一个大模型本身只会做一件事:根据你给的文本,算出接下来最可能出现的文本。 Agent 在它外面加了一个循环、一双手和一本记事本, 于是它开始能读文件、跑命令、查网页、调 API —— 并且在自己判断"还没做完"时继续做下去。
负责理解意图、拆解任务、决定下一步做什么。它的能力上限,基本决定了一个 Agent 的智力上限。
搜索、读写文件、执行代码、发请求。没有工具的 Agent 只能空谈;有了工具,它才碰得到真实世界。
"做一步 → 看结果 → 判断够不够 → 不够就再来一次"。这个 while 循环,是 Agent 和一次性回答的分水岭。
| 维度 | 普通对话模型 | AI Agent |
|---|---|---|
| 交互次数 | 一问一答,人推动 | 多轮自驱动,直到交付 |
| 能否操作环境 | 不能,只输出文本 | 能执行、能读写、能发请求 |
| 面对失败 | 重说一遍,重新生成 | 读错误、改方案、重试 |
| 任务粒度 | 单点:写段话、答个问 | 端到端:从需求到成品 |
| 人的角色 | 每一步都要盯着 | 定目标、看结果、把边界 |
| 主要风险 | 说了不准确的话 | 做了不该做的操作 |
模型没有"我不知道"的直觉。所以好的 Agent 必须被要求去验证:看真实输出,而不是复述记忆。
能删文件就能删错文件。生产环境的关键操作,永远该留一道人工确认。
转了几十圈以后,它可能忘了最初的目标。所以要外部化:写待办清单、落文档,别指望窗口里全记住。
一个任务几十次模型调用,token 和延迟都是单次问答的几十倍。简单问题不该套 Agent。
所以判断一个 Agent 好不好,别看它的演示视频——看它在出错之后做什么。
会读报错、会改方案、会说"这一步我没做成"的,才叫工程;只会重新生成一遍漂亮话的,还是聊天框。