始变得有用。
数十亿美元被投入下面四层，目的就是让第五层能够存在。本书讲的正是第五层。 它教你如何构建应用、agent 和 digital worker，把 AI 能力转化为人们使用的产品、组织依赖的工作流，以及企业能够捕获的价值。
下面几层重要，因为它们让顶层成为可能。模型、基础设施和硬件必不可少，但它们本身不会创造业务价值。只有当智能被塑造成工作流、产品、服务和人们真正能使用的运营系统时，价值才会出现。
组织之间的下一个竞争差距，不只来自谁拥有最好的模型、最大的 GPU 集群或最华丽的原型。差距会来自谁能把智能变成可重复执行。就像软件把手工流程转化成数字系统一样，Digital FTE 会把结构化知识工作转化成可扩展的运营能力。学会把它们构建好的一方，会移动得更快，更好地保存专业能力，并创造全新的杠杆。
The Agent Factory 的使命，就是帮助你设计和构建这些系统，让 AI 不只是强大，而且有用、可治理，并具备经济意义。
核心思想
本书中心有一个简单想法：
Digital FTE，也叫 Digital Worker，是可靠的 AI agent，设计用来在真实组织环境中持续执行结构化知识工作。
Digital FTE 不只是带提示词的模型。它是一个系统。它把领域专业能力、明确规范、工程架构和人的监督结合起来，让工作能够一致、可审计、可规模化地完成。
AI Agent Factory 提供了一套系统方法，用于设计和部署 Digital FTE，也就是把人类专业能力转化为可扩展 digital worker 的 AI agent。它们共同组成 AI-Native Company。
本书不只关注大语言模型，而是解释可靠 agent 系统如何从四个关键元素的组合中出现：
- 结构化规范：清楚定义 agent 必须做什么。
- 领域专业能力：指导推理和决策的「知识引擎」。
- 工程架构：确保可靠性和可扩展性的基础设施。
- 人的监督：维持问责和治理的反馈循环。
这些元素结合在一起，使组织能够创建可以信任、部署和扩展的 agent 系统。
Digital FTE 不只是技术构件，也是经济构件。它们让 AI-Native 组织能够封装专业能力、减少执行瓶颈、提高一致性，并创造新的服务模型、内部能力和收入流。构建得好时，它们不只是自动化任务，而会成为可扩展资产。
本书为什么存在
今天，世界各地的大多数组织仍以孤立实验的方式接近 AI：这里一个原型，那里一个聊天机器人，还有一个看起来很有前景、却始终进不了日常运营的工作流演示。
缺少的不是热情。缺少的是方法。
很少有组织已经形成一种可重复的方法，能构建可靠的 AI agent，并让它们真正成为劳动力的一部分。它们可能拥有强大的模型、有才华的人和真实的业务需求，却仍缺少把这些要素转化为可靠 digital worker 所需的设计纪律。
本书介绍的正是这种方法。
它解释如何识别有价值的 AI employee 机会，如何把专家知识转化为结构化规范，如何设计有边界的 agent 工作流，如何把它们部署到可靠的云原生基础设施上，并用人的监督来治理。换句话说，本书教你运营一个 Agent Factory：这是一个规范驱动（先写清楚工作的规范，再让 AI 按规范构建）、人在监督、由 agent 工具驱动的流程。通过这个流程，Digital FTE（也叫 AI Worker）会在 AI-Native Company 内被设计、制造并部署。我们用两个体现这套方法的工具演示这一流程：Claude Code，Anthropic 的前沿编码 agent；以及 OpenCode，开源、模型无关的替代方案。为其中一个工具写的 skill、spec 和架构模式，也能在另一个工具中工作。方法是常量，工具是变量。
读完本书后，你理解的不会只是 agentic AI 这个想法。你会理解如何把可靠的 Digital FTE 制造成一种组织能力。这类组织会默认成为 AI-Native。
找到你的路径
每个人都爬同一架短梯，而且你可以在任何一级停下。
1. Foundations：从这里开始。 先学几门短课，全都在浏览器中完成（ChatGPT、Claude 或 Gemini，无需安装任何东西）。这是所有人最先需要的技能。医生、会计师、学生和工程师都从同一批课程开始。
