这一讲解决什么问题上一讲我们已经建立了一个基础认知：Agent 是一种基于大模型能力，能够理解目标、调用工具、执行任务并根据反馈继续调整的软件系统。但只知道这个定义还不够。因为在实际学习和工作中，你会经常遇到几个很容易混淆的概念：ChatbotRAGWorkflowAgent它们都可能使用大模型，也都可能出现在 AI 应用里，但它们解决的问题并不一样。很多课程和文章会把这些概念混在一起讲，导致初学者很容易产生几个误解：只要能聊天，就是 Agent只要接了知识库，就是 Agent只要流程里用了大模型，就是 Agent只要用了 Agent 框架，就一定是 Agent这些说法都不准确。本讲要解决的问题是：如何判断一个 AI 应用更接近 Chatbot、RAG、Workflow，还是 Agent？学完本讲后，你应该能够：说清楚 Chatbot、RAG、Workflow、Agent 各自解决什么问题判断一个应用属于哪种形态理解它们之间不是互斥关系，而是可以