| 失效链接处理 |
|
天天说的 Agent，到底是啥？？？
相关截图：
 主要内容：
一、先撇开术语：我们到底在聊什么
如果你最近刷技术社区、产品发布会或招聘 JD，多半见过 Agent 这个词。中文里有人译成「智能体」，也有人直接说「代理」——听起来像科幻片里的角色，其实讨论的大都是同一件事：让大语言模型（LLM）不只是「接一句回一句」，而是能在多步操作里自己拿主意、调工具、改计划，最终完成一个目标。
所以，当你听到「我们做了一个 Agent」时，别先往「人格」或「意识」上脑补。在工程语境里，它更接近：一个围绕大模型搭建的、带循环与工具的小系统。
下面这张图用「感知—规划—行动」的循环，概括了多数 Agent 架构里反复出现的主线（细节各家实现不同，但思路相近）：
二、一句话版定义，够用了
若只记一句，可以这么理解：
Agent = 大语言模型 + 明确的目标 + 可调用的工具（或环境）+ 多步推理与尝试的循环。
它不像传统脚本那样每一步都写死在代码里，而是根据当前结果决定下一步——包括要不要查资料、要不要改方案、要不要向用户再确认。这正是大家说的「自主性」在日常产品里的含义（注意：是任务层面的自主，不是哲学上的自由意志。）
三、和「只会聊天」的模型差在哪
普通对话模式：用户问 → 模型答 → 结束。 单次生成里可能没有「真的会去执行」某件事。
Agent 模式往往多了几件事：
目标分解：把「帮我订一张下周去上海的票」拆成查日程、查航班、比价、下单等子步骤。
对外动作：调用搜索、日历 API、订票接口、公司内部知识库检索等——也就是 Tool use / 函数调用。
试错与迭代：一条路不通就换一个工具或重写计划，而不是只说一句「我无法完成」。
下面这张对比图，大致对应「只会聊」和「能办事」两种形态的差异（示意用，具体产品会有更多变体）：
|
苏公网安备 32061202001004号
