本讲定位建立全局认知。先把 Agent 放到软件系统的视角下理解再进入具体技术细节。学习目标学完本讲后你应该能够说清楚 Agent 与普通 Chatbot 的区别理解 Agent 的基本组成模型、工具、状态、记忆、执行循环区分 Chatbot、Workflow、RAG、Agent 的边界建立后续学习的技术地图课前导入很多人第一次接触 Agent 时会把它理解成“更聪明的聊天机器人”。这个理解不够准确。Chatbot 的核心动作是回答问题而 Agent 的核心动作是完成任务。回答只是 Agent 能力的一部分真正让 Agent 变得不同的是它可以在目标驱动下调用工具、读取资源、维护状态、执行多步任务并根据中间结果调整下一步动作。从工程视角看Agent 更像是一类新型后端系统用户目标 - 模型推理 - 工具调用 - 状态更新 - 继续执行 - 输出结果这也是本课程的主线。一、什么是 Agent在本课程中我们使用一个偏工程化的定义Agent 是一个以目标为输入能够基于上下文进行决策并通过工具、资源和状态管理完成多步任务的软件系统。这个定义里有几个关键词目标用户不是只问一个问题而是希望完成一件事上下文Agent 需要知道当前任务、历史信息、可用工具和约束决策Agent 要判断下一步做什么工具Agent 需要调用外部能力而不只是生成文本状态任务可能跨越多轮、多个步骤甚至多个系统多步任务Agent 的执行过程通常不是一次模型调用就结束二、Agent 与 Chatbot 的区别类型核心目标是否调用工具是否维护状态典型场景Chatbot回答问题可选较弱FAQ、闲聊、知识问答RAG 应用基于知识回答通常有检索较弱文档问答、知识库助手Workflow按固定流程执行通常有明确审批、工单、自动化流程Agent动态完成任务强依赖强依赖代码助手、排障助手、研究助手一个系统是否是 Agent不取决于它是否用了大模型而取决于它是否具备“目标驱动的多步行动能力”。三、Agent 的基本组成一个可工作的 Agent 通常由以下部分组成3.1 模型模型负责理解输入、推理下一步、生成结构化调用参数和最终回答。但模型不是系统的全部。把 Agent 只看成模型会忽略大量工程问题。3.2 工具工具是 Agent 的行动能力比如查询数据库调用 HTTP API读写文件执行脚本搜索网页读取日志和监控指标没有工具的 Agent通常只能“说”有工具的 Agent才开始能“做”。3.3 状态状态记录任务当前执行到哪里包括用户目标当前步骤工具调用结果错误信息待确认事项中间产物状态管理是 Agent 从 Demo 走向工程系统的关键。3.4 记忆记忆让 Agent 不必每次都从零开始。常见记忆包括用户偏好历史任务项目规则常用流程已验证的结论记忆不是越多越好错误记忆会污染后续决策。3.5 执行循环Agent 的执行通常是一个循环观察当前输入和状态判断下一步动作调用工具或生成结果接收执行反馈更新状态判断是否继续这个循环就是 Agent Loop。四、技术地图本课程后续会按下面顺序展开LLM 调用理解模型调用、消息结构、结构化输出Tool让 Agent 具备原子行动能力Agent Loop把模型和工具串成执行闭环Skill把经验、流程和最佳实践封装成可复用能力MCP用标准协议接入工具、资源和提示模板RAG让 Agent 基于私有知识工作Memory管理上下文、偏好和长期信息Workflow让复杂流程可控、可恢复、可审计A2A实现跨服务、跨团队的 Agent 协作生产化安全、评估、观测、成本和上线五、开发者应该如何理解 Agent如果你有后端开发经验可以把 Agent 映射到熟悉的工程概念Agent 概念后端系统类比ToolService / API / FunctionAgent Loop任务执行器Memory缓存、数据库、用户画像Workflow状态机、流程引擎MCP Server标准化工具网关Trace链路追踪Eval自动化测试和验收集这能帮助你避免两个误区不要把 Agent 神秘化不要把 Agent 简化成一次模型调用六、课堂讨论请思考下面几个问题一个只会回答产品文档问题的系统算不算 Agent一个固定流程的工单审批系统接入了大模型后是否就是 Agent代码助手为什么比普通聊天机器人更接近 AgentAgent 是否一定需要完全自主决策七、课后练习选择 3 个你熟悉的 AI 产品分别判断它们更接近哪一类ChatbotRAG 应用WorkflowAgent请按下面格式分析产品名称 主要目标 是否调用工具 是否维护状态 是否执行多步任务 我的判断 理由八、参考答案示例示例AI 代码助手产品名称AI 代码助手 主要目标帮助用户理解、修改、生成和调试代码 是否调用工具是可能读取文件、搜索代码、运行测试 是否维护状态是需要理解当前项目、历史修改和错误信息 是否执行多步任务是经常需要分析、修改、验证、再修复 我的判断Agent 理由它不只是回答问题还能围绕代码任务进行多步执行并根据工具反馈调整下一步动作。本讲小结Agent 的本质不是“更会聊天”而是“能围绕目标采取行动”。后续课程会从最小模型调用开始逐步构建工具、Skill、MCP、Workflow 和生产化能力。