Day 01 / 共 20 天 · 第 1 周 核心概念

项目全景：从自主智能体到平台

第一天建立全局认知：AutoGPT 的起源、为什么从"自主循环智能体"转型为"可视化构建平台"、经典与平台的区别、Block+Graph 核心心智。今天不碰源码，先拿到一张"课程地图"——后面 19 天每天都落在这张图的某一格上。

📍 你在整门课的位置（这条链贯穿全部 20 天，每天开头都会点亮你所在的格子）
W1 核心概念（全景/Block/Graph）→ W2 Block 深入（基类/凭证/成本/SDK）→ W3 执行引擎（Manager/拓扑/调度/WS）→ W4 平台化（计费/OAuth/API/经典）
💡 今天的类比世界观：一座"AI 工厂"（贯穿全天） 把 AutoGPT Platform 想成一座工厂，今天每一讲都用它来理解：Block = 工位上的一台设备（读网页机、总结机、发信机，各干一件事）；Graph = 把设备用传送带串起来的流水线，连好就是一个能自动干活的智能体；数据 = 在传送带上流动的半成品，每过一个工位被加工一次。别急着抠代码，先记住"工厂/流水线/传送带"这套画面。

👶 小白：一张"图"凭什么就能叫"智能体"？它看起来只是几个方块连线。

👨‍🏫 老师：关键在于图里嵌了会"思考"的设备——比如"LLM 块"。传送带负责把料稳稳送到每台设备，而 LLM 块会读输入、动脑子、给出结果。确定性的流水线（可控）+ 局部会思考的设备（智能）= 既聪明又不放飞的智能体。这正是平台相对经典 AutoGPT 的进步：不是让一个人瞎跑，而是把"智能"装进固定工位里。

L01

一夜爆红的起源

🤔 痛点：为什么"你问一句、AI 答一句"还不够？ 假设你要做"市场调研"：得先想搜什么关键词、逐条打开网页读、记笔记、归纳、再决定下一步查什么……ChatGPT 只能回答你当前这一问，每一步都要你亲自喂它、催它。能不能给它一个目标，让它自己一步步干到完？
💡 本质：AutoGPT = 让 AI 自己给自己下命令的"循环" 普通对话是"人 → AI → 人 → AI"的单步问答；AutoGPT 把它变成"目标 → AI 思考下一步 → 执行 → 看结果 → 再思考……"的自主循环。这就是"自主智能体（autonomous agent）"的雏形，也是本课后面 Block+Graph 的思想源头。

AutoGPT 于 2023 年发布，是引爆"自主 AI 智能体"热潮的鼻祖。它第一次让大众看到：给 GPT 一个目标（"帮我做市场调研"），它能自己拆解任务、上网、执行、循环，无需人类逐步指挥。GitHub star 数几周内冲到十几万，是史上增长最快的开源项目之一。

它当年为什么这么震撼？ 在它之前，ChatGPT 是"你问一句它答一句"。AutoGPT 展示了 "AI 自己给自己下命令、连续行动直到完成目标"——这就是"自主智能体（autonomous agent）"的概念雏形。虽然当时它经常跑偏、烧钱、陷入循环，但它点燃了整个行业对 Agent 的想象。你今天学的 eino、OpenHands、CrewAI，某种意义上都是这波浪潮的后来者。AutoGPT 是"AI Agent"这个词进入大众视野的起点。
L02

为什么转型成"平台"

经典 AutoGPT 虽火，但有致命问题：不可控——它自主循环时经常跑偏、重复、烧掉大量 token 却得不到结果，难以用于生产。于是 AutoGPT 团队转型：从"一个放飞的自主智能体"，变成"AutoGPT Platform——一个让你可控地搭建 AI 自动化的可视化平台"。

