什么是 Agent
Agent（AI 智能体） 是一种能自主完成多步骤任务的 AI 系统。与普通 LLM 对话不同，Agent 能够：
- 感知：理解用户意图和当前环境
- 规划：将复杂目标拆解为多个步骤
- 行动：调用工具执行操作（搜索、代码执行、API 调用）
- 反思：根据执行结果调整后续计划
用一句话理解：普通 LLM 是聊天机器人，Agent 是数字员工。
Agent vs LLM
| 维度 | 普通 LLM | Agent |
|---|---|---|
| 交互方式 | 一问一答 | 自主多步骤 |
| 工具使用 | 不调用 | 主动调用 |
| 状态管理 | 无状态 | 有记忆和状态 |
| 错误处理 | 不处理 | 可重试和调整 |
| 适合场景 | 问答、生成 | 复杂任务执行 |
Agent 的核心能力
1. 工具调用（Tool Use）
Agent 能调用外部工具完成任务：
- 搜索引擎：获取实时信息
- 代码执行器：运行代码并获取结果
- API 调用：操作外部系统
- 文件读写：处理本地数据
2. 任务规划（Planning）
Agent 能将复杂目标拆解为子任务：
用户："帮我分析竞品的定价策略"
→ 搜索竞品信息
→ 提取定价数据
→ 对比分析
→ 生成报告
3. 记忆（Memory）
- 短期记忆：当前对话上下文
- 长期记忆：历史交互、用户偏好
常见 Agent 框架
| 框架 | 定位 | 特点 |
|---|---|---|
| LangGraph | 通用 Agent | 基于图的工作流 |
| AutoGPT | 开源 Agent | 最早的自主 Agent |
| CrewAI | 多 Agent 协作 | 角色分工 |
| Dify | Agent 平台 | 可视化搭建 |
| Coze | Agent 平台 | 零代码 |
Agent 的典型应用
编程 Agent
- Cursor Composer：自动修改多个文件
- Claude Code：终端内自主编程
- Aider：CLI 编程助手
自动化 Agent
- 自动调研：搜索+整理+生成报告
- 数据分析：读取数据+清洗+可视化
- 客服：理解问题+查询知识库+回复
ReAct 模式
ReAct（Reasoning + Acting）是 Agent 最常用的推理模式：
思考：用户想了解 Cursor 的价格，我需要搜索
行动：调用搜索工具
观察：Cursor Pro $20/月
思考：找到了，现在可以回答用户
回答：Cursor Pro 版本每月 $20...
相关概念
- LLM：Agent 的大脑
- Function Calling：Agent 调用工具的技术基础
- MCP：让 Agent 连接更多工具的协议
- RAG：给 Agent 提供外部知识的架构