「我们做了个AI Agent」这句话很常见，但打开看，很多只是把模型接口接进一个对话框：提问、回答、结束。
那不算 Agent。区别不在名字，在系统有没有「自己做几步」的能力。
一、聊天框的三个特征
一次问答就结束，不拆步骤；拿不到外部信息，问内部制度只能编；不会动手，不能查库、发请求、写文件。
绝大多数「AI助手」停在这三条线上。它们有用，但本质是一个更好用的输入框。
二、Agent 多出四样东西
- 工具调用：主动调外部函数，查订单、读文档、发邮件。把「会说」变成「能做」。
- 任务拆解：面对复合任务，先拆成几步再逐步执行。
- 状态管理：记住前面做过什么、结果是什么、哪步失败了。没有状态，第二步接不上第一步。
- 失败重试与兜底：工具会超时、接口会报错、参数会不合法，要能判断失败、换法重试，不行就交回给人。
四样加起来才是自主执行，少一样就退化成聊天框。
三、同一个需求，两种做法
用户说「把上个月华东区的售后工单整理一下，找出重复投诉最多的三个问题」。
聊天框：给一段操作建议。
Agent：调工单接口取数，按区域和时间过滤，对描述做聚类，统计数量，生成带引用的汇总，写进表格。
差别不在模型强弱，在系统有没有把这几步串起来。
四、学 Agent 学的是工程
不是让模型说话更聪明，而是：怎么定义工具、怎么设计任务边界、怎么记录每步输入输出、怎么设置兜底让人接管。
这四件事都是工程活，跟提示词技巧关系不大。
优橙教育把Agent与编排放在课程后段，因为它依赖前面的编程基础、接口能力和检索链路。结课交付的 Rano Agent 知识库智能体，考的就是工具定义、任务拆解、引用校验能不能真跑通。
优橙教育的AI方向是3个月、8阶段、19个知识模块、342课时，武汉全日制到校，Agent不是演示章节，是要交出可运行的系统。
五、三个问题辨真假
能调用几个外部工具？任务失败怎么处理？每一步执行记录能不能看到？
答不上来的，基本还是聊天框。
优橙教育 · AI应用与智能体开发培训 ｜ Agent与编排在后段，结课交 Rano Agent 知识库智能体