智能体开发（Agent）：构建能自主执行任务的 AI 系统——从“会说话”到“会做事”

过去两年我们用大模型最多的方式是“聊天”：问它问题，它给一段文字。但真正的变革在于让 AI 从“会说话”升级到“会做事”——不只是告诉你“该怎么订机票”，而是直接帮你查航班、比价格、填信息、完成下单。这种能自主执行任务的系统，就是智能体（Agent）。

一、聊天机器人 ≠ 智能体

差别不在于模型多聪明，而在于有没有“行动”和“闭环”：

	聊天机器人（Chatbot）	智能体（Agent）
输出	一段文字（建议）	一个动作（调工具、改数据、下单）
与世界交互	不接触外部系统	通过工具/API 读写真实系统
工作方式	一问一答，单轮	多步循环，根据反馈自我修正
目标	回答正确	把任务完成
状态	无状态	有记忆、有计划、有进度

一句话：LLM 是“大脑”，Agent 是给大脑装上“手、眼、记忆”的完整系统。

flowchart LR
    User["用户目标"] --> LLM["LLM 大脑<br/>理解 · 推理 · 决策"]
    LLM --> Tools["手：工具<br/>API · 代码执行 · 数据库"]
    LLM --> Memory["记忆：上下文<br/>短期 + 长期"]
    LLM --> Percep["眼：感知<br/>工具返回 · 环境状态"]
    Tools --> Percep
    Percep --> LLM

二、自主执行的闭环：感知 - 规划 - 行动 - 观察

Agent 的核心是一个持续运转的闭环（经典的 ReAct 范式）：它不是一次生成答案，而是反复“想一步、做一步、看结果、再想下一步”，直到任务完成。

flowchart TB
    Goal["接收目标"] --> Plan["规划 Plan<br/>拆解任务、决定下一步"]
    Plan --> Act["行动 Act<br/>选择并调用工具"]
    Act --> Obs["观察 Observe<br/>拿到工具返回/环境反馈"]
    Obs --> Check{"目标达成？"}
    Check -- 否：用反馈修正 --> Plan
    Check -- 是/达最大步数 --> Done["输出结果 / 交付"]
    Check -- 高风险动作 --> Human["请求人类确认"]

这个闭环的关键在于观察（Observe）：每一步行动后，环境会返回真实结果（“航班已售罄”“扣款失败”“文件不存在”），Agent 用这些“地面真相”纠正自己的下一步，而不是凭想象一路走下去。这正是 Agent 能处理开放性、不确定性任务的原因。

三、行动的基础：工具调用（Function Calling）

Agent “做事”靠的是工具。工具对 LLM 来说，就是一组带结构化描述的函数：模型不需要知道怎么实现，只需知道“这个工具能干什么、需要什么参数”，然后在合适的时机输出一个结构化的调用请求。

sequenceDiagram
    participant A as Agent(LLM)
    participant R as 运行时
    participant T as 工具/外部系统
    A->>R: 我要调用 search_flights(日期, 出发地, 目的地)
    R->>R: 解析参数、校验、权限检查
    R->>T: 执行真实 API 调用
    T-->>R: 返回航班列表
    R-->>A: 把结果作为“观察”喂回
    A->>A: 基于结果决定下一步（比价/再查/下单）

常用工具类型：

信息获取：搜索、数据库查询、RAG 检索、读文件；
动作执行：发邮件、下单、创建工单、操作浏览器；
计算/逻辑：代码执行（让模型写代码并运行，弥补数学和精确计算短板）；
标准化方向是 MCP（Model Context Protocol），让工具以统一协议接入，可复用、可组合。

设计要点：工具描述要清晰、参数要结构化、副作用要可控——模型对工具的理解完全取决于你给的描述和 schema。

四、记忆与状态：让 Agent “记得住、接得上”

执行一个多步任务需要状态：

短期记忆（工作记忆）：当前任务的对话与中间结果，放在上下文窗口里。任务一长就会撑爆，需要压缩/摘要旧步骤；
长期记忆：跨会话的信息（用户偏好、历史任务、积累的知识），存在向量库/KV 里，按需检索；
任务状态：进行到哪一步、哪些子任务已完成、待确认项是什么——复杂任务常用状态机显式管理，避免 Agent“跑偏忘了目标”。

五、从脚本到可靠 Agent 的落地阶梯

不要一上来就追求“完全自主”。自主性越高，失控风险越大。实践中按可控程度分档，能确定流程的就别交给自由发挥：

flowchart LR
    L1["① 固定工作流<br/>代码编排，LLM 只填空<br/>最可控"] --> L2["② 工作流 + LLM 路由/判断<br/>分支由模型决定"]
    L2 --> L3["③ 半自主 Agent<br/>模型规划+调工具，关键节点人审"]
    L3 --> L4["④ 全自主 Agent<br/>开放任务自动闭环<br/>最难、风险最高"]

大多数生产场景停在 ②③ 档：把确定性流程用代码写死（可靠、可测），只在真正需要灵活判断的环节让 LLM 决策；
先用工作流模式（链式、路由、并行、编排者-工人，详见 Agent 模式篇）把 80% 的价值拿到，再谨慎引入自主循环。

六、让 Agent 可靠：护栏与工程化

“会做事”意味着有副作用——调错 API、下错单、删错数据的代价远高于说错一句话。可靠性工程是 Agent 落地的核心：

权限最小化：工具按最小权限授权，高危操作（付款、删除、对外发送）默认需要人类确认（Human-in-the-loop）；
输入输出校验：工具参数做 schema 校验和业务规则检查，失败要能重试与回滚；
步数与成本上限：设置最大循环步数、超时、Token 预算，防止 Agent 陷入死循环烧钱；
可观测性：记录每一步的“思考、调用、结果”（trace），出问题能回放定位；
评估体系：用一组真实任务做回归评测，衡量成功率，改动 prompt/模型后不退化；
幂等与补偿：动作尽量幂等，关键流程配补偿（Saga 思路），出错能撤销。

七、一个最小 Agent 的伪代码

目标 = 用户输入
状态 = 加载记忆(用户)
for 步数 in 1..最大步数:
    思考 = LLM.推理(目标, 已发生的动作与观察, 状态)
    if 思考.任务完成:  break
    if 思考.需要人类确认:  等待审批
    动作 = 思考.选择的工具与参数
    结果 = 执行工具(动作)        # 带权限校验、超时、重试
    记录(动作, 结果)             # trace + 更新状态
return 汇总结果给用户