怎么利用AI赚到第一桶金？
这个问题小侠探索了很长时间，今天这篇文章我将告诉你借助AI Agent实现AI赚钱的密码！
哈喽，大家好！
欢迎来到我的**【Coze专题知识】**。
先做个简单介绍：
我是弼小侠，专注AI商业应用研究的AI知识博主，主要工作是分享一些实用且有价值的AI知识给大家。
正式分享之前，先问大家一个问题！
你有没有想过AI的商业价值是什么？
或者说AI的盈利方式是什么？
图片中的罗列的几种，让AI帮你写文章，给你做PPT，帮你做数据分析
这些算不算盈利方式？
觉得算的伙伴，评论区回复1，觉得不算的，评论区回复2。
这个问题不仔细思考，是不是觉得没啥！
但是细细琢磨一下，感觉是个问题！
为什么coze专题课开篇问大家这样一个问题？
大家会不会觉得奇怪？
这个问题是贯穿小侠整个**【coze专题知识】**的中心思想，我自己对于学习知识有一个自己的想法，就是成年人学习什么知识，最后都要和赚钱挂上钩，不然这个知识真没啥学习的必要。除非你已经到退休年龄，可以学习一些健康有关的知识。
那这个问题到底和coze专题知识有什么关系，我后面跟大家细说。
今天这节课程，是我们【coze专题知识】的第一节分享
主题是：借助AI Agent，让AI真正实现商业价值。
下面有一行小字，一切不谈AI商业化的课程都是耍流氓！
商业敏感的伙伴应该察觉到了小侠到底想表达什么！
为了让伙伴们更加清楚学习AI的方向，小侠先说说当前市场AI学习的几个分类：
第一类：AIGC方向学习。
这是目前市场上学习群体和相关课程最多的一个方向，主要是学习如何利用AI生产内容，比如学习Stable Diffusion、Midjourney、AI视频生成，AI文案撰写等这类课程，都是教授大家如何使用AI工具生产图片、视频或者文案。
这类课程小侠个人认为价值不高，如果从事专业设计相关的伙伴，学习Stable Diffusion、Midjourney的课程还是有必要学习，毕竟这类工具属于特殊生产力工具，学习之后可以应用于工作，创造部分价值。
但是绘画类的课程，小侠个人建议不要花费太高价格学习，毕竟普通设计从业伙伴原本的收入就不高，即使有AI加持这个岗位能带来的薪资变化也不明显，太高价格学习有点得不偿失。
至于学习其他AI工具，比如如何用AI生产数字口播作品，如何让AI撰写爆款文案！小侠建议不要花钱学习，自学能力强的伙伴直接自学，自学能力差的伙伴学习后也很难带来实际收益，如果你想学习也可以在**【弼小侠AI基地】**学习。
另外AIGC风口是由时效性的，一个玩法爆火，可能带来的时间周期也就三个月左右，很大概率你学习之后这个玩法已经热度退去，想赚点零花钱都难。
其次AIGC的核心是营销思维，没有系统学习营销知识，很难看懂风口和热点。
第二类：AI技术方向学习。
AI技术学习比较好理解，主要学习AI专业技术，比如大模型训练，AI算法，架构之类的知识，对于从事AI技术的伙伴，这类知识学习还是有必要的。
但是对于绝大多数人来说，学习技术没啥太大必要。
主要是学习难度比较大，专业要求比较高，另外学成之后，也只能说用来上个班，从事技术相关岗位。但是绝大多少人，都不是从事AI技术相关的职业。
学习技术类的知识，真没啥价值！
第三类：Agent方向知识。
这个方向是介于AI技术与AIGC之间的一类学习，有入门级零代码搭建Agent的课程，也有少代码搭建Agent的课程，主要是面向AI应用场景的知识为主。
像AI智能客服系统、AI交友平台、AI自动化流程、AI助理等都属于这个方向。
学习这类课程主要是学习的是一些AI应用开发平台的知识和营销或者产品的知识，主流的AI应用开发平台包括：Coze、Dify等等，海外的还有GPTs。
Agent方向学习想对于上面两类有以下几点优势：
- 上手门槛中等，无需开发经验也能学习；
