AI Agent（智能体）= 能自主感知、思考、行动，带记忆与工具调用的大模型系统，核心是自主循环决策（不是固定流程），目标是替人完成复杂多步骤任务。

一句话：会自己 “想步骤、调工具、拿结果、再优化” 的数字员工，区别于传统聊天机器人（只能问答、不能动手）。

经典公式：Agent = LLM（大脑）+ 记忆 + 规划 + 工具调用 + 调度循环。

• 负责理解、推理、决策、生成计划
• 主流：GPT-4、Claude、Gemini、Qwen、Llama 等

• 短期记忆：当前对话上下文（窗口内）
• 长期记忆：用户画像、历史交互、知识库（向量库存储）
• 工作记忆：当前任务状态、中间结果

• 把大目标拆成小步骤（CoT/ToT 思维链）
• 动态排优先级、处理异常、回溯反思

• 连接外部能力：搜索、数据库、API、代码执行、文件读写
• LLM 只输出结构化调用请求（JSON），不直接执行

• 无限循环：感知→思考→行动→观察→再思考（ReAct 模式）
• 直到任务完成或触发终止条件（最大轮数 / 超时 / 预算）

以 “查今天南京天气并写一句话总结” 为例：

• 用户：“查今天南京天气并总结”
• Agent 加载长期记忆（用户偏好）+ 短期上下文，整理成 Prompt 发给 LLM

• LLM 推理：需要调用搜索工具，参数：城市 = 南京，日期 = 今天
• 输出结构化请求：

{"name":"Search","parameters":{"city":"南京","date":"2026-06-11"}}

• Agent 框架拦截请求，沙箱安全执行（LLM 不碰外部系统）
• 调用搜索 API，拿到结果：“晴，25–32℃，微风”

• 把工具结果包装成 “Observation”，追加到对话历史，再次发给 LLM

• LLM 结合结果，判断无需再调工具，直接生成自然语言：“南京今日晴，气温 25–32℃，体感偏热，适合户外活动。”

• 返回结果给用户，本轮完成；有新请求则开启下一轮循环

对比项	传统 ChatBot	AI Agent
核心能力	问答、闲聊	自主规划 + 工具执行 + 记忆
信息来源	仅训练数据	训练数据 + 实时 API / 数据库
任务类型	单轮简单问答	多步骤复杂任务 （写报告、订机票、数据分析）
决策方式	固定流程 / 规则	模型动态决定下一步

# 最简 Agent 循环（7行核心）
while True:
    response=llm(messages)  # 思考
    if response.has_tool_calls:
        results=execute(response.tool_calls)  # 行动
        messages.append(results)  # 观察
    else:
        return response.text  # 输出最终答案