💬 你可能想问 👶 小白：全自主不是更酷吗？为啥要"退回"到人来搭流程？
👨‍🏫 老师：酷，但不敢用。想象你雇了个天才实习生，你只说"帮我做市场调研"就撒手不管——他可能查到一半跑去研究别的、把预算烧光、还给你编数据。企业不敢把钱和数据交给这种"放飞"。平台的做法是：你先把工序画成流水线，实习生只在每个工位上发挥，跑偏不了、能复用、能算钱。
💡 本质 + 生活类比：手工作坊 → 正规工厂 这次转型的本质，就是从"手工作坊"升级到"正规工厂流水线"：经典 AutoGPT 像一位天才但乱来的手工艺人（给个目标自己瞎鼓捣，做出来全凭运气）；平台像一条标准化流水线（工序固定、每步可控、能量产、出了问题知道卡在哪个工位）。本课后面所有内容，都在讲这条"流水线"是怎么造出来、怎么转起来的。
这个转型的本质是什么？ 从"全自主、不可控"转向"半自主、可控"。经典 AutoGPT 是"你给目标，AI 自己决定所有步骤"（放飞）。平台是"你用积木搭好流程图，AI 在你规定的每一步里发挥"（可控）。这和 CrewAI 从纯 Crew 加入 Flow、OpenHands 强调沙箱+确认是同一个行业觉悟——纯自主不可靠，可控编排 + 局部 AI 自主才是生产之道。整个 Agent 行业都在从"炫技的放飞"走向"可靠的工程化"。
L03

经典 vs 平台

🤖 经典 AutoGPT（classic/）

  • 2023 那个自主循环智能体
  • 给目标 → 自己 think/plan/act 循环
  • 不可控、易跑偏、烧钱
  • 现为历史遗产（含 Forge 框架）

🧱 AutoGPT Platform（autogpt_platform/）

  • 现代主力，本教程主战场
  • 可视化：拖拽 Block 连成 Graph
  • 可控、可复用、可计费
  • 后端 + 前端 + libs 的完整 SaaS
本教程主讲 Platform（Day 02-18、20），并用 Day 19 讲经典 AutoGPT + Forge 的起源故事。为什么还讲经典？因为它是"自主智能体"概念的源头，理解它能让你看清整个 Agent 领域的来路——以及"为什么现在大家都不搞纯自主了"。
⚠️ 常见误解：小白常以为"平台版就是给经典 AutoGPT 加了个界面"。其实两者是两套不同的东西——经典是"一个会自己循环的脚本"，平台是"一套让你搭流水线的工厂系统"，代码几乎不复用（分别住在 classic/ 和 autogpt_platform/ 两个目录）。
L04

Block + Graph 核心心智

平台的核心就两个概念，务必记牢：

  • Block（积木）：一个功能单元。有输入口和输出口，内部一个 run() 逻辑。比如"调 LLM"块（输入：提示词，输出：回答）、"读网页"块（输入：URL，输出：文本）、"发邮件"块。
  • Graph（图）：把多个 Block 用连线连起来——前一个块的输出口连到后一个块的输入口。连好的一张图，就是一个 AI 智能体。
一个 Block（积木） run() 干一件事 输入口 输出口 多个 Block 连成 Graph（图）= 一个智能体 读网页 LLM 总结 发邮件
上：单个 Block 有输入口/输出口 + 一个 run()；下：把输出口连到下一个的输入口，数据像电流一样流过，整张图就是一个智能体。
用"乐高"或"电路"打比方 Block 像一块乐高积木（有凸起和凹槽），Graph 就是把积木拼成的作品。或者：Block 像电子元件（有输入/输出引脚），Graph 是把元件连成的电路。你不用写代码，只要选积木、连线，就搭出一个能自动干活的 AI 流程。数据像电流一样从第一个块流到最后一个块。这就是 AutoGPT Platform 的全部魔法——接下来 20 天就是拆解"积木怎么定义、图怎么执行、平台怎么支撑"。
L05

一个直观例子

假设你想做一个"每天早上把某新闻网站的头条总结后发到我邮箱"的智能体。用 Block 搭：

# 一张 Graph（从上到下数据流动）：
[定时触发 Block]  每天 8:00
      ↓
[读网页 Block]    输入 URL → 输出 网页文本
      ↓
[LLM 总结 Block]  输入 文本 → 输出 摘要
      ↓
[发邮件 Block]    输入 摘要 → 发送到你邮箱
📝 举个例子：数据怎么在这条线上流动 触发 08:00 → 读网页输出 "今日头条：A股大涨…（3000字）" → LLM 总结输出 "3条摘要" → 发邮件把摘要投进你邮箱。每个 Block 的"输出"正好是下一个 Block 的"输入"——这就是 Day 05 要逐帧追踪的"一次执行旅程"。
🚶 换个视角：假设你就是那条"新闻数据" 现在你不是旁观者，你就是一条数据，亲历这条流水线：早上 8:00 闹钟（定时 Block）把你叫醒 → 你先被送到"读网页"工位，变成 3000 字的网页文本 → 传送带把你送到"LLM 总结"工位，被压缩成 3 条摘要 → 最后到"发邮件"工位，被塞进信封投进用户邮箱。你在每个工位都被加工一次，最终从"一堆原始文字"变成"一封有用的邮件"。这就是 Day 05 要一帧一帧追的"一次执行旅程"。
当然 Graph 不止是直线——可以有分支（根据条件走不同块）、并行（同时跑多个块）、甚至子图（把一个 Graph 当成一个块嵌套）。第 3 周讲执行引擎时细看。
L06