2. 模式 1：用 AI 更快完成自己的工作。 有了基础之后，你把 AI 用到自己的真实任务上：写作、分析、规划、代码。你仍然是做事的人；AI 是你的强力工具。大多数人会在这里获得巨大价值，并停在这一层。
3. 模式 2：构建替你完成工作的 AI Worker。 再往前走，你会用 AI 构建开头提到的不知疲倦的同事：即使你合上电脑，它们仍会继续完成某项工作。此时你不只是执行者，而是构建者。
模式 1 使用 general agent 在一次会话内解决问题。模式 2 使用 general agent 帮你制造一个自定义 AI Worker，而这个 AI Worker 可以在会话结束后继续运行。
你不必爬完整架梯子。基础课程加模式 1 本身就是一套严肃技能。快速开始会按课程一步步带你走上去。
新接触这些内容？请先观看这个简短导览。它会在几分钟内带你抓住核心思想；一旦理解了它，后面的每一章都会更容易读懂。
查看完整演示：Agent Factory 导览
然后阅读论纲，掌握本书其余部分建立在其上的词汇：Digital FTE、AI-Native Company、双层模型和 10-80-10 规则。接下来，快速开始：速成课 会铺开完整路径：先学基础课程（一个好的入口是 2026 年 AI Prompting），再选择你的模式，然后学习与之匹配的课程。之后就开始构建，并在需要时查阅深度章节：当工作本身提出问题时，它就是你打开的 canonical source。这与本书教授的 10-80-10 节奏相同，只是把它用于学习本书：论纲设定意图，课程承担执行，你的专业判断闭合循环。
本书写给谁
本书写给正在构建 Agentic Enterprise 的跨职能团队。这些群体通常说着不同的专业语言，追求不同的优先级，也用不同方式衡量成功，像一场没有笑声轨道的会议室喜剧。但 Digital FTE 只有在这些人协同工作时，才能被真正构建好。本书为他们提供共享框架。所有人都在参与同一个更大的项目。
| 读者类型 | 在 Agentic Enterprise 中的角色 | 你将获得什么 |
|---|---|---|
| AI 开发者与工程师 | 构建基础设施和系统 | 架构模式、规范驱动开发和云原生部署。 |
| 领域专家与专业人士 | 提供指导行为的知识 | 把专业能力转化为可复用 AI skill 和 Digital FTE 的方法，从而驱动 AI-Native Company。 |
| 企业高管 | 领导组织采用 | 企业 AI 的治理模型、风险控制和部署策略。 |
| 产品经理与架构师 | 把业务需求翻译成系统 | 把工作流拆解为 skill 和可验证输出的框架。 |
| 部门负责人和运营团队 | 把 AI 应用于运营流程 | 把内部 playbook 转化为可扩展 Digital FTE 工作流的技术。 |
AI 开发者、软件工程师与平台架构师
构建者
开发者和架构师负责把 agentic AI 的承诺转化为生产级系统。虽然很多 AI 应用仍是脆弱原型，本书引入一种系统化工程方法，用于：
- 用规范驱动开发设计 agent。
- 用云原生架构构建可扩展系统（Docker、Kubernetes、Dapr）。
- 实现安全、可审计的工具接口。
- 组织可复用 skill library，封装领域专业能力。
主题专家与领域专业人士
知识持有者
最有价值的 AI 系统依赖深厚领域知识。会计、法律、金融和供应链专业人士拥有判断力，而这种判断力会成为 AI 行为的指导结构。你会学习如何把专业能力编码进结构化产物，尤其是 SKILL.md 规范（一份 SKILL.md 是一个纯文本文件，用来封装 AI 可以加载并遵循的技能），以确保：
AI 执行例行推理，而专业人士提供判断、监督和问责。
企业高管与技术领导者
决策者
高级领导者必须从孤立实验走向可靠企业部署。本书提供一张战略路线图，用于：
- 建立治理模型和风险控制。
- 实施人在回路中的监督。
- 从试点项目逐步扩展到全企业规模。
AI 产品经理与解决方案架构师
翻译者
你在把复杂业务流程拆解为自动化任务方面发挥关键作用。本书提供实用指导，用于：
- 把工作流映射成 agent skill。
- 定义自动化推理和人类决策之间的边界。
