什么是 Agent：从"会聊天"到"会做事"

前面四篇，你已经在和模型"对话"了。但 Agent 不是对话，是做事。这一篇不写代码，只建立正确的概念地图------什么是 Agent、它和聊天机器人差在哪、由哪几部分组成。概念清楚后，后面三篇手写代码会非常顺。

一、一个例子看出区别

任务：查一下北京明天的天气，如果低于 10 度，提醒我穿外套。

聊天机器人怎么做？

它没有查天气的能力。它只能基于训练数据编一个答案："北京明天大约 5 度，建议穿外套哦。"------数字是瞎编的，看起来却很自信。这叫幻觉（hallucination） ，根源是：模型唯一的能力是"预测下一个 token"，它没有渠道获取真实世界的实时信息。

Agent 怎么做？

arduino 复制代码

1. 模型思考：这个任务需要先查天气 → 我有"查天气"工具可用
2. 发起调用：get_weather("北京") → 返回真实数据：8℃
3. 结果喂回模型，模型思考：8 < 10，需要提醒
4. 输出：明天北京 8℃，低于10度，记得穿外套。

区别一目了然：Agent 可以调用真实的功能（工具），并根据工具返回的真实结果决定下一步。

二、Agent 的定义：一个公式

Agent = LLM + Planning（规划） + Memory（记忆） + Tools（工具），跑在一个循环里

拆开看每一项：

部件	干什么	对应系列篇目
LLM	大脑：理解、思考、决策	01~04 已学
Tools	手：查数据、算数、执行代码、发邮件	06~08
Planning	拆解复杂任务、动态调整	09~10
Memory	记住历史、偏好、中间状态	14
循环（Loop）	心脏：把上面的一切转起来	07

新手最常见的误解是把 Agent 理解成"很会聊天的高级机器人"。错。判断标准只有一条：它能不能在循环中调用工具、并根据结果调整行为。 没有循环和工具，就不是 Agent。

三、Agent Loop：一张图看懂

Agent 的核心是一个不断重复的循环，学名 ReAct（Reasoning + Acting，推理与行动）：

markdown 复制代码

        ┌──────────────────────────────────────┐
        │                                      │
        ▼                                      │
   ① 接收任务                                  │
        │                                      │
        ▼                                      │
   ② 模型思考下一步                ┌── 思考完毕，给出最终答案 ──→ ⑤ 结束
        │                         │
        ▼                         │
   ③ 需要信息？→ 调用工具          │
        │                         │
        ▼                         │
   ④ 工具结果喂回模型 ────────────┘（回到②继续思考）

用"新员工上岗"类比：

LLM 是聪明但哪儿都没去过的员工（只读过书，没碰过你们公司的系统）
工具是他工位上的电话、电脑、打印机
循环就是他的工作方式：接到任务 → 想想缺什么信息 → 打电话问（调用工具）→ 拿到答复 → 继续想 → ...... → 干完了，汇报结果

关键在第④步：工具结果要"喂回"给模型。模型看到新信息后重新思考------这就是"根据结果调整策略"。如果调用完工具不喂回去，等于员工打了电话不听答复，白打。

四、Agent 和聊天机器人的三步演进

makefile 复制代码

阶段1: 聊天机器人
  用户问 → 模型答 → 结束
  能力: 只能靠训练时学过的知识回答

阶段2: 聊天机器人 + 记忆（02篇实现的多轮对话）
  历史重传 → 模型知道你们聊过什么
  能力: 记得住对话，但依然做不了事

阶段3: Agent
  循环 + 工具 + 规划 + 记忆
  能力: 能查真实数据、执行真实操作、能拆解多步任务
  ← 本系列的目标

你现在处于阶段 2。接下来三篇（06、07、08）把你带到阶段 3。

五、主流 Agent 产品都在这个框架里

用这个公式套一套你听过的产品，会有通透感：

产品	工具是什么	循环怎么表现
ChatGPT（带联网/代码执行）	搜索引擎、Python沙箱	你看到它"正在搜索..."就是在循环
Claude Code / Cursor	读写文件、执行终端命令	编码 → 运行 → 看报错 → 改 → 再运行
Coze / Dify 搭的 Bot	平台提供的插件	插件节点按需触发

它们看起来很神秘，拆开都是同一个 Loop。第 07 篇你将亲手写出这个 Loop 的原型------大概 100 行，是这些产品的骨架。

六、为什么 Agent 是现在这个架构（一点设计思想）

三个"为什么"，帮你想通而不是背下来：

为什么工具不由模型直接执行？ 模型只是文本生成器，它在物理上碰不到你的数据库。所以协议设计成：模型"申请"调用（输出结构化请求），你的代码"批准并执行"。附带的好处是安全------权限控制在你的执行层，模型想干什么都得经过你（08 篇详解）。

为什么需要循环？ 复杂任务无法一次想清楚。比如"对比三个产品价格"：先查 A，看到结果才知道 B 查什么口径。信息是逐步浮现的，决策必须跟着信息走，所以需要"做一步、看一步、再决定"的循环。

为什么需要记忆？ 循环每转一轮、每开一个新会话，LLM 都是无状态的（02 篇）。记忆系统（14 篇）负责把该留的信息留下来、在合适的时机塞回上下文。

七、本篇小结（记住这几句）

判断是不是 Agent：有没有"循环 + 工具调用 + 根据结果调整" ，会聊天不算
Agent = LLM + Planning + Memory + Tools，跑在循环里
ReAct 循环五步：接收任务 → 思考 → 调工具 → 结果喂回 → （完成则）回答
工具是"模型申请、代码执行"，安全边界在你手里
循环存在的原因：信息逐步浮现，决策跟着信息走

八、思考题（下篇揭晓）

模型只会输出文本，它怎么"告诉"你的程序该调用哪个工具、传什么参数？（提示：想想 02 篇说的"结构化数据"）
循环怎么知道该停了？如果模型永远"再查一下"怎么办？

下一篇： $06 手写 Agent Loop（上）：准备工具$ ------ 先把"手"造出来：工具函数、工具描述、以及模型怎么看懂它们。