如果说 Function Calling 是让 LLM 学会「动手」，那 Agent（智能体） 就是让 LLM 学会「自主思考和行动」。Agent 不只是回答问题------它能拆解任务、制定计划、调用工具、根据结果调整策略，像一个初级员工一样完成复杂的多步工作。
📑 目录
- [Agent 到底是什么](#Agent 到底是什么)
- [Agent vs 传统程序 vs 纯 LLM](#Agent vs 传统程序 vs 纯 LLM)
- [ReAct 范式：推理 + 行动循环](#ReAct 范式：推理 + 行动循环)
- [Sub-Agent：大权下放给小 Agent](#Sub-Agent：大权下放给小 Agent)
- 规划与执行分离
Agent 到底是什么
一句话定义
一个能感知环境 → 自主决策 → 执行行动 → 观察结果 → 调整策略的自治系统。LLM 作为「大脑」，工具作为「手脚」，记忆作为「经验」，组合在一起就是 Agent。
本质大白话
传统程序（if-else）：
用户：帮我订一张去北京的机票
程序：if (意图 == "订票") then call_book_api()
固定流程，写死逻辑，遇到变通就崩
纯 LLM（对话）：
用户：帮我订一张去北京的机票
LLM：「好的！您可以从携程、去哪儿...」（只会说话不会做）
Agent：
用户：帮我订一张去北京的机票
① 思考：需要知道日期、出发地、舱位偏好
② 行动：ask_user("请问哪天出发？从哪里出发？")
③ 观察用户回复：「明天上海出发，经济舱」
④ 思考：信息够了，调用机票查询 API
⑤ 行动：call_flight_api(date="明天", from="上海", to="北京")
⑥ 观察返回结果：找到 3 个航班
⑦ 思考：按价格排序推荐给用户
⑧ 输出：整理后的航班对比表
→ 像个真人助理一样完成任务！Agent vs 传统程序 vs 纯 LLM
| 维度 | 传统程序 | 纯 LLM | Agent |
|---|---|---|---|
| 决策方式 | if-else / 规则引擎 | 概率生成 | LLM 推理 + 工具调用 |
| 灵活性 | 差（改需求要改代码） | 好（但只动口） | 很好（能思考 + 动手） |
| 可靠性 | 高（确定性行为） | 低（可能幻觉） | 中等（有兜底机制） |
| 复杂任务 | 难以处理 | 无法处理 | 核心优势 |
| 典型场景 | 表单验证/规则计算 | 对话/创作 | 自动化工作流 |
python
# 最简 Agent 实现（ReAct 循环）
def agent_loop(user_task, tools, max_steps=10):
messages = [{"role": "system", "content": "你是一个有帮助的助手。"}]
messages.append({"role": "user", "content": user_task})
for step in range(max_steps):
# LLM 决策：思考 + 选择行动
response = llm_with_tools(messages, tools)
msg = response.choices[0].message
# 情况A：直接回答（任务完成）
if not msg.tool_calls:
return msg.content
# 情况B：需要调用工具
for tc in msg.tool_calls:
result = execute_tool(tc.function.name, json.loads(tc.function.arguments))
# 把工具结果喂回 LLM 继续思考
messages.append({"role": "tool", "content": str(result),
"tool_call_id": tc.id})
return "达到最大步骤限制"ReAct 范式：推理 + 行动循环
一句话定义
Reasoning + Acting = ReAct。让 LLM 以 Thought（思考）→ Action（行动）→ Observation（观察） 的循环方式工作，交替进行推理和行动。
ReAct 循环图示
┌──────────────────┐
│ User Task │
│ 「分析XX公司的 │
│ 财务状况」 │
└────────┬─────────┘
↓
┌──────────────────┐
│ Thought ① │
│ 我需要查这家公司 │
│ 的财报数据 │
└────────┬─────────┘
↓ Action: search_finance(公司名)
┌──────────────────┐
│ Observation ① │
│ 找到2024年报：营收 │
│ 100亿，利润10亿 │
└────────┬─────────┘
↓
┌──────────────────┐
│ Thought ② │
│ 还需要同行业对比 │
└────────┬─────────┘
↓ Action: search_industry_benchmark(行业)
┌──────────────────┐
│ Observation ② │
│ 行业平均利润率8% │
└────────┬─────────┘
↓
┌──────────────────┐
│ Thought ③ │
│ 数据够了，综合分析│
└────────┬─────────┘
↓ Final Answer
┌──────────────────┐
│ 📊 分析报告 │ ← 完成！
└──────────────────┘❌ 常见误区
- ❌ Agent 就是带 Function Calling 的 LLM --- Agent 还包含记忆、规划、多轮决策等完整架构
- ❌ Agent 能完全自动运行 --- 目前仍需人类监督和兜底，尤其是涉及外部操作时
- ❌ Agent 越智能越好 --- 复杂 Agent 的调试成本很高，够用就好
Sub-Agent：大权下放给小 Agent
一句话定义
将一个大任务拆解后，分配给多个专门的「子 Agent」各自独立处理，最后汇总结果。就像项目经理把工作分给不同专长的组员。
主 Agent（项目经理）：
「帮我做一份竞品分析报告」
↓ 分解任务
┌─────────────┬─────────────┬─────────────┐
│ Sub-Agent A │ Sub-Agent B │ Sub-Agent C │
│ 信息搜集员 │ 数据分析师 │ 报告撰写员 │
│ │ │ │
│ 搜索各竞品 │ 对比功能/价格│ 整合所有 │
│ 官网和资料 │ 和市场份额 │ 内容成报告 │
└─────────────┴─────────────┴─────────────┘
↓ 结果汇总
主 Agent：审查质量 → 补充完善 → 输出最终报告规划与执行分离
核心思想
不要让 Agent 一边想一边做。先让它花时间制定完整计划 ，确认无误后再逐步执行。大幅减少走弯路和无效操作。
边想边做的问题：
Step 1: 查了 A 数据 → Step 2: 发现还需要 B → Step 3: 去查 B
→ Step 4: 发现 Step 1 查的 A 用错了方向...
→ 浪费了前面几步的时间和 Token
先规划后执行：
Phase 1 - 规划（只思考不动手）：
「我计划分 5 步完成：1.收集产品信息 2.对比价格
3.分析用户评价 4.总结优缺点 5.给出建议」
用户确认或修改计划
Phase 2 - 执行（严格按计划）：
Step 1 → Step 2 → Step 3 → Step 4 → Step 5
每一步都有明确目标，不走弯路📊 本节知识地图
┌──────────────────────────────────────────────────┐
│ Agent 智能体核心概念 │
│ │
│ ┌─────────┐ ┌─────────────────────────┐ │
│ │ LLM │ │ Tools（手脚） │ │
│ │ 大脑 │←──→│ API / DB / 搜索 / 文件 │ │
│ └────┬────┘ └─────────────────────────┘ │
│ │ │
│ │ ReAct 循环 │
│ ↓ Thought→Action→Observation │
│ ┌───────────────────────────────────┐ │
│ │ Memory（4.2 详解） │ │
│ │ Workflow（4.3 详解） │ │
│ └───────────────────────────────────┘ │
│ │
│ Agent = LLM大脑 + Tools手脚 + Memory经验 + Plan │
└──────────────────────────────────────────────────┘🔗 关联推荐
- 📖 3.1 工具调用 → Function Calling 是 Agent 的基础能力
- 🔜 4.2 记忆机制 → Agent 如何「记住」之前的操作
- 🔜 4.3 流程编排 → 多步骤任务的自动化编排