初识Agent
目录
Agent的分类：
从架构来分：
Workflow Agent（工作流智能体）：
ReAct Agent（推理性智能体）：
从应用场景来分：
通用Agent（General Agent）：
专业Agent（Specialized Agent）：
Agent的组成：
1）大模型
2）工具
3）知识库
扩展：Action，Tools，Skills，Function Call名词解释
上节RAG的工作流程与目标，介绍了RAG（Retrieval-Augmented Generation）检索增强生成的全工作流程，了解到RAG是依靠知识库检索，提升了大模型输出内容的质量。但是，我们也发现了RAG只在问答场景中出现，而真实业务往往需要调用接口、执行多步操作完成任务。AI Agent（智能体）就是用来解决这一问题的核心技术，Agent 是一套以大模型为大脑，可以理解用户需求、调用各类工具、执行多步动作，最终完成完整业务任务的 AI 系统。Agent 的核心作用，就是打通大模型与真实业务之间的鸿沟，把 “回答问题” 升级为 “办成事情”。
Agent的分类：
从架构来分：
Workflow Agent（工作流智能体）：
开发者预先把全部步骤、分支逻辑提前定义完毕，大模型只能在指定节点完成局部任务，无权决定整体流程走向。优势是可控、可追溯、幻觉风险低，适合金融、审批这类对准确性要求极高的业务。
ReAct Agent（推理性智能体）：
ReAct = Reasoning（推理） + Acting（行动），用于完成的无法提前设定步骤的任务。由大模型（LLM）自主思考，运行时动态决定下一步调用什么工具（推理）、执行什么操作（行动），观察获得反馈，根据反馈再去推理，行动，获得反馈。。。循环操作（Loop）直到完成任务。这种在完成任务时，模拟人类推理过程的方式是思维链（Chain Of Thought,COT）。
ReAct是目前非常主流的 Agent 基础架构，使用React技术的AI产品有AutoGPT，Perplexity，Manus，Cursor，GenSpark等，优点是执行流程不预先写死，灵活性高，面对流程不确定的任务可以自动调整策略。但结果存在不确定性，每一轮循环都要调用大模型，步骤多的时候 token 消耗大，响应变慢，极端情况陷入死循环，反复做无效调用。
从应用场景来分：
通用Agent（General Agent）：
以通用基座大模型为大脑，工具集丰富，不绑定某一个行业，面向广泛、开放的各类任务，什么类型的问题都可以尝试处理，偏向 “全能助手”。它的优势是“广度”，什么都能干，可以处理跨领域、开放式、探索性任务。
专业Agent（Specialized Agent）：
聚焦某一个行业、某一类固定业务场景，为特定业务目标定制。会绑定行业私有知识库、业务工具、工作流、业务规则。它的优势是“深度”和“精确性”，能真正解决特定行业的痛点。如Harvey（法律垂直专业 Agent），Glean（企业横向通用 Agent 平台）等。
Agent的组成：
1）大模型
大模型是不需要我们训练和调整的，有一些基座模型公司直接训练好，我们可以直接使用，如OpenAI, DeepSeek, Qwen等。具体有哪些可以参考什么是AI这一节的扩展部分。
2）工具
由于大模型没有能力去做任何的执行工作，它只能靠文字告诉Agent推理结果，然后Agent调用工具去帮他真正的去执行，从而完成各种工作（如读取文件，联网搜索等）。而大模型
的很多工具就是通过API接口提供的，所以上手大模型的应用，最快的方法的话就是调API了。
3）知识库
知识库为Agent提供了记忆能力。在如何与大模型交互？从提示词工程到RAG这篇文章的扩展部分，我们知道了大模型是无状态的，记不住任何内容的。记忆其实本质上也是个外挂，有两种存储的格式：
第一种是短期记忆，也把它称之为叫上下文；即你前几轮的对话内容。
第二种是长期记忆，例如你的操作风格、职业等信息，都可以被记录下来，存入专属数据库中，从而形成长期且关键的记忆。
可以简单理解为Agent = 大语言模型（LLM） + 工具 + 知识库。
扩展：Action，Tools，Skills，Function Call名词解释
这几个词均为 AI Agent 领域高频术语，相互关联但含义不同。
Action（行动）通常指智能体（Agent）经过思考后，最终决定并执行的具体操作。比如 Agent 判断需要先查资料，于是它发起了一个“搜索网页”的 Action。它是意图转化为实际执行的最终落地。
Tools（工具）是 AI 的“手脚”，是它连接外部世界的接口。AI 本身只会生成文本，但有了 Tools，它就能真正动手做事。比如：联网搜索、读取本地文件、调用天气API、执行 Python 代码等。
Skills（技能）是多个 Tools 和领域知识打包在一起的“能力模块”。比如“写一份竞品分析报告”这个技能，内部封装了：先调用搜索工具找资料 -> 再调用抓取工具读网页 -> 最后调用文档工具生成 PDF。它让 AI 从“只会用单件工具”进化为“能独立完成复杂任务”。
Function Call（函数调用）这是 AI 调用 Tools 的底层技术动作。当用户问“明天北京天气如何”，AI 通过 Function Call 机制，精准地向系统发出指令：“请调用天气查询工具，参数是北京”。它是连接 AI 大脑和 Tools 手脚的神经反射。
总结：Action，Tools，Skills三个几乎一样，是提前准备的功能模块；Function Call描述了大语言模型所具备的一种能力，即面对用户任务，能够自主判断是调用功能模块还是自己回答。