欢迎来到《Python + AI Agent 实战开发完全指南》专栏！在2026年的今天，AI行业的核心赛道已经从单纯的“大模型对话”全面转向了“AI Agent（智能体）”的开发。很多初学者容易混淆普通大模型和Agent的概念，今天我们就从底层原理出发，彻底搞懂什么是AI Agent，并亲手用Python写出你的第一个具备“决策能力”的智能体程序。

一、 核心概念：AI Agent 到底是什么？

1. 官方工程定义

AI Agent（人工智能智能体）是一种能够感知外部环境信息、基于大模型进行逻辑推理、自主拆解任务步骤、主动调用外部工具、存储对话记忆，并最终自主完成用户目标的闭环智能系统。

在当前的工业界，有一个公认的黄金公式：
Agent = LLM (大模型) + Memory (记忆) + Planning (规划) + Tool Use (工具调用) + Action (行动执行)

2. 普通大模型 VS AI Agent

很多人误以为“大模型就是Agent”，其实不然。普通的LLM本质上是一个文本概率生成器，只能被动应答；而Agent则是主动执行的数字员工。它们的核心区别如下：

• 任务能力：普通大模型只能单次问答，无法分步拆解复杂任务；Agent能够长任务拆解、多轮步骤执行、目标闭环。
• 外部交互：普通大模型无工具调用能力，仅输出文本；Agent可以调用代码、搜索、计算器、API、数据库等外部工具。
• 决策逻辑：普通大模型直接生成回答；Agent遵循“思考 → 规划 → 调用工具 → 验证 → 修正 → 输出结果”的闭环。

二、 核心运行机制：ReAct 范式

LangChain等主流框架中所有Agent的底层核心都是 ReAct 范式。ReAct = Reason（推理思考） + Act（行动执行）。它的标准工作流是：

1. 观察（Observe）：接收用户指令或历史对话。
2. 推理（Reason）：大模型判断当前任务是否完成，是否需要调用工具。
3. 行动（Act）：执行工具调用（如联网、计算、读写数据）。
4. 循环迭代：重复上述流程，直到任务完全完成，输出最终答案。

三、 极简实战：用原生 Python 手搓一个决策 Agent

为了让你直观理解“意图识别”与“工具分发”的逻辑，我们不依赖任何复杂的第三方框架，纯手写一个最小化Agent。这个版本通过字典注册的方式管理工具，避免了冗长的 if/else 链，为后续接入大模型打下良好基础。

完整代码示例 (day1_basic_agent.py)

from datetime import datetime

# ========== 1. 工具集定义 ==========
def check_weather(city: str = "北京") -> str:
    """模拟查天气工具"""
    return f"{city}：晴，25°C，空气质量良好"

def check_time() -> str:
    """模拟查时间工具"""
    return f"现在是 {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}"

def search_news() -> str:
    """模拟搜新闻工具"""
    return "今日热点：AI Agent 成为 2026 年最热门技术方向"

def chat(response: str) -> str:
    """普通闲聊兜底"""
    return f"你说的是：{response}"

# ========== 2. 工具注册表（核心解耦设计）==========
# 将工具名称、描述和函数绑定在一起，未来扩展只需在这里添加
TOOLS_REGISTRY = {
    "check_weather": {"func": check_weather, "desc": "查询指定城市的天气"},
    "check_time": {"func": check_time, "desc": "获取当前系统时间"},
    "search_news": {"func": search_news, "desc": "搜索今日热点新闻"},
}

# ========== 3. Agent 大脑：思考与调度 ==========
def think(user_input: str) -> tuple[str, dict]:
    """
    意图识别：根据用户输入决定调用哪个工具
    （注：这里使用关键词匹配演示逻辑，实际生产中由大模型 LLM 替代此函数）
    """
    user_input = user_input.lower().strip()
    
    # 简单的规则引擎（占位符）
    if any(keyword in user_input for keyword in ["天气", "气温"]):
        return "check_weather", {}
    elif any(keyword in user_input for keyword in ["时间", "几点"]):
        return "check_time", {}
    elif any(keyword in user_input for keyword in ["新闻", "热点"]):
        return "search_news", {}
    else:
        return "chat", {"response": user_input}

def run_agent(user_input: str) -> str:
    """Agent 主执行循环"""
    # Step 1: 思考（决定动作）
    action_name, params = think(user_input)
    
    # Step 2: 行动（执行工具）
    if action_name in TOOLS_REGISTRY:
        tool_func = TOOLS_REGISTRY[action_name]["func"]
        result = tool_func(**params)
    else:
        result = "抱歉，我暂时不知道如何执行该操作。"
        
    return result

# ========== 4. 交互式入口 ==========
if __name__ == "__main__":
    print("=" * 40)
    print("  我的第一个 Python Agent v1.0")
    print("  试试问我：天气、时间、新闻")
    print("  输入 '退出' 结束程序")
    print("=" * 40)
    
    while True:
        question = input("\n你：").strip()
        if not question: continue
        if question == "退出":
            print("Agent：再见！"); break
            
        answer = run_agent(question)
        print(f"Agent：{answer}")

代码深度解析与学习建议

1. 思考与行动分离：我们将 think() 和具体的工具函数分开。在实际开发中，随着功能增多，我们只需要升级 think() 的内部逻辑（比如替换为 OpenAI 的 Function Calling），而不需要修改底层的工具代码。
2. 字典注册机制：采用 TOOLS_REGISTRY 代替传统的 if/elif 分支，极大提升了代码的可维护性和扩展性。
3. 下一步进阶：目前的 think() 是基于硬编码规则的。下一讲，我们将引入真正的大语言模型 API，让大模型充当 think() 的大脑，实现真正的自然语言意图识别与自主决策！

动手跑一下这段代码，感受Agent“接收指令 -> 思考路由 -> 执行工具 -> 返回结果”的完整闭环吧！