1. Agent 是什么

这是什么：Agent（智能体） = 会用工具、能自己一轮轮往下干活的 LLM 应用，一个「自己会想办法」的程序。

为什么用：聊天机器人只会答问题，答完就结束；真实任务往往是「先查一下，再根据结果决定下一步」，得有个能自己往下推进的东西。

如何用：本章先把 Agent 的循环骨架和适用边界讲清楚，下一章就用 function calling 手写一个会查天气的 Agent。

1.1 从「只会答」到「会干活」

聊天机器人的流程是死的：问一句、答一句、结束。而真实任务往往是「先查一下，再根据查到的结果决定下一步」——比如「查一下明天天气，如果下雨就提醒我带伞」。

	聊天机器人	Agent
谁推动	用户问一句，它答一句	它自己判断下一步
能做什么	只能生成文字	能调工具：查天气、读文件、跑命令
结束条件	答完就结束	任务完成 / 达到步数上限才停
典型例子	网页对话框	编码助手、自动化流程、个人助理

1.2 Agent 的循环长什么样

拆开看，所有 Agent 都是同一个骨架：

        ┌──────────────────────────────────┐
        │                                  │
        ▼                                  │
   ① 思考：模型看上下文，        ┌──────────────────────┐
      决定「下一步该干嘛」  ───►  │ ② 行动：调用某个工具    │
                                │  （读文件 / 查 API…）   │
        ▲                       └──────────┬───────────┘
        │                                  │
        │  ③ 观察：把工具的结果          ▼
        └──── 写回上下文，模型看到 ──── 回到 ①

三步循环转起来，Agent 就能处理「步骤数事先不知道」的任务。

1.3 Agent vs 工作流

不是所有自动化都该做成 Agent：

	工作流（固定流程）	Agent（自主决策）
步骤	写死在代码里	模型临场决定
同样的输入	必然同样的结果	可能不一样
适合	步骤明确、量大、要稳定	步骤不确定、需要判断
例子	每天 9 点发日报	「把这堆报错分个类并给出修复建议」

判断标准很简单：流程你能提前画出来，就用工作流；画不出来，才上 Agent。 Agent 更灵活，但更贵、更慢、更难调试。

1.4 三种常见档次

档次	能力	难在哪
一次性工具调用	模型选一个工具、调一次、拿结果	最简单，本章就能写
多步循环	反复「思考—行动—观察」直到完成	要控制停止条件、防死循环
多智能体协作	多个各有分工的 Agent 互相配合	要设计交接协议、避免互相甩锅

新手别一上来就做第三档。本教程先把第二种写扎实——循环、工具、记忆这三样，学会了第一种是自然延伸。

1.5 动手改

找一件你每天重复做的烦心事（整理邮件、汇总日报、批量改文件名），写下它的步骤
判断它属于「工作流」还是「Agent」？步骤能不能提前画出来？

1.6 小结

Agent = LLM + 工具 + 「思考—行动—观察」循环
Agent 适合步骤不确定的活；步骤确定的工作流更便宜更稳
三种档次：一次性工具调用 → 多步循环 → 多智能体，先学前两种

下一章：环境搭建与第一个 Agent，亲手写出会调工具的 Agent 🐸