- 设计可验证输出和评测流程。
部门负责人和运营团队
运营者
部门负责人通常管理高度结构化但耗时的工作流。本书展示如何把内部 playbook 转化为可重复 agent 工作流，以便：
- 减少重复性分析工作，提高一致性。
- 把专业能力扩展到整个组织。
- 构建持续运行的数字能力。
如何交付：一个源头，四个渠道
大多数书是一个目的地。本书是一个源头。这里有一个 canonical source，也就是定义 agent 是什么、如何构建、如何治理的权威知识库，并且它通过四个交付渠道触达读者。方法论是常量，渠道是变量。当源头更新时，例如新的升级协议、改进的模式、更清晰的定义，所有渠道都会随之更新。驱动它的模型可以更换，AI 工作所在的应用（它的 harness）可以更换，它被翻译成的语言会持续增加；源头保持不变。
📘 本书
💬 TutorClaw
🛠️ Skillpack
📚 衍生书籍
这四个渠道会触达工作实际发生的每个地方。衍生书籍跨语言、年龄组和专业学科传播。Skillpack 运行在数百万开发者已经使用的 harness 中。TutorClaw 通过 WhatsApp、Telegram 和 Web 与学习者见面，这些渠道触达数十亿人，并使用源头已经翻译成的任何语言。
三种交付模式
大多数书是写来阅读的。本书是写来阅读、通过 AI 导师教学，并指导 AI 构建伙伴的，而且三者都来自同一个知识库。它是一个学习与开发生态系统的基础，这个生态系统设计了三种交付模式。
人类阅读
TutorClaw
Agent Factory Skillpack
为什么这很重要。 同一个知识库驱动三种模式。当某章更新时，例如银行合规的新 jurisdiction overlay、法律运营的精细升级协议，更新会同时传递到 TutorClaw 的教学和 Agent Factory Skillpack 的指导。本书不是静态产物。它是一个生态系统的单一事实来源：人类学习、AI 教学和 AI 辅助构建，全都从同一个权威基础中读取。
这就是把 10-80-10 模式用于教育本身。本书设定意图（前 10%：领域知识、框架、专业标准）。TutorClaw 和 Agent Factory Skillpack 处理执行（中间 80%：个性化教学、逐步构建指导）。你验证结果（最后 10%：专业判断，确认 agent 正确、部署安全、知识可靠）。
两个工具，一门纪律
Claude Code 和 OpenCode 在本书中不是竞争者。它们是同一门纪律的两种表达。
为什么是两个工具，而不是一个？因为本书教授的纪律必须比任何具体工具活得更久。Agent Factory 方法，也就是规范驱动设计、基于 skill 的架构、人的监督，天生就是可移植的。把它绑定到单一供应商产品，会违背这套方法的前提。它还会继承读者无法控制的风险：价格变化、访问限制、战略转向。并且，它会悄悄排除那些由于经济、监管或架构约束而无法使用主流工具的读者。
前沿优先
开放且模型无关
二者都实现本书教授的同一套模式。skill、subagent、hook、MCP server（MCP 是 agent 接入外部工具和数据的标准方式）和规范驱动工作流在两者中的工作方式一致。 为 Claude Code 编写的 SKILL.md 可以放进 .opencode/skills/ 并原样运行。这门纪律是可移植的。
Agent 时代的记录系统
NVIDIA CEO Jensen Huang 曾指出，AI agent 并不会消除对记录系统的需求，也就是业务读取、写入并验证的单一可信事实来源，反而会强化它。agent 需要 ground truth。它们需要权威位置来读取、写入，并验证。没有这个基础，agent 会产生幻觉；有了这个基础，它们才能执行。
Huang 正在为企业解决这个问题。公司几十年建起来的数据库、工作流和运营平台，在 Agent 时代会更重要，而不是更不重要。agent 不会取代 SAP 或 ServiceNow。它们会以机器规模使用这些系统。
但 Huang 没有解决一层：人这一层。
数百万开发者、架构师和领域专业人士即将构建 AI agent。大多数人没有可学习的 canonical source。没有一个为验证而设计的结构化知识体系，而不仅仅是为消费而设计。他们从零散教程、过时博客文章和模型输出中学习，而这些输出未必反映生产级 agent 系统真正如何工作。
