王思腾工作室· 王思腾 · AI Agent · 10 分钟阅读
AI Agent 架构原理（一）：从大模型到自主智能体
大模型本身只会“生成文本”，Agent 却能自主规划、调用工具、根据反馈纠错。本系列第一篇从最基础的问题入手，讲清 Agent 到底是什么：增强型大模型、ReAct 推理-行动循环，以及模型、工具、记忆、规划四大核心能力。
本文是「AI Agent 架构与原理」系列的第一篇，讲清楚 Agent 到底是什么、为什么能“自主行动”。第二篇讲常见的架构模式，第三篇讲工程落地。
过去两年，“AI Agent（智能体）”从论文概念变成了大量产品的核心：编程助手、客服机器人、自动化研究、数据分析……但很多讨论把它神秘化了。其实 Anthropic 在《Building Effective Agents》里讲得很直白：成功的 Agent 往往不依赖复杂框架，而是由简单、可组合的模式构建而成。要理解它，我们先回到最基础的问题。
一、大模型 ≠ Agent
一个裸的大语言模型（LLM）说穿了就是一个函数：给定输入文本，预测接下来最可能的文本。它有三个关键局限：
- 没有行动能力：只能输出文字，不能查数据库、不能发请求、不能操作文件。
- 知识被冻结：训练完成后就不知道最新信息，也看不到你的私有数据。
- 无状态：每次调用相互独立，记不住上一轮做了什么。
Agent 就是在 LLM 这个“大脑”外面，补上行动、感知和记忆能力的系统。 它让模型不再只是“回答问题”，而是“完成任务”。
Anthropic 给了一个清晰的区分：
- 工作流（Workflow）：LLM 和工具被预定义的代码路径编排，流程是写死的。
- 智能体（Agent）：LLM 自主决定下一步做什么、用什么工具，自己掌控完成任务的过程。
两者统称“智能体系统（agentic systems）”。简单说：流程由代码决定的是工作流，流程由模型动态决定的是 Agent。
二、核心积木：增强型大模型
Agent 的最小构建块是一个“增强型 LLM（augmented LLM）”——在模型之上叠加三种能力：
flowchart TB
Task["用户任务"] --> LLM["LLM（推理 / 规划 / 决策）"]
LLM --> Tools["工具 Tools<br/>搜索 · API · 代码执行"]
LLM --> Memory["记忆 Memory<br/>短期 + 长期上下文"]
LLM --> Retrieval["检索 Retrieval<br/>RAG 接入外部知识"]
Tools --> LLM
Memory --> LLM
Retrieval --> LLM- 工具（Tools）：模型可以调用的外部能力，如网络搜索、计算器、数据库查询、代码执行、读写文件。模型通过“工具调用（function/tool calling）”输出结构化的调用请求，由外部程序执行后把结果喂回给它。
- 检索（Retrieval）：把外部知识库、文档通过 RAG（检索增强生成）注入上下文，弥补知识冻结。
- 记忆（Memory）：让模型跨步骤、跨会话保持状态（第三篇细讲）。
现代模型已经能主动使用这些能力：自己生成搜索词、自己选择合适的工具、自己判断该保留什么信息。
三、Agent 的心脏：推理-行动循环（ReAct）
Agent 看似“自主”，其核心其实是一个非常朴素的循环。经典的 ReAct（Reasoning + Acting） 模式把它拆成三步反复迭代：
flowchart LR
T["① 思考 Thought<br/>推理下一步"] --> A["② 行动 Action<br/>调用工具"]
A --> O["③ 观察 Observation<br/>拿到环境反馈"]
O -- "循环，直到任务完成" --> T
O --> Done{"任务完成？"}
Done -- 是 --> End["输出结果"]
Done -- 否 --> T举个“帮我查一下某公司最新股价并给出建议”的例子：
| 步骤 | 思考（Thought） | 行动（Action） | 观察（Observation） |
|---|---|---|---|
| 1 | 我需要先知道最新股价 | 调用 search("某公司 股价") | 返回当前价格与新闻 |
| 2 | 还需要近期财报趋势 | 调用 get_financials(...) | 返回营收/利润数据 |
| 3 | 信息够了，综合判断 | （不再调工具，输出结论） | 给用户分析与建议 |
关键点在于：每一步的“观察”结果会成为下一步“思考”的输入。模型不是一次性给答案，而是像人一样边做边看反馈、随时调整。这就是它能从错误中恢复、处理开放问题的根本原因。
用伪代码表示，一个最简 Agent 就是：
messages = [系统提示, 用户任务]
while 未完成 and 步数 < 上限:
response = LLM(messages, tools=可用工具)
if response 要调用工具:
result = 执行工具(response.tool_call) # 与真实环境交互
messages.append(工具结果 result) # 把“地面真相”喂回去
else:
返回 response.text # 模型认为任务完成Anthropic 特别强调：Agent 通常就是“LLM 在一个循环里根据环境反馈使用工具”，实现起来并不复杂，复杂的是工具和反馈的设计。
四、四大核心能力
把 Agent 拆开看，围绕“推理-行动循环”有四块基石：
1. 模型（推理与规划）
模型是决策中枢，负责理解任务、拆解步骤、选择工具、判断何时结束。它的“规划”能力来自两类机制：
- 即时推理：如 ReAct，走一步看一步，简单稳健；
- 先规划后执行：先让模型产出完整计划（任务清单），再逐项执行，适合复杂长任务。
2. 工具（行动能力）
工具是 Agent 的“手和脚”。好的工具设计遵循一个原则——像给初级工程师写文档一样描述工具：名称直白、参数明确、附带示例和边界。工具返回的结果应当是结构化、可验证的“地面真相”（如真实的 API 响应、代码执行结果），而不是模型自己的猜测。
3. 记忆（状态保持）
- 短期记忆：当前对话/任务的上下文窗口内容；
- 长期记忆：跨会话持久化的信息（用户偏好、历史事实），通常用向量库或数据库存取，需要时检索进上下文。
4. 感知与反馈（Ground Truth）
Agent 在每一步都要从环境获取真实反馈来判断进展——工具返回了什么、代码执行成功还是报错、测试是否通过。这种“从环境拿真相”的闭环，是 Agent 比单次问答强大的关键，也是它能自我纠错的前提。
五、什么时候才需要 Agent？
Agent 用更高的延迟和成本换取更强的任务表现，并不是所有场景都需要。经验法则：
- 单次 LLM 调用 + 检索 + 几个示例就能解决的，不要上 Agent；
- 任务路径可预测、步骤固定的，用工作流更稳定可控；
- 只有当任务是开放式、步骤数无法预先确定、需要模型根据反馈动态决策时（如改多文件代码、深度调研），才真正适合自主 Agent。
此外，自主意味着错误可能在多步中累积，因此 Agent 需要在沙箱环境中充分测试，并配合护栏（guardrails）和人类监督检查点。
六、小结
- Agent = LLM（大脑）+ 工具（手脚）+ 记忆（状态）+ 反馈闭环；
- 它的“自主”本质是一个 ReAct 推理-行动循环：思考 → 行动 → 观察，反复迭代直到达成目标；
- 模型负责决策，工具提供行动，记忆维持状态，环境反馈提供纠错依据；
- 能用简单方案解决就别上 Agent——复杂度应当只在它确实带来效果提升时才增加。
下一篇我们进入架构层面，讲讲从简单到复杂的几种主流 Agent 编排模式，以及各自的适用场景。
参考资料：Anthropic《Building Effective Agents》、Model Context Protocol 官方文档、ReAct 论文。
本文由 AI 辅助创作，所有内容仅供交流与参考。
