核心观点：Agent = LLM + Memory + Planning + Tools。如果说 LLM 是大脑，那么 Agent 架构就是让大脑能够感知世界并改变世界的躯体。
1. 引言：从“聊天机器人”到“数字员工”
ChatGPT 刚出来时，它只能陪你聊天。
但如果你问它：“现在的天气怎么样？”它会说：“我的数据截止到 2023 年…”。
因为它没有工具。
Agent（智能体）的出现，标志着 AI 从 Passive (被动问答) 转向 Active (主动行动)。它不再只是生成文本，而是开始执行任务。
2. 核心概念：工具使用 (Tool Use)
2.1 Function Calling (函数调用)
这是 Agent 的核心机制。LLM 本身不能联网，不能查库。但它可以生成一个“调用指令”。
- 流程：
- 用户：查询北京天气。
- LLM：思考后发现自己不知道，但知道有一个工具叫
get_weather(city)。于是输出：Call: get_weather("Beijing")。 - 系统：拦截这个输出，在后台运行 Python 代码查天气，拿到结果
25℃。 - 系统：把结果喂回给 LLM。
- LLM：生成最终回答：“北京今天 25 度。”
💡 比喻：想象一个坐在密室里的指挥官。他看不见外面。
但他手边有一排按钮（Tools）：一个连着望远镜，一个连着机械臂。
他通过写纸条（Function Calling）告诉外面的助手按下哪个按钮，助手把看到的结果写在纸条上递回来。
3. 技术解析：Agent 认知架构
3.1 ReAct 模式
ReAct = Reason (推理) + Act (行动)。
这是最经典的 Agent 思考循环：
- Thought: 用户想买票，我需要先查时刻表。
- Action: 调用
query_train_schedule。 - Observation: 查到了，有 G123 次列车。
- Thought: 现在我要帮用户下单。
- Action: 调用
book_ticket。
… 循环直到任务完成。
3.2 记忆系统 (Memory)
- Short-term Memory: 上下文窗口。记录当前的 ReAct 思考过程。
- Long-term Memory: 向量数据库。记录用户偏好、历史任务经验。
4. 工业实战：框架选型
现在开发 Agent，不需要从零手写 ReAct 循环，有很多成熟框架。
| 框架 | 特点 | 适用场景 | 复杂度 |
| :— | :— | :— | :— |
| LangChain | 老牌，大而全，生态最丰富。但抽象层级过高，调试困难（”LangChain Hell”）。 | 快速原型验证，常规 RAG | ⭐⭐⭐⭐⭐ |
| LangGraph | LangChain 的升级版。基于图论（Graph）构建状态机。逻辑清晰，控制力强。 | 复杂的、有循环逻辑的生产级 Agent | ⭐⭐⭐⭐ |
| AutoGen | 微软出品。主打多智能体协作（Multi-Agent）。可以让“程序员Agent”和“测试Agent”吵架来写代码。 | 复杂的自动化编程任务 | ⭐⭐⭐ |
工程师建议：
如果你在做生产级应用，强烈推荐 LangGraph。相比于 LangChain 的黑盒 Chain，LangGraph 的状态机模式（State Machine）让你能精确控制 Agent 的每一步跳转，debug 极其方便。
5. 总结与预告
- 本章总结：
- Function Calling 是 LLM 连接真实世界的桥梁。
- ReAct 循环赋予了 AI 解决多步复杂问题的能力。
- 多智能体协作（Multi-Agent）是未来的方向。
- 下章预告：
Agent 需要工具，但每接一个工具都要写一堆胶水代码吗？有没有一种通用的标准，让所有 AI 都能即插即用所有工具？下一章《连接协议与生态：MCP 标准解析》，我们将介绍 Anthropic 刚刚推出的革命性协议。
