标签：Agent

“Prompt、RAG、Agent 三选一”是个过于粗糙的说法。真实系统是一条从“全确定”到“全自主”的连续光谱，RAG 本质是给模型接知识的能力，Agent 也分固定编排和自主循环。这篇往深里聊：工作流模式、RAG 的三个深浅层级、什么时候才该让模型自主决策，以及成本、延迟和失败模式这些入门文章很少算的账。

聊天机器人只会“说”，智能体（Agent）能“做”——它能理解目标、拆解任务、调用工具、根据反馈自我修正，直到把事办成。本文讲清 Agent 与普通 LLM 对话的本质区别、自主执行的闭环（感知-规划-行动-观察）、工具调用与函数执行、记忆与状态管理，以及从简单脚本到可靠 Agent 的落地路径与护栏设计。