从零到一。读完这 Part，你能不写一行业务代码，把一个 Agent 部署上线。
01.1 我帮朋友搭客服 Agent 那三周
去年我帮一个朋友做客服 Agent。第一周全花在搭骨架。要写 SSE 流式输出。要处理会话存储。要接模型 Key。要管工具调用状态。
真正写业务逻辑，是第三周的事。最气的是：这套骨架，每个做 Agent 的人都得过一遍。
01.2 它到底托住了什么
先给结论：EdgeOne Makers 把"运行沙箱、对话记忆、流式响应、工具链路、模型网关、观测"这些通用能力提前打通了。你只填业务逻辑。
| 维度 | 自己从零搭 | EdgeOne Makers | 标叔的结论 |
|---|---|---|---|
| 流式对话 | 自己写 SSE | 模板自带 | 新手省 1 周 |
| 对话记忆 | 自己接数据库 | 平台零配置 | 不用开 DB |
| 模型切换 | 改代码重部署 | 改环境变量 | 省一次发布 |
| 链路观测 | 自己搭日志 | 面板自带 | 按链路看 |
重点看
最后两行"模型切换"和"链路观测"。这两件事自己搞最烦。Makers 直接平台化了。
01.3 它不是什么
它不锁定你的框架。OpenAI SDK、Claude SDK、LangGraph、CrewAI 都支持。JS、Python 都能用。
标叔的经验
平台不锁框架，比"功能多"更值钱。我见过太多团队被某个 PaaS 绑死，换模型要重写。Makers 的模型网关把这件事解耦了，这点我给好评。
01.4 适合谁，不适合谁
适合：想快速验证 Agent 想法的独立开发者。想做 MVP 的产品经理。
不适合：要深度改运行时内核的团队。要私有化部署到大内网的场景。
装好认知，下一章我们 5 分钟跑通第一个 Agent。