Nick Saraev 的 AI Agent 无代码大师班：三大平台、核心循环与提示词架构

Nick Saraev 教了 2000 多人怎么用 AI agent 干活，自己用 agent 跑着一门年入 400 万美元的生意。他的《AI Agents Full Course 2026》在 YouTube 上有 494K 观看，时长约 2 小时 13 分——但这不是你想象的那种课。

开场他就划了三条边界：你不需要编程经验，他自己也没有 CS 学位；三个 agent 平台（Codex、Claude Code、Antigravity）随便从哪个入手，终点一样；而且他自称"到目前为止我没在 YouTube 上看到有人讲我这门课里的大部分东西"。

他的核心判断是：当前的 AI agent，单看智力未必比人强，一次做对的能力也比人差。它们真正的强项是并行。 同一个任务，你可以同时开很多个 agent 实例，各试各的路子，靠速度和数量堆出更好的结果。所以这门课不谈怎么把单个 agent 调聪明，谈的是用什么提示词结构，把多个 agent 编排成一支队伍。

YouTube 原片 ｜ 频道 @nicksaraev

一、开场 demo：5 个各带浏览器的 agent 同时干活

课程一上来就是一个"几个月前还会被当成天方夜谭"的 demo。

场景是获客。他手上有一批会议来的 leads——有网站、LinkedIn、名字，唯独缺邮箱。搁一年前这批线索基本作废。现在，他让 Claude Code 同时开出一堆 Chrome 浏览器，每个浏览器里一个子 agent，各自去一个网站，动态找到联系表单、填名字和邮箱、再写一段随对象微调的外联话术。这些 agent 之间还通过一个共享聊天室互通消息、分工。原本一个 agent 要干好几小时的活，一群 agent 并行——几分钟铺完。

这个 demo 就是全片的目标态：把工作拆散到多个浏览器实例，每个子 agent 一块独立工作区。后面讲的所有技巧，都是为了搭出这种编排。

Nick 也顺手画了条红线：这种并行填表的自动化，本质是在绕过目标站点的反爬与反欺诈校验，可能被滥用于骚扰或欺诈。他明确只当演示看，不进课程教学范围。

二、核心：每个 agent 都在跑的三步循环

先别管平台，所有 agent 骨子里都在跑同一个循环，由三步组成：

1. 观察（Observe）：读进所有上下文——文件、之前的工具调用、系统提示、你给的 agents.md / claude.md / gemini.md、上一步的联网 research，乃至多模态数据。
2. 思考（Think / Reason）：基于全部上下文和你的高层目标，想下一步做什么、怎么规划。现在主流平台都有一个可点开的推理步骤——这点被很多人低估，因为它带来可解释性、可问责性和可操控性（你能中途看它在想什么、叫停、或者塞新资源进去）。
3. 行动（Act）：调用工具、编辑文件、或者跑一条命令行。

行动拿到结果后，把结果喂回观察步，循环再来一遍——每转一圈，上下文就更大一点。转个三四圈，模型会撞到一个大多数人漏掉、所以老是失望的东西——完成的定义（definition of done）：一组约束和技术规格，告诉模型"到此可以不用再循环了"。一旦满足，它就切到"任务完成"路线，吐一段格式化的最终回答。

这三步每一步都能单独优化——观察、思考、行动各有各的改法，全片接下来就逐个展开。

三、agent 不等于那个大模型

第二个判断：agent ≠ LLM。大模型只是里面的推理引擎，负责理解语言、做决策。但它就像两万年前一个手里攥着长矛的人——没有房子、火堆、社会分工、车这些"周边基础设施"，光有智能，能干的事很有限。

给 agent 装上"基础设施"，它才成其为 agent：

• 工具：像人一样能读文件、跑代码、搜网页、调 API、改文件。
• 推理循环：就是上一节那个 observe → think → act。
• 记忆：agents.md / claude.md / gemini.md、对话历史、自动记忆文件、以及 skills。

所以"chatbot vs agent"的区别很干脆：chatbot 大致就是那个 LLM；agent 是 LLM 再加上工具、推理循环和记忆。Nick 现场用 Codex 演示了一遍——让它研究"男性肌酸补充"，并给了个明确的完成定义：“凑够 10+ 篇实证来源就返回一份结构化报告”。模型于是观察 →（“用户要研究，我有联网工具”）思考 → 行动（搜索、汇编）→ 再观察，循环两三圈，58 秒后交出结构化证据报告。

