AI Agent 到底是什么？

这节课你会得到什么

你不需要先会 Python，也不需要购买 API。 这节课先建立一张地图：Agent 能做什么，程序负责什么，以及何时不需要 Agent。 后续课程会把地图上的每个部件逐个写出来。

• 能用自己的话解释模型与 Agent 的关系。
• 能区分固定工作流和由模型决定下一步的循环。
• 能给一个具体任务列出输入、工具和完成条件。

从一个真实的小任务开始

假设你说：“周六去杭州，帮我看看要不要带伞。” 一个聊天模型可以根据已有知识写建议，但这不等于它查询了周六的天气。 如果需要最新预报，应用必须接入天气来源。 模型没有因为写出“我正在查询”就真的执行了查询。

一个带工具的应用可以这样完成任务：

1. 确认“周六”对应哪一天，以及地点是否明确。
2. 选择查询天气的工具，并给出城市和日期。
3. 由你的程序校验参数并实际调用天气服务。
4. 把天气服务返回的结果交还给模型。
5. 模型依据结果回答；如果查询失败，明确说明。

这里，模型负责提出下一步，应用负责执行允许的操作。 两者共同组成一个系统。

Agent 的四个基本部件

在本课程中，我们把“模型参与决定行动，并依据行动结果继续决策”的系统称为 Agent。 不同资料对这个词的使用范围不同，学习时重点看控制权在哪里。 一个系统即使没有长期记忆、多个角色或复杂框架，也可以具有这种行为。

聊天、工作流和 Agent

聊天：输入问题，生成回答。应用可以注入上下文，但不一定有外部行动。

工作流：开发者预先规定步骤，例如读取文章 → 总结 → 翻译。 其中某些步骤可以调用模型，但路线主要由程序定义。

Agent：模型根据当前状态选择下一步，例如先查文档，再决定是否需要计算。 自由度越高，越需要检查结果、限制预算和记录过程。

这不是能力等级排名。 如果任务永远是“把表格中的金额求和”，直接写程序通常更明确、更便宜。 如果步骤稳定但语言理解困难，可以把模型放在固定工作流的一个环节。 只有下一步确实需要根据不确定信息调整时，才增加自主决策。

不写代码，也能完成第一次演练

拿一张纸，按下面模板记录天气任务：

目标：给出是否带伞的建议
输入：杭州；明确的出行日期
允许工具：查询天气（只读）
成功标准：回答包含日期、降雨信息、来源与建议
异常分支：地点不明则询问；查询失败则说明缺少依据
停止条件：已有足够证据，或查询达到 2 次

然后让自己分别扮演“模型”和“工具”。 模型只能提出工具名称和参数；工具只能返回预先写好的结果。 尝试返回一次成功预报、一次超时和一次不存在的城市。 观察模型是否能在缺少证据时停止，而不是编出一个天气数值。

这份记录就是一个极小的执行轨迹。 第三模块会把它变成真正的 Python 程序。

为什么模型会说错

语言模型依据输入生成后续内容，流畅表达不保证事实正确。 它可能没有最新信息，也可能误解问题或错误使用工具。 接入工具改善了可获取的信息，但工具返回错误时，Agent 仍然可能得出错误结论。 因此，我们会把来源、校验和评估放进开发流程。

练习与验收

选择“查询图书库存”“总结三篇指定文章”或你自己的一个小任务。 写出目标、输入、允许的工具、异常分支和停止条件。

完成后检查：

• 成功标准是否可以让另一个人判断，而不是“回答得很好”？
• 工具失败时是否有明确行为？
• 是否能用固定步骤完成？如果能，先从工作流开始。

验收产物是一份不超过一页的任务说明；本节不要求运行程序。

常见误区

“用了大模型就是 Agent”：关键是系统如何决策和行动，不是是否接入了模型。

“让它一直尝试，总会成功”：没有停止条件会增加成本，也会重复犯错。

“先学完所有框架再开始”：本路线先用普通函数解释机制，再讨论编排框架。

延伸阅读

• Hugging Face：Agent 入门课程，适合建立全局认识。
• Anthropic：Building Effective Agents，重点阅读工作流与 Agent 的区别。

下一课将安装和运行 Python，用最小的代码表示工具和结果。