什么是 Agent

一句话总结
一个 LLM Agent = 模型 + 循环 + 工具/记忆：由大模型在一个循环里自主决定”下一步做什么”，调用工具观察结果、更新状态，直到达成目标或触发停止条件。区别于固定流程的 workflow，agent 的控制流是模型动态决定的。

核心定义

Anthropic 在《Building Effective Agents》中给出一个有用的区分：

  • Workflow（工作流）：LLM 和工具通过预先编排好的代码路径协作。流程是人写死的，LLM 只在固定的格子里填空。
  • Agent（智能体）：LLM 动态地决定自己的流程与工具使用，自主掌控如何完成任务。

判断一个系统是不是 agent，关键看一句话：“下一步做什么”是由代码写死的，还是由模型在运行时决定的？ 后者才是 agent 的本质。

最小构成

一个能跑的 agent，最少需要四件东西：

  1. 模型（Model）——决策核心，见 model-abstraction
  2. 循环（Loop）——反复”思考→行动→观察”，见 reasoning-loop
  3. 工具（Tools）——与外部世界交互的手段，见 tool-use
  4. 停止条件（Termination）——任务完成 / 超出步数 / 出错
# 一个 agent 的本质，去掉所有框架糖衣后大致如此：
state = initial_context(task)
while not done(state):
    action = model.decide(state)        # 模型决定下一步
    if action.is_final:
        return action.answer            # 停止条件
    observation = tools.run(action)     # 行动 + 观察
    state = update(state, action, observation)  # 更新上下文

几乎所有框架（无论多复杂）都是在给这个循环加结构：加规划、加记忆、加多 agent 协作、加可观测……但内核不变。

与相邻概念的边界

概念控制流是否调用工具是否多步自主
Chatbot人来一句答一句通常否否
RAG检索→拼接→生成，固定检索算工具否（单步）
Workflow代码预编排是步骤固定
Agent模型运行时决定是是

注意这是光谱而非黑白：很多”agentic RAG”、“agentic workflow”介于其间。把 RAG 的检索包成一个工具交给循环，它就 agent 化了。

自主性光谱

  • L0 固定链：prompt 链，无分支（早期 LangChain Chain）
  • L1 路由：模型在固定分支里选路（router）
  • L2 工具循环：ReAct 式自主调工具（见 agent-loop-paradigms）
  • L3 规划-执行：先规划再执行，能自我修正（见 planning）
  • L4 多智能体：多个 agent 分工协作（见 single-vs-multi-agent）
  • L5 自改进 / 长期自治：持续运行、从反馈中学习（如 Agentic Context Engine、Aeon）

关键要点

  • Agent 的灵魂是**“模型掌控控制流”**，不是”用了 LLM”。
  • 复杂框架 = 给最小循环加组件，组件清单见 component-taxonomy。
  • 自主性越高，越强大也越难控制——可控性是工程化的核心矛盾，见 design-tradeoffs。

关联