导读｜AI 智能体与数字分身的9个概念

阅读原创

发布于 2026/9/20

本组教程简介

本组教程用程老师完成一个企业培训项目的故事，说明 9 个概念分别指什么、怎样组合使用。你可以先看图解，再按需要阅读各篇介绍。

图解一个故事，认识 9 个 AI 概念，比一般“AI Agent 的概念科普”更有实用价值。
9个概念来自不同领域，有些是技术概念，有些是工程格式，有些是自定义的应用称谓。它们可以独立使用，也可组合使用。

00-overview
图 00 九个概念的观察角度。原创教学图，依据本教程顺序绘制，九个概念并没有任何能力等级关系。

程老师接到一个企业培训项目：为 30 名内部讲师设计三次课程设计课，需要制作课程大纲、课件、讲师手册和练习。下面看看，她可以怎样组织自己的 AI 工具和系统。

首先，她打开 Codex，开始处理这个项目。

她提供客户需求和已有资料，让 Codex 分析要求、安排工作步骤、制作文件，并根据检查结果修改。这体现了使用 AI 智能体（01篇） 的工作方式。在这个例子中，Codex 承担 通用智能体（02篇） 的角色，可以配合不同的方法和工具处理任务。

为了让它按自己的方法工作，程老师准备了一个“程老师课程设计 Skill”。

这个能力包包含需求分析方法、教学目标检查规则、活动设计步骤、课件模板和评价标准。它可以覆盖从需求分析到成果检查的完整流程，供兼容的智能体加载使用。这就是 Agent Skill（07篇） 的具体形态。这些方法可以放在一个完整的 Skill 中，也可以按需要拆成多个。

下一步程老师可以有两个提升效率的方式：

把这些 Skill 放到 Codex 这样的 通用智能体（02篇） 中使用，让它按照自己的方法开展课程设计。通用智能体加载专业 Skill，也是配置专家智能体的一种方式，两者可以结合。
设计配置专业方法和知识库后，构建一个专门用于课程设计任务的专家智能体（03篇），命名为“课程设计助手Agent”。

如果这个助手 Agent 实际采用了程老师本人的专业知识、方法、案例与判断标准，按照本专栏的定义，它也承载了程老师的部分个人能力，属于 数字分身（04篇）的一种形式，更具体地说，是 专家数字分身（05篇）。

接着，程老师为了持续完成课程项目，或让客户直接使用这些能力，程老师进一步组织资料、Skill、工具和工作流程，把这些组织成能够持续开展业务的系统，这就进入了 专家数字分身系统（06篇） 的范围。它可以有两种形态：

自己使用的业务生产系统：即“程老师课程制作工作台”，例如运行在 Codex 环境中，组织资料、课程设计 Skill、课件制作 Skill和检查复核 Skill。每次开始新项目，就按项目保存课程大纲、课件、练习及相关资料，供程老师检查和交付。
面向用户的数字产品系统：将这些专业能力建设为一个 “程老师 AI 课程设计网站”：企业培训负责人进入网站，提交培训需求，获得课程方案并继续修改。或者做成一个提供同类服务的 AI 小程序。

两种形态可以独立存在，也可以共用程老师的方法、资料和 Skill。

网站中还可以有一位“程老师视频讲解员”。

用户点击“讲解这份方案”，屏幕上的人物便以程老师的形象和声音进行说明。这是 数字人（08篇） 的具体表现。形象、声音以及背后的知识和行为能力，可以分别配置。

课程开课后，程老师还可以打开“课程运行数字孪生系统”（09篇）。

这是一个网页应用，对应正在实施的这期培训班。系统中建立了这 30 名学员的课程任务模型：每个人需要完成哪些任务、任务之间有什么先后条件、安排在哪次课，以及目前完成到哪一步。每次评分完成或教学安排变更后，相应数据都会同步更新。

例如，第一节课结束后，22 人的教学目标合格，8 人待修改。模型根据“教学目标合格后才能进入活动设计”的规则，标出这 8 人尚未具备开始条件的后续任务。

程老师可以在模型中尝试不同安排：全班增加 30 分钟练习，或者为这 8 人安排单独辅导。系统根据已有课表、任务时长和先后关系，比较两种方案分别影响哪些任务、需要怎样调整课时。

这是一个以本期课程的任务进度和课时安排为范围的轻量数字孪生设计示例。它模拟的是教学工作的安排及其变化，不预测学员经过一次辅导就一定能够学会。

上面提到的九个概念，分别对应本专栏的九篇教程。

先读 01—03，理解执行机制与专业范围；

再读 04—06，理解个人能力如何进入业务生产与数字产品；

07 说明能力怎样封装；

08—09 处理形象表现和现实映射的区别。

正文中的 [S编号] 表示该段解释参考了外部来源；每篇文末均列出来源名称与完整网址。“本专栏定义”表示为本组教程采用的工作定义。“教学示例”和实践方法由本专栏设计。

编号	概念	一句话理解	主要观察什么
01	AI 智能体	围绕目标组织步骤、利用反馈推进任务的 AI 系统	任务怎样执行
02	通用智能体	可处理多种不同任务的智能体	任务覆盖范围
03	专家智能体	针对专业任务配置知识、方法和标准的智能体	专业能力与适用范围
04	数字分身	某个现实个人的部分特征或能力的数字表达	与个人对应的内容
05	专家数字分身	将某位专家的方法和判断等转为可调用的 AI 能力	对应谁的专业能力
06	专家数字分身系统	组织专家能力、流程与维护的持续服务系统	业务生产与服务交付
07	Agent Skill	供兼容智能体加载使用的指令与资源包	方法怎样封装复用
08	数字人	以数字人物形象呈现，可结合声音和动作进行表达或交互的角色	形象与交互表现
09	数字孪生	与具体的现实实体或过程对应，并按约定要求保持同步的数字模型	现实对应、同步与模型用途

这是本专栏为便于理解采用的分类，不是行业统一的等级表。

其中，Agent 的范围在工程与产品文档中也有差别：Anthropic 对自主决定步骤的 Agent 与预设工作流作了区分；Microsoft 的产品说明采用较宽口径，也包括检索问答和工作流执行。[S01][S03]

这个意思是，并没有“通用智能体一定低于专家智能体，数字分身一定比专家智能体高级”的排序。

选择什么技术形式，应该服务于具体任务。一个范围较窄的产品可能更适合固定交付，一个覆盖面较广的产品可能更适合探索尚未明确的工作。

专家智能体与专家数字分身可以重合。前者强调某个专业领域内的能力，后者进一步强调承载的是某位已知专家的能力。
只在智能体的介绍页写上某位专家的名字，还不能说明这是这位专家的数字分身，或者也不一定是这个专业领域的专家智能体。具体要看agent能力和执行效果。
单智能体与多智能体，是技术应用的实现方式。一个专家数字分身可以采用任一种方式；多个智能体协作，也不一定是在构建某个人的数字分身。
Skill 的复杂度与产品价值，由目标任务决定。一套完整测评与陪练系统，可以封装为产品级 Skill 由智能体加载执行，也可以作为一个单独的 AI 测评智能体。