专栏开篇：ChatBot只是"会说话的模型"，Agent才是"能感知、会规划、可行动、懂反思"的自主系统。本文从ChatBot与Agent的本质区别出发，系统讲解Agent的自主性五级阶梯（L1-L5）、7个核心模块（四步闭环+三层支撑）、3种经典架构模式（ReAct/Reflexion/Plan-and-Execute），帮你建立完整的Agent知识体系。

---

目录

• 一、为什么我说"别再写ChatBot了"？
• 二、Agent的定义：感知→规划→行动→反思
• 三、Agent vs ChatBot：本质区别在哪？
• 四、Agent自主性五级阶梯
• 五、一个完整Agent系统的7个核心模块
• 六、经典Agent架构模式
• 七、总结

---

一、为什么我说"别再写ChatBot了"？

2023年ChatGPT爆火后，很多人涌入LLM赛道，写了一个又一个问答机器人。但很快发现：

• 用户问"今天北京天气怎么样"，ChatBot只能回答训练数据里的固定内容，无法获取实时信息
• 用户问"帮我查一下这个快递到哪了"，ChatBot无法调用外部API
• 用户说"用Python写个爬虫"，ChatBot生成代码后无法执行和验证

这些问题的根源在于：ChatBot只是一个"会说话的模型"，而Agent是一个"能感知、会规划、可行动、懂反思"的自主系统。

2024-2025年，大模型技术栈的重心已经从"模型本身"转向了"Agent工程化"——谁能把LLM的能力有效编排起来，解决真实业务问题，谁就能拿到入场券。

---

二、Agent的定义：感知→规划→行动→反思

Agent不是新概念，早在20世纪80年代，AI领域就有"智能体"（Intelligent Agent）的定义。但LLM时代的Agent有了质变：

Agent = 感知（理解环境）→ 规划（制定策略）→ 行动（调用工具）→ 反思（评估结果）

记忆（Memory）贯穿全程，支撑循环持续进行。可以记成 “感知规划，行动反思” 这8个字。

一个完整的Agent循环可以用下图概括：

这个循环的核心是**“自主性”**——Agent能够根据环境反馈自主决定下一步行动，而不是被动等待指令。

---

三、Agent vs ChatBot：本质区别在哪？

维度	ChatBot	Agent
信息获取	仅依赖训练数据和预设知识	能调用搜索引擎、数据库、API获取实时信息
任务执行	只能生成文本回答	能调用工具执行代码、发送邮件、操作数据库
规划能力	单轮问答，无任务分解	能将复杂任务拆分为多步，逐步执行
记忆能力	上下文窗口有限，无长期记忆	有多层记忆系统（短期/中期/长期）
错误处理	生成错误答案后无法纠正	能检测到错误，自主重试或调整策略
自主性	被动响应，无自主决策	主动感知环境，自主决定行动

一句话总结：ChatBot是"问什么答什么"，Agent是"理解了你的需求后，自己想办法解决"。

---

四、Agent自主性五级阶梯

业界对Agent的自主性有一个广为接受的五级划分（参考Anthropic的定义），这个分级有助于理解Agent技术演进的脉络：

L1：纯问答（Prompt + LLM）—— 还不算 Agent

严格来说，这一级不算Agent，只是普通的大模型调用，放在这里作为对比基线。

特征：直接调用LLM API，无外部工具，无记忆，无自主性
示例：一个简单的大模型聊天界面
局限：只能回答训练数据内的问题，无法获取实时信息
代码形态：

response = llm.chat("今天天气怎么样？")
# 只能回答训练数据截止前的知识
# 没有工具、没有记忆、没有规划，不算Agent

---

L2：有工具，被动调用（规则触发 / RAG）

特征：工具调用由人类硬编码的规则触发，LLM本身不决定是否调用
示例：带有知识库检索的问答系统、规则触发的外部API调用
关键技术：RAG（检索增强生成）、规则路由（if-else 硬编码）
代码形态：

# 人类写好的规则，不是LLM自己决定的
if "天气" in query:
    result = weather_api.query("北京")
    response = llm.chat(f"天气查询结果：{result}")

---

L3：有工具，主动调用（Agent初阶）

特征：LLM自主判断是否需要调用工具、调用哪个工具、传入什么参数
示例：ReAct Agent，能根据推理结果自主调用搜索、计算器等工具
关键技术：ReAct框架、Function Calling（LLM自主决定调用哪个函数）
代码形态：

# LLM自己判断需要什么工具
thought = llm.think("用户问北京天气，我需要调用天气API")
action = llm.decide_action(tool="weather_api", params={"city": "北京"})
observation = execute(action)
response = llm.synthesize(observation)

---

L4：有工具，自主规划（Agent中阶）

特征：Agent能分解复杂任务为多个子任务，制定执行计划，并在执行过程中动态调整
示例：研究助理Agent（自动搜索→整理→撰写→修改）、代码解释器Agent
关键技术：Plan-and-Execute、任务分解、动态规划
关键能力：

• 任务分解：将"写一篇关于AI的报告"拆分为"搜索资料→整理大纲→撰写各章节→润色"
• 计划调整：执行中发现某步骤失败，自动重试或更换策略
• 依赖管理：识别子任务间的先后依赖关系

---

L5：多Agent协作（Agent高阶）

特征：多个Agent分工协作，共同完成复杂任务
示例：软件开发Agent团队（产品经理→架构师→程序员→测试）、辩论Agent
关键技术：多Agent通信协议、任务分配、冲突解决
常见模式：