- 主要解决商业问题为主，比如为搭建私人Agent文案助理、搭建企业级AI客服系统，都可以通过系统学习Agent知识掌握并实现。
- 灵活多变，掌握基础知识后，可以探索更广阔的AI应用场景，比如Agent+rap，实现全自动化的操作。
直白点说AIGC能做的Agent都能做，难度没有AI技术难，学习成本也没有AI技术高，但是实际价值又远高于AIGC方向。
小侠推出的**【coze专题知识】是以Agent技术+营销思维**为核心一套知识体系，不单单是教授Coze基础知识，还在分享里面穿插很多商业化的思维，让学习的伙伴能够清楚认识为什么要学，为什么要这样设计，这样做有什么好处等等。
本文将从以下几个知识点讲解：
- 认识AI Agent；
- Agent与Coze的关系；
- Agent如何实现AI的商业化；
下面我们正式进入今天的分享。
一、认识AI Agent；
认识Agent之前，先对了解了解什么是AI！
1. AI的定义：
AI是指机器能够模拟人类的智能和行为，执行复杂的任务，如理解语言、识别图像、进行决策等。例如，自动驾驶汽车就是一种应用AI技术的典型例子，它可以通过感知环境、理解交通规则以及做出决策来实现自主驾驶。
光看AI的定义，很多伙伴可能会有一种似懂非懂的感觉，因为AI的概念实在太大，同时又和科幻高度绑定，比较抽象，因此会有一种模糊的感觉。
小侠为此整理了一张图，尽可能把AI具象化，让他更加立体。
上图中LLM、CV、多模态大模型等等这些大模型相当于机器人的大脑、眼睛、耳朵和嘴巴，和人类大脑一样不同模型相当于大脑的不同分区，每个分区有自己的功能和特点，像大语言模型（LLM）相当于人类的大脑，负责思考、理解问题，视觉大模型（CV）相当于人类的眼睛，负责处理视觉相关的任务。
AI的整个假设都是基于人类自身而定义，是全人类一直追求的一个人类替代的终极理想，当然我们会感到陌生的原因也很简单，截至目前我们还未发现与人类类似的智能生命体，只能通过想象去勾勒出全新的智能生命体。
简单理解就是AI是一个非常大的概念，可以说这个概念相当于人类本身，很难用一句话，一个概念去诠释清楚。
其次是AI芯片、向量数据库、训练架构这些，相当于组成人类的各种基本组成元素。比如：
吃饭产生能量，能量供应全身让身体能够行动，学习拓展我们的思维，让大脑更加聪明，但是这些基本组成元素有些是有形，有些是无形，比如能量是无形，饭是有形，AI芯片是有形，训练是无形等等类似的道理。
小侠个人的经验是学习AI不能像学习传统工具一样，一板一眼的掌握技巧。传统工具都是有形的，比如汽车方向盘，往左打车就往左拐，这是一种有形的感知。但是我们跟人交流谈生意，可能因为一句话对方就不合作，这是一种无形的感知，只能感觉到这句话对方不高兴，但是并没有一种说法是“这句话所有人听了都会不高兴”，是一种无形的能量导致的结果。
AI之所以很多伙伴想抓抓不住的感觉，就是因为他是一种有形与无形的结合体，只能像我们对待人一样去理解AI，才能驾驭AI。
那什么是Agent呢？
2. Agent定义：
Agent也称之为智能代理，是一种能代替人类执行任务的AI助手。
它集成了感知、学习、推理、决策、内容生成等多种 AI 能力，可以与人进行自然语言交互，根据人的需求提供个性化、多样化的服务。
从定义可以看出，Agent就是具象化的AI，或者说AI分支里面能够帮助我们完成任务的“机器人”，这里的“机器人”小侠打了双引号，是因为传统概念里的机器人是具有具体实物形态，比如工业机器人可以是机械手臂，人形机器人是模仿人类造型，机械狗是模仿狗的形态。
但是Agent更多的是一种抽象“机器人”。没有手和脚，而是光有人类的大脑和在计算机世界操作能力的一种“机器人”。他的特点主要是：
- 规划能力
