讲师还没备课，AI 培训已经成功了一半

认真回答好这四个问题，AI 培训就已经成功了一半：

1. 1. 学员目前会什么
2. 2. 每天在做什么
3. 3. 期望学到什么
4. 4. 培训结束后，希望能做出什么
   ——没错，讲师还没备课呢，这场培训已经成功了一半。

最近密集地做了几次企业培训。企业背景不同，学员的背景差别很大，课堂给我的感受很不一样。

这就是我想要的效果

一家传统制造业。学员普遍 0 基础，此前没用过 Agent。企业的目标有两个，一是做出多个实际应用/原型，二是培养一些内部的种子选手。

如果两天主要讲一些概念，意义不大。我带学员现场安装 Workbuddy，大屏幕演示怎么给 agent 布置任务。

学员做完之后对着自己电脑感慨，“太强了”。

我接过来，“你这句话就是我培训想要的效果啊”。

此前没有接触过 agent 的零基础学员，能在两天时间收获的最重要的东西就是

原来 AI 真的可以替我干活哎。

MCP、skill、RAG、多智能体，这些概念都可以后面慢慢学。

创新从这里来

一家运营商。这批学员的基础跨度就很大了。有学员已经用 Dify 搭建了复杂的工作流，有学员只用过豆包聊天。目标是提升学员的 AI 使用能力，以及工作中的创新能力。

我和培训组提前电话采访了总计十几位学员，了解了他们每天做什么。课上选择的案例也都基于采访制作。学员说演示用的宽表跟实际工作很接近。

我此前对运营商的业务了解的不多，好在选的案例和他们每天的工作很接近。我在课上花了两个小时，让学员走上讲台，讲一下自己的工作流程，哪些可以让 Agent 接手，哪些必须人工来。他们讲，我在白板上做流程分析。

有一个案例让我印象深刻。拿到数据之后先分析，会花两三个小时；分析结果要反馈给现场负责人，等待和跟踪现场回复，这一步通常再花一两个小时。

学员讲自己的工作流程，我在白板上拆出智能体可以接手的环节

这次经历也让我现在开始习惯在培训中增加这个环节：让学员自己过一遍 Agent 工作流程，说说看哪一步可以被优化。

原本以为习以为常、现在突然变成效率瓶颈的这些卡点里，藏着创新的机会。

一次差错

也遇到过出差错的时候。

最近准备另一家企业培训时，就遇到一个很典型的问题：参与课程设计的几方，对同一批学员的背景出现了相反的理解。

一种理解是：学员技术背景很强，因此课程应该加入最新的 Agent 工程实践，甚至需要涉及代码和部署；

另一种理解是：学员主要做业务，基本没有编程基础，课程应该以低代码工具和日常工作应用为主。

这两种前提设计出来的，会是两门完全不同的课！核心还是没及早确认：
学员到底是谁？

目标是工作方式变化

从那以后，我把学员画像作为培训需求确认的一部分，以文字形式固定下来——

学员分别是什么岗位；平时具体做什么；技术基础到什么程度；现在怎么使用 AI；培训结束以后，希望他们能够独立完成什么；课堂上最终应该做出什么成果。

课程大纲建立在这份信息之上。

企业采购 AI 培训，我建议先把这些问题确认清楚，再讨论讲循环工程、Agent Skill、知识库、AI Coding 最佳实践，还是某一种具体的 Agent 平台。

因为企业真正希望看到的结果，应该是两三天的培训以后，员工完成工作的方式发生变化。

而不是看完 20 页内容丰富的 PPT，学到了很多新名词，第二天回到工位，一切照旧。