• Supervisor模式：中心Agent调度多个专业Agent
• Pipeline模式：Agent按顺序接力处理
• Debate模式：多个Agent争论并收敛结论

---

自主性五级对比表

等级	名称	自主程度	关键技术
L1	纯问答（不算Agent）	★☆☆☆☆	Prompt Engineering
L2	被动调用（规则触发）	★★☆☆☆	RAG、规则路由
L3	主动调用	★★★☆☆	ReAct、Function Calling
L4	自主规划	★★★★☆	Plan-and-Execute
L5	多Agent协作	★★★★★	Multi-Agent System

---

五、一个完整Agent系统的7个核心模块

如果把Agent比作一个人，那么它的"身体"可以拆解为 “四步闭环 + 三层支撑”：

🔁 四步闭环（Agent的核心循环）

对应前面提到的 “感知→规划→行动→反思”，这是Agent运转的主干：

1. 感知（Perception）

作用：理解用户输入，提取关键信息
技术点：意图识别、实体提取、指代消解
示例：用户问"这个怎么操作" → 系统需要从上下文中理解"这个"指代什么

2. 规划（Planning）

作用：将复杂任务分解为可执行的子任务
技术点：

• 任务分解（Task Decomposition）
• 计划验证与动态调整
• 子任务依赖管理

3. 行动（Action）

作用：执行规划确定的行动
关键点：行动结果需要以Observation形式反馈给LLM，形成闭环

4. 反思（Reflection）

作用：评估行动结果，发现错误并修正
技术点：

• 成功/失败案例记忆
• 自我改进闭环
• 错误归因分析

---

🏗️ 三层支撑（Agent的基础设施）

这些模块不直接参与循环，但为四步闭环提供底层能力：

5. 记忆（Memory）

作用：存储和检索信息，支撑Agent的持续运转
三层记忆：

• 短期记忆：当前对话上下文（滑动窗口，最近N轮）
• 中期记忆：会话摘要（超出窗口后的关键信息压缩）
• 长期记忆：向量数据库中的持久化知识

6. 工具调用（Tool Calling）

作用：为"行动"环节提供对外交互能力
常见工具：搜索引擎、数据库查询、代码执行、API调用
技术点：工具注册、参数校验、失败重试、权限控制

7. 评估（Evaluation）

作用：衡量Agent系统的性能，为"反思"环节提供数据依据
指标：任务完成率、准确率、响应时间、Token消耗、用户满意度

---

六、经典Agent架构模式

ReAct（Reasoning + Acting）

核心思想：将推理和行动交织进行，推理指导行动，行动提供新信息供推理

循环流程：

Thought（思考） → Action（行动） → Observation（执行结果）
      ↑___________________________________________↓

💡 术语说明：Observation 字面是"观察"，但在 ReAct 框架中它特指工具执行后返回的结果（如搜索API的返回数据、数据库查询结果），不是"观察"这个动作本身。因此译为"执行结果"更贴合实际含义。

示例：

Question: 2024年诺贝尔文学奖得主是谁？

Thought: 这是一个需要查询最新信息的问题，我应该调用搜索工具。
Action: search("2024年诺贝尔文学奖得主")
Observation: 2024年诺贝尔文学奖授予韩国作家韩江。

Thought: 我已经获取到了答案，可以直接回答。
Final Answer: 2024年诺贝尔文学奖得主是韩国作家韩江。

---

Reflexion（反思增强）

核心思想：ReAct 本身已有即时反思（每步动作后评估调整），Reflexion 在此基础上增加了反思结果持久化机制——把反思沉淀下来，下次复用，让 Agent 越用越聪明。

🔍 ReAct vs Reflexion 的区别：

• ReAct：每一步都有即时反思，但"教训"用完就忘
• Reflexion：把反思结果存入长期记忆，换个问法也能复用经验

架构流程：

反思的三种类型：

类型	说明	归属框架
即时反思	每步动作后立即评估，快速调整下一步	ReAct 自带
阶段性反思	完成几个步骤后复盘，总结阶段性进展	Reflexion 增强
事后反思	任务结束后全面总结，沉淀经验教训	Reflexion 核心

关键点：

• Reflexion 不是"加入反思"，而是让反思结果可沉淀、可复用
• 失败时分析原因存入记忆，避免下次再犯
• 成功时总结模式存入记忆，复用经验
• 需要额外的 LLM 调用生成反思文本

---

Plan-and-Execute（规划与执行分离）

核心思想：先制定完整计划，再逐步执行，每步执行后检查是否按计划进行

循环流程：

用户请求 → 生成完整计划 → 执行第1步 → 检查结果 → 执行第2步 → ... → 完成

适用场景：复杂多步任务（如"帮我订一张明天北京到上海的高铁票"）
不适用场景：简单单步任务（用Plan会额外增加LLM调用，浪费Token）

---

七、总结

本文从"为什么别写ChatBot了"出发，梳理了：

1. Agent的定义：感知→规划→行动→反思的闭环
2. Agent vs ChatBot：本质区别在于自主性、工具调用、任务规划和记忆能力
3. 5级自主性阶梯：从纯问答到多Agent协作
4. 7个核心模块：四步闭环（感知、规划、行动、反思）+ 三层支撑（记忆、工具调用、评估）
5. 3种经典架构：ReAct、Reflexion、Plan-and-Execute

---

参考资源：

• 《LLM Powered Autonomous Agents》（Lilian Weng，OpenAI）
• 《ReAct: Synergizing Reasoning and Acting in Language Models》（Yao et al., 2023）
• Anthropic: “Building effective agents”（2024）