Appearance
AI Agent（智能体）是当前 AI 从"会聊天"走向"能做事"的核心范式。它不是一个模型，而是一个完整系统：以 LLM 为大脑，自主感知环境、制定计划、调用工具、执行行动来达成目标。本笔记梳理其定义、三组件、四要素与五步工作循环。
什么是 AI Agent
一句话：AI Agent 就是能自主思考、做决策、执行动作的 AI 程序，可理解为一位"超级实习生"——你给它一个目标，它自己拆分步骤去完成。
微软的定义：AI Agent 是让 LLM 真正"做事"的系统——给它工具和知识去作用于世界，而不仅是回复提示词。
与传统对话 AI 的区别：
| 普通对话 AI | AI Agent |
|---|---|
| 你问一句，它答一句 | 你给目标，它拆分步骤去完成 |
| 只生成文本 | 会调用工具、执行操作 |
| 无状态、被动 | 有记忆、主动规划、持续行动 |
三大组件（最简模型）
Agent = LLM（大脑） + Tools（手脚） + Loop（驱动循环）- LLM：负责推理、规划、决策——"动脑"
- Tools：API、代码函数、数据库、搜索等——"动手"
- Loop：循环驱动——"思考→行动→观察"反复迭代直到完成
四要素（Google 白皮书架构）
| 要素 | 角色 | 说明 |
|---|---|---|
| 模型 | 大脑 | 核心推理引擎，处理信息、评估选项、做决策 |
| 工具 | 手 | API 扩展、代码函数、数据存储，连接外部世界 |
| 协调层 | 神经系统 | 管理运行循环：规划、记忆（状态）、推理策略（CoT/ReAct） |
| 部署 | 身体和腿 | 安全可扩展的服务器、监控、日志、多 Agent 通信（A2A） |
五步工作循环
Agent 通过持续循环达成目标，可分解为五步：
① 获取任务 → ② 扫描场景 → ③ 深度思考 → ④ 执行行动 → ⑤ 观察与迭代（回到③）以客服智能体查订单为例：
- 获取任务：用户问"我的订单 12345 在哪？"
- 扫描场景：确认需要查数据库、调用物流 API
- 深度思考：规划多步——查订单 → 拿追踪号 → 查实时状态
- 执行行动：调用
find_order('12345')→get_shipping_status('ZYX987') - 观察与迭代：拿到"正在配送中"，整合成回复
核心洞察
- Agent 本质是"上下文窗口管理"：它持续循环"整合上下文 → 发出指令 → 观察结果 → 重新整合上下文"，精准管理 LLM 注意力。
- 开发者角色转变：传统开发像"砌砖工"逐行写逻辑；Agent 开发者像"导演"——设置场景（指令/提示）、选演员（工具/API）、给背景（数据），引导自主演员完成表演。
- Context Engineering：每次调用 LLM 需填充指令、事实、工具、示例、会话历史、用户档案，这正是 Agent 要管理的核心。
一句话总结
Agent = LLM（大脑）+ Tools（手脚）+ Loop（驱动循环），把 AI 从"会聊天"变成"能做事"；四要素为模型/工具/协调层/部署，本质是持续循环的上下文窗口管理。
关联概念
- 相关：[AI-Agent-类型与适用场景](/学习笔记/AI技术/AI Agent/AI-Agent-类型与适用场景)、[AI-Agent-主流框架对比](/学习笔记/AI技术/AI Agent/AI-Agent-主流框架对比)
- 基础：人工智能导论-搜索求解策略（Agent 规划与搜索思想一脉相承）