核心 · Key Idea
一句话：Agent 是一个能感知环境、自主决策、会调用工具、迭代解决问题的 AI 系统 —— 而不只是「一问一答」的聊天机器人。
是什么#
Chatbot 只会回答你一轮话；Agent 会把**「一个目标」**拆成任务，边做边看结果，自己决定下一步。它至少有 4 个要素：
- 大脑（LLM） —— 做决策
- 工具（Tools） —— 拿外部数据、执行动作
- 记忆（Memory） —— 保留上下文和历史
- 循环（Loop） —— 想 → 做 → 看 → 再想，直到完成
打个比方#
打个比方 · Analogy
Chatbot 像餐厅前台：你问什么它答什么。
Agent 像实习生：你说「订一张明天去上海的高铁票」，它会自己查时刻表、比较价格、点「预订」、填姓名、付款、最后把 PDF 发你 —— 中间不用你一步步指挥。
关键概念#
LLM Core大脑
所有决策都是 LLM 生成的 —— 它是 Agent 的中央处理器。
Tools工具
搜索、浏览器、代码解释器、API 调用…… Agent 伸向外部世界的「手」。
Planning规划
把大目标拆成小步骤，是 Agent 和 Chatbot 的分水岭。
Memory记忆
短期（Context Window）+ 长期（向量库 / DB），让 Agent 跨会话工作。
Loop循环
ReAct 等范式让模型多轮迭代 —— 没有循环就只是 one-shot 助手。
怎么工作#
本质上，Agent = LLM + 工具 + 循环。其余架构都是在这三件上做加法。
实操要点#
- 先想清楚「循环终止条件」：是模型自己说 done？还是达到步数上限？没想清楚 Agent 会无限烧钱。
- 工具描述比工具本身重要：模型能不能正确选工具，95% 取决于工具的
description/ 参数 schema 写得好不好。 - 短路强于全自主：能在 prompt 里写死的流程（比如「先搜，再分析，最后总结」）就不要让模型临场想 —— 更稳更便宜。
- Observability 必须先上：每一步的「想 / 做 / 看」都要记 trace，出了问题才能 debug。否则 Agent 就是黑盒。
易混点#
Chatbot
一问一答，无状态。
不调工具，不能做事。
不调工具，不能做事。
Agent
多步循环，有记忆。
调工具、改世界、交付结果。
调工具、改世界、交付结果。
Agent
**模型决定**下一步做什么。
灵活但不可控。
灵活但不可控。
Workflow
**人预先定义**节点和流转。
稳定但不会临场发挥。
稳定但不会临场发挥。
延伸阅读#
- ReAct —— Agent 最核心的「想-做-看」范式
- Planning —— 把大任务拆成小步骤的能力
- Multi-Agent —— 多个 Agent 协作
- Workflow —— 和 Agent 互补的「确定性流转」方案