当这些开发者从学习进入构建时，同一个问题会以另一种形式出现。他们的 AI coding partner 会使用模型碰巧浮现的任何模式，这些模式可能从未被验证、限定边界，或被设计用来生产可靠 Digital FTE。没有经过验证的源头，人类学习和 AI 辅助构建都会继承同样的脆弱性。
AI Agent Factory Book 是 agentic AI 教育与构建的记录系统。
这不是比喻。本书的架构遵循 Huang 为企业系统描述的同一模式：
- 本书是 canonical source of truth：权威知识库，定义 agent 是什么、如何构建、如何治理。
- TutorClaw 是教学 agent：它从本书读取，而不是从开放互联网读取，并基于已验证知识教学，而不是概率式生成。
- Claude Code 和 OpenCode 是构建 agent：配备 Agent Factory Skillpack 后，它们从本书读取，而不是从 Stack Overflow 或零散教程读取，并根据已验证规范、SKILL.md 模板和架构模式来构建 Digital FTE 与 AI-Native Company，而不是临场拼凑代码。
- 人类判断是验证层：学生、教师、开发者和领域专家确认 TutorClaw 教授的内容，以及配备 Skillpack 的 harness 构建的内容，是否符合本书意图。这就是 10-80-10 模式的最后 10%。
但教育只是故事的一半。同一模式也延伸到构建。一旦把两条 pipeline 并排画出来，对称性本身就成了架构。
但这个模式不止于教育和构建。同一个源头还会进入第三条路径：不断增长的衍生书籍家族。每本书都沿着两个轴之一做专业化：主题 或 受众，但继承同一套词汇、架构和标准。
主题轴。 有些衍生书会把范围缩小到 Agent 时代正在重塑的单一学科。《Learning Python in the AI Era》用今天需要的方式教授 Python：同时配合 agentic coding 工具、规范驱动工作流，以及运行在 Claude Code 和 OpenCode 中的 SKILL.md 格式。《Critical Thinking in the AI Era》帮助读者获得判断能力，因为当 AI worker 处理例行推理时，这种能力变得必需。《Learning Agentic Primitives》把基础概念压缩成一个聚焦 primer：agent、skill、subagent、hook、MCP、监督循环。随着方法成熟，还会有更多标题。
受众轴。 其他衍生书保持方法论不变，但为读者重写内容。面向小学、初中和高中学生的版本，会以适合年龄的方式介绍同一套架构思想，让高中生可以用与十年后职业版读者相同的词汇，构建自己的第一个 SKILL.md。面向职业的版本会为工程师、医生、建筑师、律师、会计师、银行家，以及其他正在围绕 Digital FTE 重塑劳动力的领域改写材料。框架不变，例子、先验和深度会随读者而变。
当 canonical methodology 更新时，例如新的升级协议、改进的 Skillpack pattern、更清晰的定义，更新会传播到整个家族。每本衍生书都继承修正。
这里还有更深的对称。本书不只是使用记录系统，它还教你如何构建使用记录系统的 agent，并且为帮助你构建这些 agent 的构建 agent（配备 Agent Factory Skillpack 的 Claude Code 和 OpenCode）提供动力。学习系统的架构、构建系统的架构、课程内容本身，彼此镜像。你通过体验这个模式来学习它。你通过使用它来构建它。
同一个原则还向下延伸一层，进入基础设施：你构建的 Digital FTE 也需要一个字面意义上的记录系统。本书在这里的立场也一样：默认整合，有意专门化。也就是用一个 Postgres 把关系型数据、文档、全文搜索和 AI 向量放在一起，而不是分散到会彼此失同步的多个系统里。（架构见论纲，构建见给你的 AI 可搜索上下文。）
两种阅读方式：速成课和深度章节
