[toc]

AI Agent笔记

AI Agent 介绍

AI Agent（人工智能代理） 是一个能够感知环境、进行决策并执行行动，以达成特定目标的智能软件实体，它不仅仅是回答问题的聊天机器人，更是能够动手做事的智能执行者。

什么是 Agent？

AI Agent（人工智能代理）本质是自动执行任务的程序，核心在于让模型不只回答问题，而是按步骤完成动作。

AI Agent = LLM (大脑，大语言模型) + Planning (规划) + Tool use (工具使用) + Memory (记忆)。

• LLM (大脑，大语言模型)： 作为核心推理机，负责理解意图、生成文本和进行逻辑判断。
• Planning (规划)： 能够将复杂的目标（如"帮我解题"）拆解成可执行的步骤。
• Memory (记忆)： 记录对话历史（短期）和存储专业知识库（长期）。
• Tool Use (工具使用)： 能够根据需求去查谷歌搜索、读数据库、甚至跑 Python 代码。

传统程序和 AI Agent 的区别

传统的软件程序遵循固定的指令流程：输入 → 处理 → 输出。

而AI Agent 则更像一个有自主性的员工，它能够：

• 理解任务目标：明白你想要什么结果
• 制定计划：思考如何达成目标
• 使用工具：调用各种资源和 API 执行任务
• 自我调整：根据反馈优化策略
• 持续执行：直到完成任务或遇到无法解决的问题

传统AI模型和AI Agent的区别

AI Agent 本身是在传统AI模型的基础上，加入了规划、记忆和工具使用等功能，使得它能够更智能、更灵活地完成任务。

维度	传统 AI 模型	AI Agent
交互方式	单次输入输出	多轮对话、持续交互
决策能力	基于输入直接推理	规划、反思、迭代优化
工具使用	无法主动调用外部工具	可调用搜索、计算器、API 等
记忆机制	仅限当前上下文	短期+长期记忆
目标导向	完成单一预测任务	完成复杂目标
错误处理	输出即结束	可自我纠错、重试

AI Agent 的发展历程