第二部分 · 實操與應用

智能體實操
從 Demo 到可遷移的職業技能

From Demo to Transferable Career Skills with Agentic AI

內容
Demo 實錄 + 動手 + 遷移
時長
約 30–40 分鐘
你需要
一台電腦 + 網絡

🗺️ 接下來的路線

1. Demo 實錄 — 我是怎麼用 Agent 準備今晚分享的（截圖實證）

2. 動手體驗 — 跟著做，用 Agent 完成你的第一個求職任務

3. 可遷移的技能 — 這套方法不只是求職，還能用在更多場景

Demo 實錄 · 準備

我是怎麼準備這場分享的

以下就是我昨天在微信群裡發的消息 — 然後我自己也用 Agent 來準備今晚的內容。

Step 1: 微信群通知

WeChat preparation messages

Simon 在群裡發消息：下載 VS Code、註冊 GitHub

Step 2: 下載 VS Code & 註冊 GitHub

VS Code download page GitHub homepage

Step 3: 打開 VS Code

VS Code welcome page

VS Code 的歡迎頁面 — 右側有 Chat 面板

Step 4: 新建項目文件夾

Creating 28FebAIworkshop folder

在桌面新建文件夾「28FebAIworkshop」

Demo 實錄 · 文件

創建文件 & 寫指令

Step 5: 創建文件和 context 文件夾

WeChat messages about creating files

在群裡說明文件結構：4個文件 + context 文件夾

VS Code context folder

Step 6: mainObjectives.md 的內容

visit context/weChatPost2017.md to learn about me Simon the speaker for context/CareerTalkPost2026.md what I hope I can accomplish in the workshop tonight: - convince more students that Agentic AI in IDE is a superior approach to using Generative AI - through hands-on demo participants can get started with agentic AI in IDE - echo what the first two speakers have to say - demonstrate how agentic AI can support students' professional development based on the info above (read through all the files), create an actionPlan.md and actionPlan.html to plan out the workshop create another workflow.html for a mermaid style flow chart to illustrate what happens when I send this file path to AI agent

這就是我給 Agent 的「指令文件」

關鍵概念

mainObjectives.md 裡引用了 context/ 裡的文件路徑。Agent 讀到路徑後會自動去讀那些文件 → 這就是 recursive file reading。

Demo 實錄 · 發送

發送指令 & Agent 開始工作

Step 7: 右鍵 → Copy Relative Path

Right-click Copy Relative Path

右鍵點擊 mainObjectives.md → Copy Relative Path

Step 8: 粘貼到 Chat 面板

Paste path to Copilot chat

粘貼路徑 → 按發送

Agent 開始工作！

Agent reading files and thinking

Agent 讀取文件、分析、理解上下文…

Agent reviewing files

Reviewed 4 files → 開始創建文件…

Agent created actionPlan and workflow files

Created actionPlan.md · actionPlan.html · workflow.html

Demo 實錄 · 成果

Agent 產出了什麼？

一次指令 → 三個完整文件。全部自動生成，零手動編寫。

actionPlan.html — 互動式行動計劃

Generated actionPlan.html page

完整的工作坊計劃頁面 — 時間軸、目標、活動選項

workflow.html — Mermaid 流程圖

Generated workflow.html with Mermaid flowchart

展示 AI 智能體如何讀取文件、分析、生成的完整流程

actionPlan.md — Markdown 版本

actionPlan.md rendered in VS Code

VS Code 預覽 — 結構化的工作坊時間表

Agent 的最終總結

Agent final summary - 3 files created

3 files changed, +1711 lines — 全部自動生成

💡 這就是今晚分享的由來

你現在看到的這個分享的框架 — 時間安排、活動設計、流程圖 — 全部是 Agent 根據我的上下文文件自動生成的。我只寫了一個 mainObjectives.md，Agent 做了剩下的事。

動手時間

現在輪到你了

看完 Demo，讓我們動手試一次。跟著下面的步驟，用 Agent 完成一個求職相關的任務。

快速上手 · 8 步
1

下載 VS Code → code.visualstudio.com ↗

2

註冊 GitHub → 用學校郵箱

3

登錄 GitHub → 左下角人形圖標

4

新建文件夾 → File → Open Folder

5

建 context/ 裡放背景文件

6

寫 mainObjectives.md → 引用文件路徑

7

Copy Relative Path → 粘貼到 Chat

8

見證奇跡 🎉

🔁 可遷移的技能

你剛才看到我用 Agent 準備了今晚的分享 — 同樣的方法可以用在任何需要「整合多份資料 → 產出結果」的場景：

求職場景

  • 把 JD + 個人經歷放進 context/ → 生成定制求職信
  • 準備面試問題 → STAR 格式回答
  • 用中英文同時產出材料

入職之後

  • 會議記錄 → 提取行動項
  • 多份報告 → 整合撰寫
  • 新領域學習 → 知識框架
核心要點

文件夾 = Agent 的「世界」。跟我做的一模一樣：把資料放進 context/，在 mainObjectives.md 裡引用路徑、寫清楚目標，Agent 自己去讀、分析、產出。

