本页不回答“哪个工具最强”。它回答：当前项目卡在哪一层，应该先换工具、换模型、补样例，还是补验收标准。
新手做 AI Agent（人工智能体）项目时，经常把四个问题混成一个问题：
| 层级 | 真正要判断的问题 | 常见误判 |
|---|
| 制作工具 | 用什么工具把项目做出来 | 以为换成更强模型就能解决需求不清 |
| 运行模型 | 项目运行时用什么模型处理任务 | 只看模型名，不看任务、成本和失败样例 |
| 外部系统接入 | 通过 API、MCP、低代码节点还是 Web/GUI 自动化连接系统 | 能点页面就认为能稳定交付 |
| 验收证据 | 用什么样例证明项目可演示、可复盘、可上线 | 页面能打开就认为项目完成 |
60 秒判断顺序
如果你现在卡住了，按这个顺序判断，不要直接跳到换模型。
| 顺序 | 先问自己 | 如果答案不清楚 |
|---|
| 1 | 这个项目的用户、输入、输出和高风险动作是什么？ | 先补项目边界，不选工具 |
| 2 | 我是要做出项目，还是项目运行时要调用模型？ | 先区分制作工具和运行模型 |
| 3 | 有没有最小样例、失败样例和验收标准？ | 先补样例，不换模型 |
| 4 | 外部系统有没有稳定 API 或 MCP？ | 先查接口，再考虑 Web/GUI 自动化 |
| 5 | 哪些动作必须人工确认？ | 先补权限矩阵，再接真实工具 |
| 6 | 当前失败有日志、截图或 Trace ID 吗？ | 先补证据，再判断责任在工具还是模型 |
第一步：先判断你卡在哪里
| 你遇到的情况 | 不要先做什么 | 应该先做什么 |
|---|
| 不知道项目做什么 | 不要换模型或工具 | 写项目目标、用户、输入、输出、边界和验收 |
| 页面像模板站 | 不要继续美化 | 补业务样例、处理过程、风险提示和日志 |
| 模型回答不稳定 | 不要只换更贵模型 | 先补黄金样例、失败样例和输出结构 |
| 工具调用经常错 | 不要把权限全放开 | 补工具 schema、参数校验、权限矩阵和兜底 |
| 知识库答不准 | 不要直接换模型 | 先查资料质量、分块、元数据、引用和拒答规则 |
| 外部系统难接 | 不要直接做 GUI 自动化 | 优先找 API/MCP；没有接口再考虑低风险 Web/GUI |
| 面试讲不清 | 不要堆技术名词 | 整理业务闭环、技术流、验收证据和失败处理 |
第二步：选制作工具
第三步：选运行模型
| 任务类型 | 优先能力 | 验收样例 |
|---|
| 需求分析和方案拆解 | 长上下文、推理、中文表达 | 能把需求拆成范围、风险、字段和验收标准 |
| 代码生成和修复 | 跨文件理解、工具使用、错误修复 | 能基于报错做最小修改，并运行检查 |
| RAG（检索增强生成）回答 | 引用意识、拒答稳定性、事实约束 | 答案必须被引用支撑，无资料时拒答 |
| Tool Calling（工具调用） | 参数遵循、失败处理、状态保持 | 参数错、权限不足、工具超时都有可复盘结果 |
| 数据分析和报表 | 表格理解、归因推理、中文报告 | 能解释指标口径、异常原因和证据来源 |
| 批量摘要和标签 | 成本、速度、格式稳定 | 抽样检查通过，不影响高风险决策 |
| 多模态资料处理 | 图片、截图、票据、版式理解 | 输出定位、置信度和人工复核建议 |
不要把模型名写死成选型结论。更稳定的做法是为每个任务写一张模型能力卡，再用样例集比较效果、成本和失败模式。
第四步：选外部系统接入方式
| 接入方式 | 优先级 | 适合场景 | 必须补的保护 |
|---|
| 后端 API | 最高 | 系统有稳定接口、能拿到权限 | 鉴权、错误码、重试、审计 |
| MCP 工具或资源 | 高 | 多个 Agent 或工具客户端要复用能力 | 工具白名单、最小权限、调用日志 |
| 低代码平台节点 | 中 | 快速验证流程、通知、简单自动化 | 迁移计划、字段契约、人工确认 |
| Web Agent | 低 | 没有 API，只能操作网页 | 截图、超时、登录态保护、人工确认 |
| GUI Agent | 最低 | 遗留桌面系统或远程桌面 | 只做低风险动作，不做默认生产写入 |
第五步：组合成项目方案
| 项目目标 | 推荐组合 | 不要怎么做 |
|---|
| 客服 Agent 工作台 | Codex + Mock-first + RAG + 工具权限 + 人工确认 | 让模型直接承诺退款、赔偿或合同条款 |
| 企业知识库问答 | Codex + 文档入库 + 向量检索 + 引用验收 + 拒答规则 | 只上传资料，不做元数据、权限和引用 |
| MCP 工具平台 | Codex + API/MCP + 工具 schema + 审计日志 + 权限矩阵 | 模型选了工具就直接执行 |
| 数据分析报告 | Codex + 表格样例 + 指标字典 + 结构化输出 + 人工复核 | 只生成漂亮报告，不解释口径和来源 |
| 低代码原型迁移 | 平台验证 + 契约抽取 + Mock-first 代码复刻 + 回归样例 | 平台截图当成工程作品集 |
| 编程智能体训练 | Codex + AGENTS.md + Skill 清单 + 验证命令 + 复盘报告 | 只说“AI 帮我写代码” |
什么时候换工具或模型
| 触发条件 | 换什么 | 换之前必须确认 |
|---|
| 工具读不到项目上下文 | 换编程代理或补项目规则 | 目录、命令、边界和验收是否已写清 |
| 模型结构化输出不稳定 | 换更适合结构化输出的模型或加校验层 | schema、失败样例和重试策略是否存在 |
| 工具调用参数经常错 | 换模型或收窄工具 schema | 参数定义是否过宽，是否缺少枚举和必填字段 |
| 延迟影响体验 | 路由到轻量模型或缓存 | 哪些任务真的需要实时返回 |
| 成本不可控 | 分层模型、批处理、限流 | 是否把低价值任务交给了强模型 |
| 企业合规不允许 | 换批准的供应商、本地模型或私有化方案 | 数据分类、出域规则和日志保留要求 |
给自己的检查问题
开始做项目前，先回答这 6 个问题：
- 我是在选制作工具，还是在选项目运行时模型？
- 当前问题是需求不清、资料不够、流程不稳，还是模型能力不足？
- 这个项目有没有最小样例、失败样例和验收标准？
- 外部系统有没有 API 或 MCP 接入方式？
- 哪些动作必须人工确认？
- 如果模型、工具或供应商切换，哪些测试必须重新跑？
相关章节