AI Agent 智能体
能够感知环境、推理、制定计划、决策并自主行动的 AI 系统
简介
AI Agent（智能体）是 AI 技术的高级形态。与传统的大模型对话不同，智能体具备自主感知、推理规划、工具调用和决策执行的能力，能够完成复杂的多步骤任务。Agent 的核心运作逻辑是 Observe（观察）-Think（思考）-Act（行动）三步循环，Agent 会持续执行这个循环直到任务完成。
核心能力
1. 环境感知
- 理解用户输入
- 观察执行结果
- 感知外部信息
- 状态跟踪
2. 推理规划
- 任务分解
- 步骤规划
- 逻辑推理
- 问题诊断
3. 决策执行
- 选择工具
- 调用工具
- 评估结果
- 迭代优化
4. 自主行动
- 无需人工干预
- 自动重试
- 错误恢复
- 目标导向
关键技术范式
ReAct 模式
Reason + Act，推理 + 行动循环范式
思考 → 行动 → 观察结果 → 重新思考 → 调整行动
先思考下一步做什么，然后采取行动，基于行动结果再进行推理，形成闭环。
Observe-Think-Act 循环
此模式是 ReAct 的具体化实现。Agent 持续执行”观察→思考→行动”循环，直到根据设定参数判断任务完成。例如搭建作品集网站：检查工作空间（观察）→ 判断需研究人物背景（思考）→ 执行研究（行动），然后进入下一轮循环（制定计划、编写代码、启动网站、截图验证）。这种机制使 Agent 无需人工干预即能自主完成多步骤任务。
工具调用方式
- Function Call：大模型原生的函数调用能力
- MCP：Model Context Protocol，标准化工具调用协议
不同素材中的观点
来自 2026-04-29-yupi-ai-guide-core-concepts：
- 能感知环境、推理、制定计划、决策、自主行动的 AI 系统
- 完成复杂任务，可调用工具
- 16 个核心概念之一
来自 2026-04-29-yupi-ai-guide-programming-tech：
- 是 AI 编程开发的四大核心业务领域之一
- 构建智能体的开发范式
- 打造能够依据推理自主采取行动的 AI 系统
- 开发涉及知识：任务规划、工具调用、交互 I/O、异常处理
来自 2026-05-17-ai-short-drama-workflow：
- 小云雀短剧 Agent 展示了”垂直任务型智能体”的另一种形态：不是通用助手，而是围绕短剧生产链路封装了剧本理解、角色抽取、故事蓝图生成和分镜产出
- 文中提到上传剧本后约 1 分钟内完成世界观理解、角色卡生成、故事蓝图建立，说明 Agent 的价值不只在回答问题，而在把完整行业流程编译为可重复执行的系统
- 该案例也说明 Agent 的真实壁垒是流程设计与下游模型耦合，而不是单纯多轮对话
来自 2026-05-18-woshipm-ai-agent-productivity：
- Agent 的底层运作逻辑是”观察-思考-行动”（Observe-Think-Act）三步循环，Agent 会持续执行此循环直到任务完成。给 Agent 任务”为某人搭建作品集网站”，它会：检查工作空间 → 研究人物背景 → 制定计划 → 编写代码 → 启动网站 → 截图验证。这种自主性是传统自动化工具完全不具备的
- 这个循环是跨平台通用的。Claude Code、Codex、Antigravity、Cowork、Manus、OpenClaw 都是不同的”Agent harnesses”（Agent 容器/框架），类比不同品牌的汽车——学会开车就能开任何车
- Agent 从”问答模式”升级为”目标-结果模式”：传统聊天像打乒乓球你来我往但最终还是你在做事，Agent 则完全相反——给一个目标，它会自己规划、执行、交付
- Agent 系统的四大组件：agents.md（大脑，系统提示词）、memory.md（记忆，持久化偏好学习）、MCP 协议（手脚，工具连接）、skills（技能，标准作业流程打包）
- 关键转变：从”提示词工程”到”上下文工程”——给 Agent 加载足够多业务信息后，提示词可以简单到”给我写封商务开发邮件”
- Agent 系统需要清晰的文件夹结构：为每个公司/客户建大文件夹，按部门划分子文件夹（执行助理、内容团队、营销主管、销售），每个子文件夹有自己的 agents.md、memory.md、skills 和 MCP 连接
开发流程示例：视频网站开发
- 深入理解任务内容
- 推理梳理执行步骤
- 明确需求、设计方案
- 搭建框架、生成代码
- 部署上线
- 遇到问题 → 询问意见 → 重新推理 → 调整行动方案
能力范围
常见工具调用能力
- 天气查询
- 文件读写
- 网页运行
- 信息检索
- 终端命令执行
- 数据库操作
- API 调用
典型应用场景
- 自动代码生成
- 自动化测试
- 数据自动分析
- 多步骤任务自动化
- 智能客服系统
开发框架
企业级选择
- LangChain4j：完整的 Agent 工具链
- LangGraph：图结构工作流编排
- Spring AI：基础 Agent 支持
低代码平台
- Dify：拖拉拽方式构建 AI 智能体
- Cursor：内置 Agent 模式的 AI IDE
实用信息
Agent vs 传统对话
| 维度 | 传统对话 | AI Agent |
|---|---|---|
| 自主性 | 完全依赖用户引导 | 自主规划行动 |
| 工具调用 | 需用户触发 | 自动选择调用 |
| 状态管理 | 简单上下文 | 完整状态跟踪 |
| 任务复杂度 | 单步简单任务 | 多步复杂任务 |
| 错误处理 | 用户纠正 | 自动重试恢复 |
Agent 系统构建起点（基于 Remy 方法）
- 选择 Agent 框架（推荐 Cowork 入门）
- 创建 “executive assistant” 文件夹
- 用访谈方式构建 agents.md（让聊天模型问 15-20 个问题提取上下文）
- 添加带自动更新指令的 memory.md
- 通过 MCP 连接 3-5 个最核心的工具
- 开始处理真实任务，把重复流程转化为技能
- 每周自动化 3-5 个小流程