**子目标和分解：**Agent 将大型任务分解为更小的、可管理的子目标，从而能够有效处理复杂的任务。
反思和完善：Agent 可以对过去的行为进行自我批评和自我反思，从错误中吸取教训，并针对未来的步骤进行完善，从而提高最终结果的质量。
**思维链：**让Agent 像人类一样一步一步思考。
- 记忆能力
**短期记忆：**我们与朋友沟通过程中，是不是要记住沟通上下文，但是时间久远的一次对话，我们是不是又不会记住对话过程？ 短期记忆就类似于对话现场记下来的内容。
**长期记忆：**长期记忆类似于把久远的聊天整理成一个记忆点，随时让能够回忆当时说了什么重要的事。
- 工具使用能力
让AI能够使用外部工具，比如上网查询信息，代码执行等能力。
这些特点并不一定是现实世界中具体某个工具的使用，而是可以网络世界工具的使用。
我们当前的社会生活中，有非常多的工作都是通过网络完成，比如撰写文件不再是纸质材料，传达信息不再是面对面的汇报，正因为有这些存在于网络中的工作形态，因此Agent可以是一种抽象的“机器人”存在。
关于这部分的内容，小侠之前也整理过相关的知识，想更加具体了解的可以跳转**【什么是AI？AIGC？Agent！】**这篇文章中学习。
二、Agent与Coze的关系；
再来看看Agent与Coze的关系，前面小侠分享了很多有关Agent的知识和重要性。既然Agent优势如此之多，价值也很高，那如何做出一个Agent呢？
小侠拿一个例子做类比：
假设你想生产一辆汽车，你需要什么？
是不是收集生产一辆汽车所需的零部件？同时你还得有生产汽车的生产车间？
Coze和Dify这类AI应用开发平台，就相当于生产汽车的生产车间，里面配置了生产汽车所需的工具和操作台。而我设计的工作流、AI Bot就相当于在操作台上组装一辆车的过程，上传的知识库，搭建的知识库就相当于组成汽车的重要零部件。
通过这个类比，伙伴们是不是一下就明白Agent与Coze的关系了。
前面提到Agent的几个特点或者必备要素：规划能力、记忆能力、工具使用、行动能力等等，要想生产出Agent，生产车间是不是就要配置相应的工具来实现，比如实现规划能力，生产车间就得有配置Agent大脑的能力，而充当大脑的就是大语言模型，因此可以看到Coze平台里面配置了很多不同公司开发的模型，专业版更是可以配置开源模型，便于我们更好的选择合适的大脑。
通过这样的类比，Coze中的无限拓展的能力集、丰富的数据源、持久的记忆能力、灵活的工作流设计是不是就变得不难理解了。
说白了就是因为Agent需要大脑、记忆、工具、行动等能力，因此Coze作为生产Agent的生产车间，就必须要设备齐全。同时作为商业角度来说，Coze这类平台也不只一家，各家都在竞争让平台更容易上手、更容易满足生产Agent的要求。
看到这的伙伴，是不是对Coze和Agent有更加直观的了解和认识了，为什么小侠一直说Agent是目前学习AI最值得学习的方向，就是因为你通过学习Coze这类平台的基础知识，加之我们自己对营销的理解和市场的理解，人人都有机会生产一辆自己的汽车。
不管是用来提高效率还是用来实现收益，只要你能想得到，他就有可能做得到。
所以伙伴们学习Agent一定要有耐心，得沉得住气。现阶段可能学习起来有点吃力，但是要相信时间的力量。
你在学习Coze知识的时候，刚开始学，很多知识是陌生的，一时半刻消化不了。这个时候你可千万别急，因为随着时间的积累和你对相关知识的了解，你会发现之前没理解的知识，突然就“悟”了！一下就反应过来了。
同时这个阶段系统学习Coze，大家还不至于赶了晚集！Agent概念的出现到今天也不到一年时间，Coze的发布到今天也才半年多的时间。
AI正在被证明是未来十年的趋势也才两年的时间，今天大家能开始学习Agent的知识，已经是非常早期的一批人，随着这两年AI生态的完善，未来几年内我们学习的这些知识将会成为我们生存能力最重要的保障。