四、三大平台：各自最擅长什么

课程真正动手的部分，是带你注册并跑通三大 agent 平台，各自搭一个"给 Nick 做个人主页"的小 demo。Nick 反复强调一句克制的话：这三家的智能差距其实很小（2%–5%），都在整个互联网上训练，能力差异更多是谁训练得更晚，而且每代都会重置——你完全可以只挑一个用。 但如果要区分，各有脾气：

Nick 的用法：要干净前端找 Gemini，要可控编排找 Claude，要后端/数学/TDD 找 Codex。收费上他点了一句：Claude Code 要付费（约 $17–20/月），但他自己在 agent 平台上拿到过 100–200 倍回报，建议真想学就先付了、第一个月想办法把钱赚回来。

他也承认在自己的 design-taste 加持下，Gemini 出的站最"性感"、GPT 出的偏"笨重"。但他一再强调别把这些 2%–5% 的差异太当真——“它们就是在整个互联网上训练的星系级大脑，差异更多来自训练时间的新旧”。

五、agents.md：会自我进化的系统提示词

这是 Nick 眼里投产比最高的设计模式。每个平台都有一个会被自动拼到每次对话最前面的文件——Codex 叫 agents.md、Claude Code 叫 claude.md、Antigravity 叫 gemini.md（名字不同，机制一样）。

它真正的威力不在"静态模板一段提示词"，而在把它做成会自改的元提示词：让 agent 在你纠正它、或它犯错时，自动把一条新规则追加到文件底部的"已学规则"区。Nick 给的格式大致是这样：

开始任何任务前先读完本文件；文件底部有一个会增长的"已学规则"区。
当用户纠正你、或你犯错时，立刻往"已学规则"区追加一条新规则，
按序号写成祈使句，格式：[类别] 永远/绝不 做 X，因为 Y。

── 已学规则 ──
1. 【前端】绝不默认深色模式，因为用户不喜欢。

现场的例子：他让 Antigravity 建个主页，结果给了个漂亮但深色模式的站；他说"别再搞深色模式了"，agent 没有只改这次，而是把"绝不做深色模式（用户偏好）“写进了 gemini.md。下次再建站，这条规则已经在提示词最顶上，它再也不会犯。规则越攒越多，agent 犯的不合你偏好的错就越来越少——第五次可能几乎归零。

层级也讲清了：最顶上是全局 agents/claude/gemini.md（对所有项目生效，Claude 存在 ~/.claude/），然后拼本地项目的 .md，再往下是 skills，最后才是你这次的行内提示词。好处是把一大堆上下文和功能压进很少的 token——账单按 token 算，上下文越长模型质量越容易掉。

六、Agent Skills：把工作流标准化成一段规程

Skill 是把大模型的"灵活/发散"收成"确定性直线"的办法——同一个任务每次都照同一套标准操作规程来做。三家都支持（Codex skills、Gemini skills、Claude Code skills），规格几乎一样：一个带 --- frontmatter 的文件，里头写 name、description，可选 tools / license / metadata。Nick 说他自己通常只写 name + description + 偶尔几个可用工具。

他拿 Anthropic 官方的 “algorithmic art” skill 现场演示：把整个 skill.md 喂进模型、存成 skill 再 run，模型就照着规程生成了一批粒子算法艺术，还能实时调粒子数、噪声、湍流。要点是——skill 让同一件事每次都做得一样，并把一大段上下文折进很少的 token。

