01 · 什么是 Agent？

🎯 难度：入门⏱ 预计：30 分钟# Agent# ReAct# Workflow

普通聊天：用户问题 → 模型文本。

Agent：用户目标 → 模型决定下一步 → 程序执行工具 → 模型看到结果 → 决定继续或结束。

用一张动态图理解

💬用户提问

🧠LLM 思考

🛠调用工具

👀观察结果

✅最终回答

第 1 轮循环

agent.log

1. 用户：「帮我查下北京天气，并换算成华氏度」
2. 思考：我需要先知道北京的天气 → 决定调用 get_weather
3. 行动：get_weather(city="北京")
4. 观察：{"temp_c": 22, "desc": "晴"}
5. 思考：拿到了摄氏度，还需要换算 → 决定调用 calculator
6. 行动：calculator(expr="22 * 9 / 5 + 32")
7. 观察：71.6
8. 思考：信息已经足够，不需要再调用工具了
9. 回答：北京今天晴，22°C（约 71.6°F），很适合出门 🌤

图里的「思考」是为了教学而写的决策说明，不是读取模型隐藏思维链。程序真正看到的是工具调用、工具返回结果和最终回答。

三个组成部分

1. 模型：根据当前上下文决定回答还是调用工具。
2. 工具：应用允许模型使用的操作，通常就是函数或 API。
3. 运行器：负责循环、参数校验、权限控制、超时和终止。

大模型不会自己执行你的 Python 函数。它生成的是「调用请求」，运行器才真正执行。

Agent 和 Workflow 的区别

	Workflow	Agent
谁决定路径	开发者提前规定	模型在允许范围内选择
示例	检索 → 总结 → 邮件草稿	模型决定搜什么、是否继续搜
优点	易控制、易测试	灵活处理开放任务
风险	无法应对未设计分支	可能绕路、成本高、不收敛

两者可以组合。不是越自主越好：付款、发布、删除等环节适合确定性流程和人工确认，不能只交给模型自由决定。

ReAct 是什么？

ReAct 将推理和行动交替进行：看到当前状态 → 选择工具 → 根据结果调整下一步。现代工具调用 API 已经把「行动」结构化，不必用正则解析模型输出的 Action: 文本。

也有「先规划再执行」「固定工作流 + 局部 Agent」等模式。先掌握这个最小循环，再讨论复杂设计。

一句话识别常见误解

• 加一个 system Prompt 并不自动成为完整 Agent。
• 接入 RAG 不一定是 Agent；固定检索再回答也可以是普通工作流。
• 多 Agent 不一定更强，可能只是更多调用和协调成本。
• 「完成了」不等于真的完成；检查工具结果、文件、测试等证据。

自测

「先分类，再按类别发送固定模板」是哪种？「让模型自己选择搜索词并决定是否补充搜索」呢？

前者是 Workflow，后者具有 Agent 特征。开发时先判断任务是否真的需要自主决策，再选架构。