可遷移技能 · 求職

求職中的三大應用

今天學到的方法（準備上下文 → 寫指令 → 啟動 Agent），可以直接用在以下場景：

📄

簡歷 & 求職信

  • 根據 JD 量身定制每份簡歷
  • 自動匹配技能與職位要求
  • 同時生成中英文版本
  • 換一份 JD → 重跑 → 全新材料

📧

專業溝通

  • Networking email
  • Follow-up 跟進信
  • Thank-you note 感謝信
  • 30 秒 Elevator Pitch

🎤

面試準備

  • 列出最可能的面試問題
  • 用 STAR 格式準備回答
  • 生成面試前 Cheat Sheet
  • 準備反問面試官的問題

💡 和 ChatGPT 的區別

ChatGPT：你複製一大段 JD + 你的簡歷 → 粘貼 → 生成一段話 → 你再手動整理。

Agent：你把文件放進文件夾 → 給一個路徑 → Agent 自動讀取所有資料 → 直接輸出完整文件。

五分鐘定制一份全新的求職材料，不是空談 — 你剛才看到了。

可遷移技能 · 更廣泛

不只是求職

今天學到的「準備上下文 → 寫指令 → 啟動 Agent」這套方法，適用於任何需要整合信息、產出成果的場景。

📚 學術與學習

  • 論文寫作 — 把文獻放進 context/，讓 Agent 生成大綱和初稿
  • 考試準備 — 把課件放進去，生成複習提綱和練習題
  • 學習新領域 — 快速建立知識框架
  • 小組作業 — 整合多人資料，統一格式和風格

🏢 入職之後

  • 30-60-90 天計畫 — 把崗位要求放進去，自動生成
  • 會議記錄 → 行動項 — 自動提取要點
  • 報告撰寫 — 多源信息整合
  • 週報/月報 — 模板化，高效穩定

🎯 個人發展

  • 個人網站 — 像今晚的 slides 一樣，用 Agent 生成
  • 作品集 — 整理項目，自動排版
  • 博客寫作 — 把想法變成結構化文章

🔁 核心模式

不管任務是什麼，方法都一樣：

1. 準備上下文文件
↓
2. 寫 mainObjectives.md
↓
3. Copy Relative Path → 發送
↓
4. Agent 自動產出
總結

要點回顧

🧠 理念層面

  • 積極主動 — 獲取信息 ≠ 採取行動
  • 以終為始 — 先想清楚你要什麼
  • Vocation — 找到你的使命

🔧 技術層面

  • Agent ≠ Chatbot — Agent 能讀寫文件、執行代碼
  • Tool Calling — Agent 能力的來源
  • 文件路徑 — 連接你和 Agent 的橋梁

💼 實踐層面

  • 簡歷、求職信 → 定制化自動生成
  • 面試準備 → STAR 法則、Cheat Sheet
  • 入職後 → 報告、計畫、知識管理

🔁 可遷移的核心技能

今天學的不是「怎麼用某個工具」— 你學到的是一種工作方法：

準備上下文 → 寫清楚目標 → 讓 Agent 去做 → 審閱和修改結果

這個方法適用於任何場景。不管你在求職、寫論文、做報告，還是學新東西 — 方法都一樣。

核心洞見

智能體不是替代你思考，而是放大你的行動力。你獨特的人生經歷、真實的觀察與判斷仍然是最難被替代的。關鍵在於：你是否還在積累這些經歷？

開始使用

安裝與入門

三個 IDE 選項，選一個適合你的。

🆚

VS Code + Copilot

微軟出品，免費 + GitHub 學生優惠

推薦新手使用

下載 ↗

🌿

Trae（字節跳動）

國內友好，免費試用額度

無需翻牆

官網 ↗

🖱️

Cursor

更強大的 AI 集成，需付費

進階用戶

官網 ↗

🎓 Moodle 課程：繼續學習 Agentic AI

我在浸大 Moodle 上開設了一門推廣 Agentic AI 的課程。歡迎加入！

Moodle 課程頁面 ↗

同時也在招募兼職推廣大使 — 如果你對 Agentic AI 感興趣，歡迎報名。

📺 回顧 & 預習

Feb 20 Workshop: Agentic AI 101（B站）↗

微信文章：智能體入門介紹 ↗

活動錄屏會發佈到 B站 AMHKY-HKBU

資源 & 聯繫

保持聯繫

📇 AMHKY 負責人

微信：wds051018（王篤生）

微信：Heli001117（主席）

活動網站 ↗

📅 下一場 Workshop

3月5日 — AI Agent Meets Textual Mentors

用 AI Agent 把學術論文變成你的「文本導師」

報名 ↗

📚 學術參考文獻

Schick, T. et al. (2023). Toolformer: Language Models Can Teach Themselves to Use Tools. NeurIPS 2023. arXiv ↗

Yao, S. et al. (2023). ReAct: Synergizing Reasoning and Acting in Language Models. ICLR 2023. arXiv ↗

Qin, Y. et al. (2024). ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs. ICLR 2024. arXiv ↗

Shumailov, I. et al. (2024). AI models collapse when trained on recursively generated data. Nature. Nature ↗

積極主動 · 以終為始
用智能體把目標變為行動

Be Proactive · Begin with the End in Mind · Let the Agent Do the Work

← Talk Slides