所以跟着小侠学习的伙伴，耐心学习，跟着课程理解，跟着课程实操，一步一步学习总能把Coze给学明白，学通透。
三、Agent如何实现AI的商业化；
回到正题，Agent是如何实现AI商业化目标的。探讨这个问题之前，我们得先梳理梳理以下几点：
- 当前 AI 的能力边界！
- 主流商业化盈利模式！
- AI 能力+模式= AI 商业化
通过上述3点的梳理，我们就能真正理解AI的商业价值及机会。
举个例子：
假如你想跟一个朋友合作做个生意，你第一件事是不是应该先了解了解你朋友能力咋样？
比如有没有钱，有没有相关技能，有没有相关人脉等等，如果他啥都没有，你觉得这个生意还能做成吗？
其次我们是不是还得规划规划这个生意靠什么盈利，是给用户提供商品还是提供服务？
商业模式我们是不是得思考思考？
再就是你和朋友组合起来，能不能驾驭这个模式，如何让团队和模式更好的融合？
下面我们就逐一进行梳理：
1. 当前 AI 的能力边界！
AI的能力边界可以从技术成熟度角度窥探。当前主流的大模型主要是大语言模型、视觉模型和语音模型，多模态模型还处于较为早期阶段，不够稳定。
大语言模型整体水平已经趋近于GPT 4.0水平，这个水平具体怎么定义有很大争议，小侠只能从个人使用后的感受进行评价。
LLM可以理解我们日常工作中的大部分需求，但是设计复杂且需要逻辑推理的工作，能力稍有欠缺。
其次是视觉模型，这块商用场景已经很多，像自动驾驶汽车的视觉识别，手机支付的人脸识别等等，虽然准确度不能达到100%，但是也足以胜任日常办公。
再有语音识别和语音生成，这几年相关技术发展飞快，完全模仿人声，模拟复杂的情绪还有所提高，但是正常的表达已经完全可以做到。
这些基础能力中，最为重要的还是LLM对任务的理解程度，虽然不够优秀，但是可以借助其他方式进行弥补。
小侠之前发布的Agent工作流设计的视频内容，其中就提到可以基于工作流弥补LLM能力不足的思路和方法。总结就是单个AI虽然能力不足，不够优秀，但是可以借助将复杂任务拆解成众多子任务的方式，采用团队配合的形式可以让复杂任务变得简单。
总的来说，基于AI当前的能力，已经可以胜任部分工作场景，具体哪些业务可以实现，这点我们后面一点点探讨。
还有一点需要伙伴们在学习Agent知识的时候需要明白，就是AI至始至终到底充当什么角色？
这点小侠认为非常重要！
非常多粉丝私下交流中都发现对这个问题缺乏思考或者并没思考出答案！
小侠整理了一张图，帮助伙伴们理解人、AI、机器之间的关系！
传统理念里，机器是由人进行操作！
机器的设计围绕着人的使用习惯和能力来设计，这种思维称之为**“工具思维”**，人是工具的使用者，也是工具的创造者！工具服务于人，可以为我们提供效率或者实现人力无法完成的任务。
AI出现后这种关系我感觉发生了变化！传统的工具不一定适合AI操作！比如：
人操作汽车，必须要有油门、方向盘！
但是AI可以通过计算机指令形式操控汽车，油门、方向盘就成为了虚拟设施，存在于概念之中。
再比如，现有软件操作逻辑，围绕着人的触觉、视觉、听觉设计，人们操作软件擅长用点按的形式进行。
如果这个软件由AI来操作，这个界面就可以省略。
这类例子有非常多，但是核心就是在人与机器之间，增加了一个AI，AI成为了人发布指令，翻译指令，操作机器的中间载体。
因此我们与AI的关系应该是人 > AI（翻译） > 机器。
因此我们可以看到，如果我们需要学习Prompt的知识，就是为了更好的根AI交流，让他理解我们的意图。
再没有AI之前，我们学习的是编程语言，学习的是软件操作！
为此我们在后面设计Agent的时候应该多考虑以下两点问题：
1）如何让我们更方便的思考任务！