仓库结构

AutoGPT/
├── autogpt_platform/          # ★ 现代平台（本教程主战场）
│   ├── backend/backend/       # 后端核心
│   │   ├── data/block.py      # Block 基类（Day 02/06）
│   │   ├── data/graph.py      # Graph 模型（Day 03/11）
│   │   ├── data/execution.py  # 执行数据模型（Day 12）
│   │   ├── data/credit.py     # 积分计费（Day 16）
│   │   ├── blocks/            # 300+ 现成 Block（Day 07）
│   │   ├── executor/          # 执行引擎（Day 12-14）
│   │   ├── integrations/      # 凭证/OAuth（Day 17）
│   │   ├── sdk/               # 写 Block 的 SDK（Day 10）
│   │   └── rest.py / ws.py    # API / WebSocket（Day 15/18）
│   ├── frontend/              # Next.js 可视化构建器
│   └── autogpt_libs/          # 共享库
└── classic/                   # 经典 AutoGPT + Forge（Day 19）
读法：记住后端核心路径 autogpt_platform/backend/backend/——这 20 天几乎都在读它。data/ 放数据模型（Block/Graph/Execution/Credit），blocks/ 放具体积木，executor/ 放执行引擎。
L07

技术栈

  • 后端：Python + FastAPI（Web 框架）+ Prisma（ORM）+ PostgreSQL（数据库）。
  • 队列/缓存：Redis + RabbitMQ（执行任务排队、事件分发）。
  • 前端：Next.js（可视化拖拽构建器）。
  • 认证：Supabase。
  • 计费：Stripe（积分充值，Day 16）。
为什么用这么"重"的技术栈？ 因为它是一个真正的生产级 SaaS 平台，不是玩具。要支撑：多用户并发跑图（需队列 RabbitMQ）、实时看执行进度（需 WebSocket）、可靠存储图和执行记录（需 Postgres）、计费（需 Stripe）、第三方授权（需 OAuth）。对比经典 AutoGPT 只是个 Python 脚本——平台的工程复杂度高得多，因为它要"可靠地服务真实用户"。这也印证了 L02 的转型：从 demo 到生产。
L08

今日小结 + 动手

🧠 今天你应该能回答

  • AutoGPT 的起源？当年为什么震撼？
  • 为什么从"自主智能体"转型为"平台"？（不可控 → 可控）
  • 经典（classic/）和平台（autogpt_platform/）的区别？
  • Block + Graph 的核心心智？（积木连成图 = 智能体）
  • 后端核心代码在哪个路径？技术栈为什么这么重？
🎯 记忆口诀（把今天压成一句话） "积木连成图，数据顺线流；作坊变工厂，可控又能收（费）。"——积木=Block，图=Graph，工厂=Platform，收费=Credits。
一句话复述（能讲给别人听才算懂）：AutoGPT 从"给个目标就自己瞎跑的手工艺人"，进化成了"你搭好流水线、AI 在每个工位上干活的正规工厂"。

✋ 动手：确认结构

# 1. 两部分
ls autogpt_platform/  classic/

# 2. 后端核心
ls autogpt_platform/backend/backend/data/ | head
ls autogpt_platform/backend/backend/blocks/ | head

# 3. 看有多少现成 Block
find autogpt_platform/backend/backend/blocks -name '*.py' | wc -l
明天预告 · Day 02：精讲第一个核心概念——Block（积木）。读 data/block.py：Block 是什么、输入/输出 Schema、run() 方法、为什么这样设计成"有类型口的可复用节点"。
← 总目录 Day 02 · Block 积木 →