七、进阶：用提示词架构编排多个 agent

课程后半程是 Nick 说"YouTube 上没人讲过"的那部分——都是用提示词编排多个 agent，不涉及写框架。每个技巧一句话讲清机制：

• 多智能体 MCP 编排：把 Codex、Gemini、Claude 都注册成 MCP 服务器，让最上面那个编排模型把大任务拆成子任务、按各家强项分派——前端给 Gemini、后端和测试给 Codex，最后回编排者整合。代价是多烧 token，换的是复杂项目上的质量。
• 视频转动作（video-to-action）：给 agent 一个 YouTube 链接，用带视频理解能力的模型（比如 Gemini）先把画面逐帧读成"第 1 步做什么、第 2 步做什么"的结构化指令，再让 agent 照着用浏览器等工具执行。
• 随机化多智能体共识：同一句话用略有差异的提示词开出多个 agent 并行跑，再统计它们输出的分布——取众数、取中位，把"多数一致的"当可靠结论、“少数派的"当可留意的发散想法。理由很直白：单个 agent 只采样了答案空间的一小块，多开几个等于把搜索范围铺得更开。
• 智能体聊天室：给一群 agent 一个共享上下文（比如一个 chat.json），让它们各带一个人设——系统思考者、务实派、专挑边角案例的、用户代言人、唱反调的——轮流发言、互相质疑，最后再综合一轮。答案经得起一轮群架，盲区就少了。
• 子智能体互审回路：写东西的 agent 出初稿，另一个不带它思路的 agent 拿全新上下文来审——看正确性、边界、可简化处、安全问题，有毛病再交第三个去修，修完复查，没毛病才放行。Nick 用一段限流器代码演示了"实现 → 审 → 修 → 复核"的完整一圈。
• 提示词契约（prompt contract）：把含糊需求拆成目标、约束、输出格式、失败条件四段写清楚再开工；配套的"反向提示”（reverse prompting）是反过来让模型先问你 5 个澄清问题，把没说的偏好挖出来，再生成契约。
• 上下文冰山（iceberg technique）：别把整个代码库或整份大文档一次性塞进上下文。提示词里只放"水面之上"的全局/项目规则和当前任务，其余留给工具按需去读——要用哪个文件才 read 哪个。原因很实在：上下文越长，模型质量越容易掉，token 账单也越高。
• 模型路由（model routing）：同一种活按难度分给不同档位的模型——简单的分类丢给便宜的小模型、调研给中档、最关键的架构与综合判断才用最贵的。Nick 拿获客链路举例：便宜模型去批量抓线索、中档补全资料、强模型写外联话术，最后可选再让更强的模型审一遍。

这些合起来就是开场那个"5 个浏览器 agent 并行获客"demo 背后的东西：单个 agent 没那么强，但把一群 agent 用提示词架构编排起来（分工、辩论、互审、共识），整体质量就上一个台阶。

八、这门课不是在教什么

这门课最容易被当成编程课来读，几个走样点如下：

• 这不是 Python / LangChain / CrewAI 编程课。 没有 ReActAgent、AgentMemory、RAGAgent、SupervisorAgent 这些类。Nick 开场就说"不需要编程”，这是无代码课。
• 课程结构不是"ReAct→Tool Use→Memory→Multi-Agent→生产部署"。 真实主线是：无代码定位 + 开场 demo → observe/think/act 循环 → 三大平台对比 → self-modifying agents.md → skills → 提示词编排多 agent 的进阶技巧。
• “记忆"不是向量数据库那一套。 视频里的"记忆"就是 agents.md、对话历史、自动记忆文件和 skills。
• Multi-Agent 不是 Supervisor/Crew 代码模式。 视频讲的是 MCP 编排、智能体聊天室、子智能体互审、随机化共识——全是提示词层面的编排。

九、给不同读者的建议

想用 agent 干活的非程序员：别被"agent"吓到。先挑一个平台（差距很小），把那个 observe → think → act 循环记住，然后重点练一件事：给任务写清楚完成的定义。很多人对 agent 失望，排查下来往往就是没写清"做到什么算完”。

做自动化/获客/运营的：直接看 self-modifying agents.md——这是投产比最高的一招，让 agent 越用越懂你的偏好。再往上，开场那个"多浏览器并行"是靠把任务拆散 + 子 agent 各自工作区 + 共享聊天室实现的。

程序员：这门课的价值不在代码（它没代码），在编排思路——MCP 把多个 agent 注册成服务、子 agent 互审、随机化共识。把这些当提示词架构的模式库看。

不适合谁：想要现成 Python / LangChain agent 框架代码的人——这门课不给代码，给的是"怎么用现成平台把 agent 编排起来"的方法。

谁该去看原片：想跟着一步步注册、跑通三大平台 demo 的人。视频前半段就是带着你逐个平台实操，这部分文字还原不了手把手的过程，适合直接刷原片。

资源与参考

• 视频原片：Nick Saraev《AI Agents Full Course 2026》(YouTube EsTrWCV0Ph4)
• 作者与社区：Nick Saraev 个人站（无代码 AI 自动化）／ Maker School
• 三大平台官方入口：OpenAI Codex、Anthropic Claude Code、Google Antigravity
• 进阶阅读（站内相关）：AI Agent 概念讲清楚（Jeff Su） ／ 25 分钟从零到 Agent

本文信息来源：基于 YouTube 原片英文自动字幕逐段核对写成（yt-dlp 取字幕后清洗，约 1477 句）。自动字幕在个别专有名词和数字上可能有听写误差（如 GPT 版本号、Claude Code 价格按字幕如实转录）。