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，用于构建 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。
从这里开始：读完本书的最短路径
如果你已经知道这本书是什么，只想最快进入正题，请按下面 4 步走。如果你想先理解它为什么存在，请继续往下读。
本书有意写得很大。它不是线性文本，而是一个记录系统。但对只想先抓住核心信号的读者来说，有一条最短路径：4 步。
1. 阅读论纲。 论纲建立本书其余部分所依赖的词汇：Digital FTE（也叫 AI Worker 或 AI Employee）、AI-Native Company、双层模型、10-80-10 规则。没有论纲，后面的每章都会更难读；有了论纲，每章都会找到自己的位置。
2. 选择你的模式。 论纲中的通用 agent 使用的两种模式说明读者在实践中使用通用 agent 的两种方式。模式 1：问题解决，适合你想让 AI 帮助你更快完成工作。模式 2：制造，适合你想构建替你完成工作的 AI Worker。选择与你的背景和意图匹配的模式。你选择的模式会决定下一条学习路径。
3. 先完成基础，再进入对应速成课。 快速开始：速成课把课程组织成两条路径。入门页面会给出更多细节。
4. 开始构建，按需使用本书。 完成基础和起步课程后，就开始工作。遇到规范、SKILL.md、MCP connector、升级规则或治理问题时，打开相关章节。本书设计成按需阅读：当工作本身提出问题时，它就是你回来的 canonical source。
为什么这个顺序有效。 论纲是前 10%，负责意图和词汇。基础课程和你所选模式的起步课程让你进入可操作状态。章节是执行时调取的 80%。你的专业判断负责收尾。这正是本书教你用于 AI 劳动力的 10-80-10 节奏。学习本书的最短路径，就是把本书的方法论用于学习本书。
“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有 70% 到 80%，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，第一批具体案例已经出现：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 4 亿美元收入。每个季度还会出现更多例子。
这个预测不再只是愿景。产生它的架构已经开始显形。在真实组织里，它通常这样开始：
早上 8:07，项目经理已经落后于报告进度。财务负责人正在多个互不连接的系统之间对账。运营团队还在等待昨天就该到达的答案。过去他们会打开 10 个 dashboard，追着 5 个人问，手工拼接决策。现在，他们把工作交给一个 Digital FTE：一个遵守规范、使用获批工具、在人的监督下工作，并生成组织真正可以信任输出的 AI employee。
这就是本书的承诺。
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，专用处理器每秒执行数万亿次计算。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 4 层，目的就是让第 5 层能够存在。本书讲的正是第 5 层。 它教你如何构建应用、agent 和数字 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 prompt 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数字 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 4 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：保证可靠性和可扩展性的基础设施。
- 人的监督：保持问责和治理的反馈循环。
这些元素共同让组织能够创建可以信任、部署和扩展的 agent 系统。
Digital FTE 不只是技术构造，也是经济构造。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，它们不只是自动化任务，而会成为可扩展资产。
本书写给谁
本书写给正在构建 Agentic Enterprise 的跨职能团队，包括：
- AI 开发者与架构师：构建生产级、可靠的 agent 系统。
- 领域专家：把细分专业能力转化为可复用 AI skill。
- 企业高管：引导负责任、可扩展的 AI 采用。
- 产品经理：把复杂业务工作流翻译成 agent 能力。
- 运营团队：用 AI agent 解决真实组织瓶颈。
这些群体共同构成构建 Digital FTE 所需的协作基础。Digital FTE 是一种新的数字 worker，旨在扩展人类专业能力并释放新的经济价值。
这些群体往往说着不同的专业语言，追逐不同优先级，用不同方式衡量成功，像一场没有笑声提示的会议室喜剧。但 Digital FTE 只有在这些群体协作时，才可能构建得好。
本书给他们一个共同框架。
本书为什么存在
今天，世界各地大多数组织使用 AI 的方式仍是孤立实验：这里一个原型，那里一个聊天机器人，一个看起来有前途但始终进不了日常运营的工作流 demo。
缺的不是热情。缺的是方法。
很少有组织已经形成可重复的方法，来构建能够真正作为劳动力一部分运行的可靠 AI agent。它们也许拥有强模型、有能力的人和业务需求，却仍缺少把这些要素转化为可靠数字 worker 所需的设计纪律。
本书引入的就是这套方法。
它解释如何识别有价值的 AI employee 机会，如何把专家知识转成结构化规范，如何设计有边界的 agent 工作流，如何把它们部署在可靠的云原生基础设施上，并用人的监督治理它们。换句话说，本书教你运营一个 Agent Factory：一个规范驱动、人在监督、由 agent 工具提供动力的过程，用来在 AI-Native Company 内设计、制造并部署 Digital FTE（也叫 AI Worker）。我们用两个体现这套方法的工具演示这个过程：Anthropic 的 frontier coding agent Claude Code，以及开源、模型无关的替代方案 OpenCode。为其中一个编写的 skill、spec 和架构模式，可以在另一个中工作。方法是常量，工具是变量。
读完本书后，你理解的不只是 agentic AI 这个想法。你会理解如何把可靠 Digital FTE 制造成一种组织能力。这类组织会默认成为 AI-Native。
本书是基础设施，不只是文本：三种交付模式
大多数书是为了阅读而写。本书是为了阅读、通过 AI 导师教学，并指导 AI 构建伙伴而写，而且三者都来自同一个知识库。它不只是一本书，而是一个学习与开发生态系统的基础，设计用于 3 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，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。
Frontier-first
