Agent 原理¶
CONFIDENCE — HIGH
Agent 核心组成、执行循环、与其他概念的区别、适用场景和风险。
什么是 Agent¶
Agent（智能体）解决的核心问题：当任务步骤不是提前写死的，而是需要模型根据目标和中间结果动态判断下一步动作时，普通固定流程不够用了。
解决的问题：
- 固定 Chain / Workflow 难覆盖开放任务
- 是否调用工具、调用哪个工具、调用几次无法预先完全写死
- 任务需要边观察、边决策、边执行
核心组成¶
Agent（智能体）
├── Goal（目标）
├── Planner / Reasoner（规划/推理）
├── Tool（工具）
├── Memory / State（状态）
└── Executor（执行循环）
标准公式（LLM 时代）：Agent = LLM（大脑） + Planning（规划） + Tool Use（执行） + Memory（记忆）
AI Agent vs Agentic AI¶
| 维度 | AI Agent | Agentic AI |
|---|---|---|
| 词性 | 名词：具体执行实体 | 形容词/名词：系统能力属性或架构范式 |
| 比喻 | 单兵/工具人 | 项目经理/生态系统 |
| 系统构成 | 单体架构（一个 LLM + 一组工具） | 多智能体架构（编排层 + 共享记忆池 + 多角色 Agent） |
| 任务复杂度 | 单一、短链路、结构化 | 复杂、长链路、非结构化 |
| 协作能力 | 有限或无 | 深度协作，通过 A2A、MCP 等协议通信 |
| 自主性 | 受限，需用户触发 | 强自主性，端到端执行，具备自我纠错 |
Agentic AI 由吴恩达（Andrew Ng）提出，核心公式：Agent = Model + Harness。AI Agent 是实现 Agentic AI 的基础，但只有具备高度自主性、能通过多 Agent 协作解决复杂问题的系统才属于 Agentic AI。
标准执行循环¶
- 接收任务
- 理解目标
- 判断是否调用工具
- 执行工具
- 读取结果
- 决定下一步
- 输出最终答案
与其他概念的区别¶
| 概念 | 特点 |
|---|---|
| Chain | 固定流程，步骤预定义 |
| Workflow | 有向图，分支可预定义 |
| Tool Calling | 单次工具调用 |
| Agent | 动态决策，边执行边判断 |
| RAG | 检索增强生成，Agent 的一种应用 |
能力来源¶
- LLM：理解与推理能力
- Tool：外部能力扩展
- Memory：状态延续
- Prompt：行为约束
适用场景¶
- 开放式任务
- 多工具协同
- 步骤不固定的任务
- 需要边执行边判断的任务
核心风险¶
| 风险 | 说明 |
|---|---|
| 幻觉决策 | LLM 编造不存在的工具或结果 |
| 工具乱调 | 调用错误工具或传错参数 |
| 死循环 | 无法终止的推理循环 |
| 成本失控 | 多轮调用导致 token 消耗过大 |
最小实践路径¶
- 准备一个明确目标的单任务场景
- 只接 1 个工具（搜索或查询）
- 验证“判断 → 调用 → 读取 → 输出”循环
如果最小循环没跑稳，不要急着扩展多工具、长期记忆或复杂自治能力。
常见误学路径¶
- 不要把 Agent 当成“更高级的聊天”
- 不要一上来就多工具堆满
- 不要忽略终止条件和边界
- 不要把灵活性误当成稳定性
AI 工程四层栈（L1→L4）¶
| 层级 | 范式 | 核心动作 |
|---|---|---|
| L1 | Prompt Engineering | 优化单次交互输入（角色扮演、Few-shot、CoT） |
| L2 | Context Engineering | 通过 RAG、向量数据库将项目文档和代码库喂给模型 |
| L3 | Harness Engineering | 引入沙箱、工具调用和权限控制，赋予 Agent 执行能力 |
| L4 | Loop Engineering | 设计反馈回路、状态持久化和自动化触发，让 Agent 自主迭代 |
四层递进，每层包含前层。当前 Agent 工程的核心竞争力在 L3（约束控制）和 L4（循环自动化）。
相关笔记¶
- RAG 原理 — 检索增强生成