【无标题】

什么是AI Agent

一个最小可理解的 Agent，通常由四个部分组成：

目标：用户真正希望完成什么。
模型：理解目标、规划下一步、判断工具结果。
工具：搜索、读写文件、查数据库、调用外部 API。
反馈：工具返回结果、测试输出、人类确认、失败信息。
工作流程如下：

Goal -> Model -> Tool call -> Observation -> Model -> Next step -> Result

流程中最关键的不是“模型有多聪明”，而是反馈是否真实，是否能拿到真实环境中的反馈。

AI Agent与LLM的区别

AI Agent的使用场景

1.开放式任务，没有固定答案的
2.需要使用外部工具，如数据库、外部网页等
3.能够提供沙箱、权限边界和人工确认的场景
4.结果能被验证，或者有真实反馈的
5.需要记忆上下文的任务
如客服Agent场景，因为既需要对话，又需要外部工具(如查询操作、转人工等需求)，此外又有真实的反馈(评分及满意度调查)；代码Agent场景，Agent能够按照目标将任务拆分成多个段，且结果可以被验证测试

AI Agent的使用技巧

1.需要有明确的目标，如果没有目标，Agent理解任务需求容易不明确
2.调用工具决定了Agent的能力边界和风险边界
3.需要有明确的反馈，来纠正Agent的尝试方向
4.只给 Agent 它实际需要的最小权限，Agent权限越大约危险