《Agent智造营》9册读完：判断数字员工，别看它多聪明，看它有没有排班表

2026-10-30silcano

阅读方式：微信读书网页版，从版权页翻到文后，共 3000 屏、131 章、57 分 11 秒。 这是一套 9 本合订的盒子书。翻完它花的时间，是前面十三本加起来的总和。

先说一句可能不太客气的话：它不该被当成一本书读，该被当成一个工具箱查。

因为 3000 屏里，真正稀缺的内容大概只有三分之一。但就那三分之一，值回票价——尤其是第一册讲 OpenClaw 的那 400 多屏。

一、盒子里的九本，分别是什么

先把构成摊开，因为"套装 9 册"这个说法很容易让人误以为是同一套体系的九个分册，其实不是——它们是九本独立的书，被装进同一个壳。

看得出一条清晰的分层：第一册讲"雇一个进来"，中间几册讲"自己造一个"，后面几册讲"造一队"。

而它们共享同一个骨架——提示词、工作流、知识库、插件这四件套。骨架是对的，问题是它被讲了九遍。

二、第一册最值钱：它把"数字员工"讲成了排班表

全套里我最想推荐的是第一册。原因很具体：它是唯一一本把智能体写进"时间轴"的。

书里用一个普通工作日串起三个场景：

下午 2:00 —— 客户跟进。 它去查 CRM，发现 3 个客户超过 7 天没跟进、1 个客户今天生日、2 个报价单即将到期。然后自动生成跟进建议（基于历史记录）、发提醒给销售负责人、备好客户资料卡、在日历里建跟进日程。销售收到消息，点开就能打电话。

下午 4:00 —— 知识库问答。 新人在飞书里 @ 它问报销流程。它去知识库搜"报销"，找到《财务报销制度》，提取关键流程和注意事项，用自然语言回答，附上原文链接和报销表单。新人不用到处问人。

晚上 8:00 —— 报表。 从各业务系统拉当日数据，算关键指标（销售额、订单量、客户数），对比历史识别异常和趋势，生成可视化报表（图表＋文字说明），发到数据看板群并 @ 分析师。

三个时段连起来读，你会发现它其实回答了那个最难的问题：智能体到底该在什么时候自己动？

答案是"到点"。不是"你问它才动"，是日程表到点了，它自己就动了。这就是"员工"和"工具"的差别——工具等你拿起，员工按时上班。

顺着这条线，书里后面几章的目标就很好理解了：邮件每天省 1.5 小时（分类、自动回复 80% 标准场景、5 分钟看完当日摘要）、会议每场省 40 分钟（语音转写、自动提炼待办与责任人、建日程）、周报公文接管、小红书种草、短视频批量获客。这些不是"AI 能做什么"的清单，是一个人的时间账本。

三、那笔账：三种部署，99 块钱

第一册第 2 章给了三条部署路线，这段我认为是全套书里最"敢说人话"的地方：

• 本地部署——零月租，但要技术基础；
• 云部署——安全、高效、经济，年费约 99 元，是最稳定省心的选择；
• Kimi Claw 傻瓜式部署——完全零门槛，适合零基础用户快速体验。

但它紧接着说了一句更重要的话：不管选哪条路，核心步骤都是四步——准备运行环境 → 部署 OpenClaw → 接入大模型 API → 接入飞书机器人，整个过程可在 30 分钟内完成。

这句话的价值在于它把"部署"从一个玄学问题变成了一个清单问题。而且它顺手算了一笔账：云部署年费约 99 元，"这个数字员工性价比远超真人"。

这话糙，但账是对的。真正贵的从来不是模型 API，是那个每天花两小时复制粘贴的人。

四、从"造一个"到"造一队"

第二册开始换赛道，从"用现成的"变成"自己搭"：

Manus 负责通用任务，书里花了不少篇幅拆它的技术突破点和用法；Cherry Studio 用来看清智能体的核心运行原理（提示词、工具调用、模型规划这条链路，本地跑一遍最直观）；企业知识库讲搭建与应用反馈闭环；MCP 那一章拿"教案智能体"做例子，把外部数据和工具接进模型；扣子做行业助手（化学小助手）；最后 AutoGen＋扣子 合起来搭电商运营团队。

多智能体那一章我最感兴趣，因为它终于碰到了真问题：团队不是"多开几个智能体"，是有分工、有交接、有验收。

书里的电商运营团队拆成三层：数据采集工具（按关键词抓商品数据，直接返 JSON）→ 分析 Agent（算竞品差距、找卖点）→ 内容 Agent（写文案、出图）。每个 Agent 有自己的 system message、自己的工具集、自己的输入输出格式。

这里有个细节值得单独拎出来：它们之间的接口必须是结构化的。 采集 Agent 的输出如果是"一段描述"，下游就没法用；必须是 JSON——字段名、类型、含义都定死。这跟人类团队交接工作是一个道理：交接不清，再多的人也只是互相拖累。

五、核心知识图谱

六、四个不舒服的地方

第一，四件套讲了九遍。 提示词/工作流/知识库/插件这个框架，在 Coze 那册讲一遍、在扣子那册讲一遍、在智能体设计指南里又讲一遍，只是案例换了。对连续读的人来说，第二次开始就是重复收费——收的是我的时间。

第二，截图密度失控。 3000 屏里保守估计四成是后台界面截图。当天照着做有用，一周后想复现基本废了，因为平台改版比书再版快得多。我自己读的策略是：遇到连续截图只看"这一步在干什么"，不看按钮在哪。

第三，平台版本在打架。 有的册子叫"扣子"，有的叫"Coze"；有的还在教 GPT Store，有的已经全面转向国内平台；OpenClaw 这类 2026 年才热起来的东西，写法和 2024 年的 Coze 教程完全不是一套语言。合订在一起，时间感是割裂的。

第四，"21 个助手""10 个案例"这类目录式内容，本质是选题清单。 它们的价值在于让你知道"原来这个也能做"，不在于教会你怎么做。真要做，还得回到工作流那一章。

不过我还是愿意给它一个正面的评价。因为它的确做到了"让人敢动手"——尤其是第一册，把部署成本、时间成本、收益都摊开算了，还给了零门槛路线。对绝大多数卡在"我知道 AI 有用但不知道从哪开始"的人来说，这一本比十本讲原理的书管用。

七、一句话收尾

3000 屏读下来，如果只留一句：

判断一个智能体是不是"数字员工"，别看它多聪明，看它有没有排班表。

能到点自己开工、干完自己交付、出错自己兜底的，才叫同事。剩下的，都还只是个更会说话的输入框。

---

阅读记录：微信读书网页版 · 逐页翻阅 3000 屏 / 131 章 / 57 分 11 秒 · 覆盖率 100%（版权页至文后）
《Agent智造营·人人都能搭建 AI 数字员工（套装共 9 册）》 赫德林·德·庞特维斯 等 著 · 机械工业出版社 · 2026-03