agent 入门

agent 是什么

Agent 是一个能够“感知环境、思考决策、调用工具、执行动作、根据结果继续行动”的程序

和普通聊天机器人不同，普通聊天机器人通常是：

用户输入 -> 模型回答

Agent则是

目标 -> 思考 -> 行动 -> 观察结果 -> 再思考 -> 再行动 -> 直到完成任务

两者对比：

举个例子。

你普通问 LLM：

帮我查一下北京明天天气，并写一封邮件提醒老板。

但 Agent 可以：

1. 调用天气工具查北京天气
2. 得到结果：晴，26 度
3. 调用邮件工具发送邮件
4. 告诉你已完成

所以，Agent 的核心不是“更会聊天”，而是：

能拆解任务、能调用工具、能根据反馈继续执行

Agent 的基本组成

一个完整 Agent 通常包括五个部分

Agent = 大模型 + 目标 + 工具 + 记忆 + 执行循环

1. 大模型：Agent 的大脑

LLM 负责：

• 理解用户目标
• 拆解任务
• 决定下一步调用什么工具
• 总结结果

常见模型：

• OpenAI GPT

• Anthropic Claude

• Qwen

• DeepSeek

• GLM

• Kimi

• 本地模型，如 Llama、Qwen 等

2. 目标：Agent 要完成什么

比如

帮我调研 3 个 AI Agent 开源框架，并写成 markdown 报告

目标必须清晰，否则 Agent 会不知道什么时候停止

3. 工具：Agent 的手和脚

工具可以是：

• 搜索网页

• 读取文件

• 写入文件

• 执行 Python 代码

• 查数据库

• 调 API

• 发邮件

• 操作浏览器

• 控制电脑

• 调用其他模型

没有工具的 Agent 只能“想”

有工具的 Agent 才能“做”

4. 记忆：Agent 的经验

记忆分两种

短期记忆

当前任务过程中的上下文。 例如：

用户让我查天气

我已经查到了北京天气

下一步应该写邮件

长期记忆

跨任务保存的知识

例如

用户喜欢简洁回答

用户的项目使用 Python

用户公司名称是 XXX

长期记忆可以用：

文件

数据库

向量数据库

JSON

SQLite

5. 执行循环：Agent 的核心发动机

ReAct

最经典的循环是：

Thought: 思考下一步 Action: 选择工具 Action Input: 给工具参数 Observation: 观察工具结果 ... Final Answer: 最终回答

这个模式叫 Reasoning + Acting

最常见的 Agent 范式有三种：

• ReAct (Reasoning and Acting)：一种将“思考”和“行动”紧密结合的范式，让智能体边想边做，动态调整。
• Plan-and-Solve：一种“三思而后行”的范式，智能体首先生成一个完整的行动计划，然后严格执行。
• Reflection：一种赋予智能体“反思”能力的范式，通过自我批判和修正来优化结果。

Plan-and-Solve：先规划，再执行

ReAct 是“边想边做”，Plan-and-Solve 则是“先想清楚再动手”。

智能体先根据目标生成一份完整的行动计划，把大任务拆成可执行的小步骤，再一步步严格执行，步骤之间互不打断、顺序固定。

举个例子：帮我调研 3 个 AI Agent 开源框架，并写成 markdown 报告

Plan-and-Solve 会先输出计划：

1. 搜索哪些框架值得调研
2. 逐个调研框架的特性、优缺点
3. 整理成 markdown 报告

然后严格按照计划执行，直到全部完成。

适用场景：任务步骤明确、顺序固定、中途不需要根据反馈改方向的场景（如批量处理、流水线任务）。

与 ReAct 的区别：ReAct 每走一步都要观察结果再决定下一步；Plan-and-Solve 提前定好所有步骤，中途不调整。

Reflection：做完再反思，修正再交付

Reflection 是在 Agent 输出最终答案之前，增加一个“自我审查”环节。

智能体生成结果后，先对自己的答案进行审视：有没有遗漏？思路对不对？结果是否满足目标？发现问题就重新生成，反复迭代直到满意。

举个例子：写一篇 500 字的产品介绍

Reflection 的流程是：

1. 先写出一版草稿
2. 自我审查：有没有突出卖点？语句是否通顺？字数是否达标？
3. 根据问题重写一版
4. 重复审查与改写，直到满意才交付

适用场景：答案质量要求高的任务（如写文章、写代码、做翻译、写方案），本质上是用“多轮生成”换“更高质量”。

与 ReAct 的区别：ReAct 反思的是“行动结果”，决定下一步动作；Reflection 反思的是“最终输出”，用来打磨答案本身。