2）如何让我们更好的给AI下达任务！
第一个点指当你面对AI都不知道要让他干嘛的时候，就不存在AI帮你干活！
第二个点指的是当你想让AI帮你干活的时候，你得知道如何告诉他让他能够帮你干好活！
这既是我们作为使用AI的人需要具备的能力，同时也是我们未来利用Coze设计Agent时候需要具备的能力。
2. 主流商业化盈利模式！
谈到盈利模式，这方面已经是老生常谈的话题，毕竟商业模式已经非常透明，非常成熟。
小侠特意整理了一张图片，便于大家理解现有的商业模式。
比如广告模式，早期央视广告、现在的信息流广告！再如会员模式，早期的单纯会员，现在的会员服务。再比如加盟模式，早期的加盟店，现在的达人分销。虽然不同时间模式名称有所变化，但是其实质并没有特别大的变化，只不过是从新组合，从新包装罢了。
后面我们在课程案例中，也会涉及到一些案例从思考到搭建的全链路过程，里面就包含了对模式的思考，基于模式的产品设计方案，最后落地成单个产品的全部过程，伙伴们一定要耐心学习。
3. AI 能力+模式= AI 商业化
提了这么多，小侠【Coze专题知识】围绕的中心思想就是AI+模式进行分享，目的是让伙伴们不仅学习Coze基础知识，还能掌握营销思维，一步一步将idea转化成产品，服务与用户。
上图小侠整理了一些常见的组合，比如：AI旅游达人，就是基于旅游达人的业务，增加AI助理帮助达人更好的拓展业务，同时也为招商赋能，让招商能力更加优秀，采用的模式则为分销模式。
像去年爆火的法律咨询业务，很多律所下方代理，如何增加代理的招商难度和降低代理的入门门槛，就可以借助AI法律助手，让代理入门门槛更低，更好服务用户。
再比如AI女友，本质上是一个养成类游戏设计，增加了AI后让养成的虚拟人物不再局限于传统定式化的设计，使得人物更加饱满。这种模式结合会员制，很好的实现产品的营收。
再就是企业应用场景中最容易落地的几个项目，比如AI客服，AI销售助理，AI人事等等，这种方式能够给企业带来降本增效的效果。
具体还有哪些玩法和模式，我们在后面的课程中慢慢展开跟大家交流。
四、Coze学习思路；
了解这么多，那如何一步一步进行学习？
小侠给出的思路是：
- 先思路；
- 再基础；
- 后实践；
为此小侠推荐以下学习计划：
第一步：先全面认识AI及AI的基础原理，其次了解市场上AI的现状和趋势；
第二步：系统掌握Coze各个功能模块的知识，这部分相对来说会比较枯燥；
第三步：案例实操，这点非常重要，前面学习的很多知识如果不能在实际业务中应用，我们将很难真正理解功能的实际应用场景和灵活多变的应用方法。因此要进行大量的案例实操，加以消化知识；
当然学习还是有点压力的，想要跟着小侠学习的伙伴要提前做好准备。
但是小侠有句话想跟大家说：
Coze的学习不急于一时一刻，可能看完后不能立马消化吸收或者不知道如何下手！这个没关系，因为学习到领悟我们需要时间进行消化吸收。
特别是很多伙伴之前并非从事技术专业，面对很多技术相关知识消化的时间可能会较长，但是AI真正爆发并没有那么快，我们这个时间点开始学习，市场留给我们足够多的时间消化吸收。
AI的学习上，我们普通人都站在同一条起跑线，我认识的很多伙伴自己研究了两三个月AI相关知识，都还未找到思路和方向，还是小侠常说的那句话！
AI太新了，跟我们之前的习惯和思维逻辑有很大区别，急不来！
以上是小侠coze专题知识分享的内容，如果你对小侠的分享感兴趣记得给小侠的作品点个赞!
同时想更加深入的学习Coze相关知识，记得私信交流。另外希望伙伴们通过这期分享能够真正打开AI的思维，开启AI的大门。
以上内容由弼小侠AI整理而成，如果你对AI感兴趣欢迎关注弼小侠AI，如需转载请注明出处；
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