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 和规范驱动工作流在两者中工作方式一致。 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 system of record 的需求，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 会幻觉；有了它们，agent 才会执行。
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 canonical source，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。 - 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 canonical source 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。
一本书通常是目的地。Agent Factory book 是源头。当 canonical methodology 更新，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。方法论是常量，主题和受众是变量。
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。
AI 工具第三时代，以及位于其上的、面向全球劳动力的层
AI 工具的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 platform 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 library。
这就是 Agent Factory 生态系统所在的层。本书是 canonical source。TutorClaw 是 canonical source 在任何语言、任何手机上 24/7 教自己。Agent Factory Skillpack 是 canonical source 运行在开发者选择的任何 harness 内。衍生书籍家族是 canonical source 为每类受众和每个领域重写。四个交付渠道，一个源头。
这种架构形状，和 Altman 与 Amodei 描述的商业形态是同一种形状。 创始人拥有 canonical source。AI agent 执行过去需要团队完成的工作。租用基础设施：harness、消息平台、模型 provider，承载创始人不拥有的部分。一本书单独不会成为十亿美元公司。一个 live tutor 单独不会成为十亿美元公司。一个构建工具单独不会成为十亿美元公司。组合起来，也就是 book、tutor 和 build tool 全都从同一个 canonical source 读取，在结构上就是未来十年会出现的商业形态。
这场竞争天然是全球性的。 下一个十年不会由谁拥有最大模型或最深 GPU stack 来决定，而会由谁能在劳动力层把 AI 能力转化为可靠、可治理、可重复执行来决定。赢下它的团队不会全部坐在同几个城市。只要有互联网、有雄心、有 agentic engineering 的工作知识，他们可以在任何地方构建。Agent Factory book 存在，就是为了让这些团队有 canonical source 可用。
四个渠道触达竞争正在发生的每个地方。 衍生书籍家族跨语言、年龄组和专业学科传播：适合小学、初中、高中学生深度的版本，面向工程师、医生、建筑师、律师、会计师和银行家的职业版，以及面向 Agent 时代正在重塑的学科的主题版。Agent Factory Skillpack 运行在全球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，这些渠道触达超过 40 亿人，并使用 canonical source 已翻译成的语言。方法论可移植，因为交付它的每个渠道都可移植。
常量是 canonical source。变量是渠道。 当方法论更新时，每个渠道都会随之更新：本书、每本衍生书、每个配备 Skillpack 的 harness、每次 TutorClaw 对话。这里只有一个事实来源和多个交付表面。驱动 TutorClaw 的模型明天可以更换。Skillpack 运行的 harness 明年可以更换。衍生书籍翻译的语言会持续增加。canonical source 保持不变。架构是常量，其余都是变量。
📘 本书
💬 TutorClaw
🛠️ Skillpack
📚 衍生书籍
Altman 和 Amodei 描述的是，当 AI agent 完成过去需要团队完成的工作时，什么会变得可能。Agent Factory 生态系统就是这种形态的一个实践例子。本书是事实来源。AI agent，也就是负责教学的 TutorClaw 和负责构建的 Skillpack，完成通常需要团队完成的工作。其他一切：消息应用、coding tool、AI 模型本身，都从其他公司租用，而不是从零构建。这正是 Altman 和 Amodei 预测的小团队十亿美元公司的形状。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，就是这种形状之一。
读者指南
本书写给来自不同学科的读者，但所有人都参与同一个更大的项目：构建 Agentic Enterprise。
构建这些系统需要多个学科协作。本书写给负责构建 Agentic Enterprise 的跨职能团队。
| 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。
- 组织封装领域专业能力的可复用 skill library。
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，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，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估流程。
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。
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。
这门纪律就是本书存在的理由。本书是它的 canonical source。TutorClaw 在任何语言、任何手机上 24/7 教授它。Agent Factory Skillpack 在 Claude Code、OpenCode 和任何尊重 SKILL.md 格式的 harness 内运行它。衍生书籍家族会为 Agent 时代正在重塑的每类受众和每个领域重写它。一个 canonical source，四个交付渠道，一套能穿过底层每一层商品化而继续存在的方法论。
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。他们会理解如何构建 Altman 和 Amodei 一直在描述的那类公司：创始人拥有 canonical source，AI agent 执行过去需要团队完成的工作，租用基础设施承载其余部分。
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。