什么是 Agent

它和普通问答的区别

普通问答：一次输入，一次输出。

Agent：模型先想一步，决定调哪个工具，拿到结果，再想下一步。循环直到它认为完成，或者达到步数上限。

关键不在「更聪明」，而在多了行动和观察。

最小结构

目标 → 模型决定下一步
        ├─ 调用工具（搜索/读文件/执行代码）
        ├─ 拿到结果
        └─ 回到模型，判断是否完成

三个必需件：工具定义、循环控制、终止条件。缺一个就会失控或空转。

什么时候不该用

• 一步就能答的问题：直接问，别套循环。
• 流程完全固定：写成代码或工作流，比让模型每次自己决定更稳、更便宜。
• 要求可审计：固定流程的日志比模型的自由决策好查。

Anthropic 的建议是：先用最简单的方案，确实需要自主决策时才上 agent。

三个常见误解

• 「Agent 等于更聪明的模型」：不是架构。同样的模型，套上工具循环就是 agent。
• 「步数越多越好」：每步都烧 token、都可能出错。要设上限和失败退出。
• 「Agent 不需要人管」：高风险动作（付款、删数据）必须留人工确认点。

常见失败模式

现象	原因	对策
反复调同一个工具	没拿到有用结果，也没意识到	在提示里要求换策略或停止
提前宣布完成	没有验证步骤	加「完成后自查」的工具或步骤
越跑越贵	上下文不断累积	压缩中间结果，只留结论

延伸阅读

• 工具怎么标准化接入：什么是 MCP
• 用工具取外部知识：什么是 RAG