Agent 基础

一句话定义：Agent = LLM + 工具 + 记忆 + 循环，能自主感知环境并采取行动完成多步目标。

1. 定义

以 LLM 为大脑，结合工具调用、记忆与执行循环，在反馈中自主完成多步任务的系统。核心是"能动手"——通过工具真实改变环境。

2. 四大组件

  1. LLM：推理、规划、决策。
  2. Tools：搜索、代码、API、文件操作。
  3. Memory：短期会话 + 长期存储。
  4. Loop：think-act-observe 循环。

3. 与单轮 LLM 区别

  • 单轮：生成文本回答。
  • Agent：多步行动 + 反馈自纠 + 改环境。
  • 关键：接地反馈，基于真实结果调整。

4. 循环模式

  • ReAct：Thought → Action → Observation。
  • 状态机/图：LangGraph 显式建模流程。
  • 回溯：失败换策略。

5. 自主程度

  • 工具增强型（人主导）。
  • 半自主（关键节点人审批）。
  • 全自主（端到端）。

6. 注意事项

  • 必设终止条件防死循环。
  • 危险操作需审批。
  • 成本与延迟高于单轮。
  • 可观测性是调试前提。

7. 学习要点

  • Agent 的本质是"能动手 + 能自纠"。
  • 四大组件缺一不可。
  • 可靠性靠循环工程与护栏。

8. 参考资料

  • Lilian Weng, "LLM Powered Autonomous Agents"
  • Anthropic, "Building Effective Agents"