AI Agent
核心总结

Agent = 大模型 + 工具。让 AI 从“只会思考”进化为“能感知、能行动”的智能程序，真正自主完成任务。

● 核心概念

大模型的“先天局限” 问题

GPT-4o、DeepSeek 等大模型虽然逻辑强大，但无法感知或改变外部环境——写好了代码，你得自己保存；改代码，你得把原文复制给它。它们像只有大脑、没有感官和四肢的“思想者”。

工具 = 感官 + 四肢解法

给大模型接上工具：读写文件、查看目录、运行命令……工具就是它的眼睛、耳朵和手。有了工具，模型就能自己查资料、写代码、跑程序，全程无需人工插手。

工具就像是大模型的感官和四肢。

—— 原文

什么是 Agent？定义

Agent（AI 智能体） = 大模型 + 一组工具。它不再是“大脑图标”，而是“机器人图标”——有感官、有四肢，能独立感知环境、调用工具、完成任务。编程 Agent、搜索 Agent、PPT Agent……类型丰富，各有所长。

◆ 两大运行模式

React 模式思考与行动

React = Reasoning and Acting（思考与行动）。由 2022 年 10 月论文提出，是目前使用最广泛的 Agent 运行模式。

⚡ 核心流程

💭 Thought 思考 → ⚡ Action 行动 → 👀 Observation 观察 → ↻ 循环 → ✅ Final Answer 最终答案

每轮循环：思考 → 调用工具 → 观察结果 → 再思考……直到任务完成。

2022.10

论文提出 React 模式

系统提示词

决定 Agent 运行流程的“迷你剧本”

关键洞察：React 模式的核心秘密藏在系统提示词中——它给模型规定了 thought、action、observation、final answer 的格式，模型严格按此“剧本”执行。

Plan-and-Execute 模式规划与执行

先规划，再执行，动态调整。很多 Agent（如 Manus、Claude Code）采用这种思路：一开始制定待办列表，然后逐步执行，每完成一步根据结果重新规划。

📋 核心流程

📌 Plan 规划 → ⚙️ Execute 执行 → 🔄 Replan 重规划 → ↻ 循环 → ✅ Final Answer

Plan 模型制定步骤 → 执行 Agent 逐步完成 → Replan 模型根据结果动态调整计划，直到所有步骤完成。

灵活之处：每步执行后，Replan 模型可修改后续计划，甚至发现任务已完成则直接输出最终答案。Agent 套 Agent 的设计在此模式中很常见。

★ 典型案例

Cursor 编程 Agent

提交任务后自动调用大模型和工具写代码，你只需点“确定”。从读取文件到写入代码、运行程序，全流程自动化。

Manus 研究 Agent

用户让 Manus 对比手机性能 → 它自动生成执行计划 → 搜索并浏览网页 → 整理成报告页面。全程无需用户插手。

⚡ 共同点：用户提交任务后，Agent 自主完成思考、调用工具、观察结果的全流程，真正实现“你只管提需求，剩下的交给 Agent”。

● 关键要点

系统提示词是 Agent 的灵魂 — 它像“迷你剧本”，规定了模型每一步的输出格式（thought → action → observation → final answer），模型严格照此执行。
工具的本质是函数 — 读取文件、写入内容、运行命令……每一个工具都是一个普通函数，Agent 主程序负责解析 action 并调用对应函数。
Agent 主程序是“总导演” — 它串联模型和工具：请求模型 → 解析 thought/action → 执行工具 → 把结果加入历史 → 再次请求模型……循环直到 final answer。
Agent 可以嵌套 — Plan-and-Execute 模式中，执行 Agent 内部可以用 React 模式，形成“Agent 套 Agent”的结构，这是常见设计。
先规划再执行 — 除了 React，另一种主流思路是先制定待办列表，再逐步执行并动态调整。两种模式各有优势，适用不同场景。

◈ 总结

AI Agent 让大模型从“大脑”进化为“完整智能体”。通过工具赋能，模型突破了无法感知和改变外部环境的限制。React 模式（思考→行动→观察循环）和 Plan-and-Execute 模式（规划→执行→重规划）是两大主流实现方式。系统提示词、工具函数、主程序三者的协同，构成了 Agent 运转的核心机制。从 Cursor 到 Manus，Agent 正在成为 AI 落地应用的关键范式。

CuteNote.app 颜值笔记生成

AI Agent核心总结

AI Agent
核心总结

AI Agent 核心总结