本书内容有两个面向读者的层级，你可以在两者之间自由切换。
快速开始：速成课 是短小、高杠杆的入门材料，也是一条快速路径，覆盖你日常 agentic 工作中大约 80% 最常用的内容。它们让你在数小时内进入产出状态，而不是花掉几个学期，也是大多数读者开始的地方。
深度章节 是完整的书：对每个概念的完整处理，按部分和章节组织。你不需要从头读到尾。它们是你在真实工作暴露缺口时回头查的参考资料，例如 spec、SKILL.md、MCP connector、升级规则或治理问题。
速成课让你开始工作；章节让你持续工作。
构建 Agentic Enterprise
Agentic AI 不是一个功能，而是一支劳动力。下一代公司会围绕它构建，就像上一代公司围绕软件构建一样。这支劳动力被设计、制造、部署和治理的纪律，会决定谁赢下下一个十年。
这场竞争天然是全球性的。赢下它的，不会是谁拥有最大的模型或最深的 GPU stack；而是谁能在劳动力层把 AI 能力转化为可靠、可治理、可重复执行。胜出的团队不会全部坐在同几个城市。只要有互联网、有雄心，并且掌握 agentic engineering 的工作知识，人们可以在任何地方构建。
AI 工具的演进存在一种模式，它指向持久价值所在的位置。第一时代把模型变成产品。第二时代把 harness 变成产品：Claude Code、OpenCode、Cursor，以及让模型工作的 agentic coding environment。现在有些人把 harness platform，也就是 SDK、plugin、供应商专属扩展层，定位成第三时代。我们位于它上一层。我们所说的第三时代，是跨 harness、跨其平台运行的纪律本身成为产品的时代。模型会商品化。harness 会商品化。harness platform 也会商品化。能穿过这三层留存下来的，是 canonical source：方法论、词汇、验证标准，以及任何尊重 SKILL.md 格式的 harness 都能加载和运行的 SKILL.md library。
为什么这门纪律突然变得如此重要？因为经济走向正在改变。
“我们很快就会看到 10 人规模的十亿美元公司，也就是十亿美元估值。在我和科技 CEO 朋友的小群里，大家甚至在打赌第一家一人十亿美元公司会在哪一年出现。如果没有 AI，这在过去不可想象，而现在它会发生。”
—— Sam Altman，OpenAI，与 Alexis Ohanian 对话，2024 年 1 月（video · analysis）
Anthropic CEO Dario Amodei 后来把时间线收得更紧：他认为第一家单人十亿美元公司很快出现的概率已经占明显多数，并点名开发者工具、自动化客户服务和自营交易是最可能的类别。几个月内，第一个具体案例出现了：一位独立创始人用租用基础设施和 AI agent 替代员工，把一家远程医疗业务在第一年做到数亿美元收入。每个季度还会出现更多例子。
他们构建的架构形状，与 Altman 和 Amodei 描述的是同一种：创始人拥有一个 canonical source，AI agent 执行过去需要团队完成的工作，租用基础设施，也就是 harness、消息平台和模型提供方，承载剩下的部分。Agent Factory 生态系统本身就是这种形状的一个例子。本书是事实来源。TutorClaw 教学，Skillpack 构建，它们完成通常需要一个团队完成的工作。其他一切，消息应用、coding tool 和 AI 模型本身，都从其他公司租用，而不是从零构建。本书教读者如何构建这种形状的公司。读者正在阅读的这个生态系统本身，就是其中一个。
读完本书的人，理解的不只是 agentic AI 这个想法。他们会理解如何识别可以成为 Digital FTE 的工作，如何规范执行这项工作的 agent，如何部署运行它的架构，以及如何治理由此出现的劳动力。
目标很简单：走出 AI 好奇心，进入 AI 执行。专业能力变成运营能力。工作流变成可重复流程。能力变成产品。组织获得一种新的劳动力：数字化、可靠、按设计构建。学会构建这支劳动力的人，会获得前几代知识 worker 从未拥有过的杠杆。
Agent Factory 生态系统存在，就是为了把这种杠杆交到他们手里。