搭建 AI Agent 可以类比为培养一位职场新人，主要分为以下三个阶段：
规划阶段：明确目标。确定 AI Agent 的具体任务，如结构化外文精读，并将其拆解为可管理的子任务，设计每个任务的执行方法。 实施阶段：实战指导。搭建工作流程，为每个子任务设置清晰的操作指南，手把手引导 AI 完成任务，并及时验证其输出质量。 优化阶段：持续改进。通过反复测试和调整，不断优化 AI Agent 的性能，调整工作流程和 Prompt 配置，直到 AI 能稳定输出高质量的结果。以下是一些 Agent 构建平台：
Coze：新一代的一站式 AI Bot 开发平台，集成丰富插件工具，适用于构建各类问答 Bot。 Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及部署到各种渠道。 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者打造产品能力。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等场景，提供多种成熟模板。 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景如销售、客服、行程安排等方面表现出色。目前制作 AI Agent 一般有两种方式：Prompt-tuning 和 Fine-tuning。与 Prompt 相比，基于微调的方法可以视为将信息直接“记忆”在 AI 的“大脑模块”中。微调过程本质上是一个信息压缩和整合的过程，能将例如三万条推特中的零散信息有效地整理并嵌入到大型模型的权重中，且权重占比不到 1%。这种方法不仅提高了信息提取的效率，还减少了每次查询或应用时所需处理的数据量，从而优化了性能和成本。面对“有趣的灵魂”，一般创建方式是两种结合，即 Prompt-tuning + Fine-tuning。
