Agent 入门：从语言模型到行动系统

发表于 2026-08-28 更新于 2026-09-03 分类于 6-AI ， agent 阅读次数： Waline：本文字数： 3.8k 阅读时长 ≈ 3 分钟

版本说明：本文保留为已发布快照。持续更新、经过源码核验和实践验证的版本，见《Agent 工程实践》第 1 课。后续完整正文只在书籍仓库维护。

1. 给“缸中大脑”接上外部世界

单独看大语言模型，它很像一个“缸中大脑”：可以读懂输入并生成文本，却不会真的打开文件、访问天气接口或发送邮件。外部动作来自模型之外的程序。

这个程序通常称为 Agent Harness。它保存会话，向模型描述可用工具，执行模型请求的动作，再把环境结果送回模型。模型根据新结果决定下一步，直到任务结束。

模型可以提出“删除数据库”，却不能批准自己的请求。Harness 必须独立检查参数、权限和审批规则；提出动作的人不能同时成为授权动作的人。

用户目标
  ↓
Harness 调用模型
  ↓
模型选择下一步或请求工具
  ↓
Harness 执行工具
  ↓
环境结果回到模型
  └─────────────── 循环

从工程运行时看，可以先记住四个部分：

model       判断下一步
harness     组织循环、状态与控制边界
tools       读取或改变外部世界
environment 返回文件、网页、命令等真实反馈

这是一种运行时拆法，不是行业唯一标准。规划、记忆、感知和行动则是另一种“能力视角”，用来描述 Agent 表现出了什么。一个最小 Agent 未必有独立规划器、长期记忆或反思模块，但一定要有人组织模型与环境之间的循环。Anthropic 对 Agent 运行时的拆解

2. 有 LLM 和工具，不一定就是 Agent

假设需求是：查询明天上海的天气；如果下雨，就创建带伞提醒并给同事发邮件。

第一种实现把路径写死在代码里：

查询天气
→ 判断是否下雨
→ 创建日历提醒
→ 发送邮件

模型可以参与其中，例如把天气文本转成结构化结果，但下一步始终由代码决定。这是 Workflow。

第二种实现只给模型目标、天气工具、日历工具和邮件工具。模型先查天气，根据结果决定是否需要提醒、是否缺少收件人、何时停止。路径由模型在运行时选择，这才是本文所说的 Agent。

系统	谁决定下一步
Workflow	预先写好的代码路径
Agent	模型根据目标和环境反馈动态决定

两者可以混用。企业流程可以用确定性代码控制付款和审批，只在“怎样排查故障”这类开放步骤中放入 Agent。边界不在于是否使用 LLM、工具或状态图，而在于谁控制执行路径。Anthropic 对 Workflow 与 Agent 的区分

3. Agent Loop 不等于 ReAct

最小 Agent 通常只有一条反馈循环：

模型判断
→ 工具执行
→ 返回结果
→ 模型继续判断

它已经可以处理错误。例如命令返回 403 Forbidden，模型看到结果后可能修改请求头再试。这叫基于工具反馈的 Agent Loop。

ReAct 是更具体的方法。原论文让模型交错生成 reasoning trace 与 task-specific action：推理更新计划，行动从环境获取新信息，再继续推理。现代 Tool Calling Agent 可以使用相同的“观察后再行动”思想，却不一定生成或公开论文形式的 Thought。因此，遇错重试不能一概叫 ReAct。ReAct v3

这个区分很实用。以后看到框架宣传“支持 ReAct”，应该继续看它究竟实现了交错推理轨迹，还是只提供普通的模型—工具循环。

最短记忆是：Agent Loop 是外层“模型—工具—结果”循环；ReAct 是在循环里显式交错 Reasoning、Action 与 Observation。只有思考链不等于 ReAct，遇错后换工具也不自动证明用了 ReAct。

4. 反思和多 Agent 都是可选增强

Agent 给出第一版结果后，可以再调用一次模型进行评审和改写。这类“生成—反馈—改写”更接近 Self-Refine。Reflexion 又多了一层：它从任务反馈中生成语言反思，把反思保存到 episodic memory，用于后续 trial。Self-Refine v2、Reflexion v4

“Reflection”常被当成总称，但工程实现仍要回答三个问题：反馈来自模型自己、外部测试还是人工？什么条件触发重写？什么时候停止？没有这些控制，增加一轮自检只会增加成本，不保证结果变好。

Self-Refine 是“当场改稿”：生成第一版，给反馈，立刻重写当前结果。Reflexion 是“记住教训”：任务失败后生成语言反思，把它放进 episodic memory，下一次尝试先读取。二者都不是模型天然自带的质量保证。

多 Agent 也不是把角色写成“产品经理、开发、审查员”就自动获得收益。它适合可并行、彼此相对独立，或者单一上下文装不下全部信息的任务。依赖密集的改代码任务往往需要大量同步，多个 Agent 反而会重复读取、互相等待，并消耗更多 Token。AutoGen 官方也建议先把单 Agent 做好，只有单 Agent 不足时再使用 Team。Anthropic 多 Agent 系统、AutoGen Teams

例如分别调查三个互不依赖的仓库适合并行；共同重构同一个函数、后一步依赖前一步时，多个 Agent 通常只会增加同步成本。

5. 能观察执行轨迹，不等于看见模型内心

Agent 一旦进入多轮循环，就需要 Tracing。Trace 可以记录模型调用、工具参数与结果、耗时、Token、错误和父子调用关系。它能回答“系统哪一步失败了”，但不能保证还原模型完整的隐藏思维。

Tracing 像行车记录仪，回放一次运行发生了什么；Evaluation 像考试和成绩单，比较一批任务做得怎么样。两者都不负责在运行中踩刹车。

主流模型 API 通常只提供显式输出、Thinking Block 或 Reasoning Summary，并不开放原始 reasoning token。文章和监控系统应把这些内容称为“可观察执行轨迹”，不要称为“完整心智过程”。LangSmith Tracing、OpenAI Reasoning Summaries、Claude Summarized Thinking

Evaluation 解决的是另一个问题：用数据集和评分器比较版本、发现回归、监控生产质量。它可以发现幻觉率或循环率升高，却不会在一次运行中自动阻止问题。最大步数、超时、Token 预算、权限和人工接管才是运行时止损手段。LangSmith Evaluation

6. 什么时候不该使用 Agent

Agent 用延迟、Token 成本和可预测性换取动态决策能力。路径固定的天气通知适合 Workflow；只需一次生成的任务甚至不需要 Workflow。只有步骤难以预先写死，并且模型能从环境反馈中纠偏时，Agent 才开始回本。

例如“查数据库、生成日报、人工确认、发邮件”应由确定性 Workflow 控制。中间可以调用一次 LLM 写摘要，但无需 Agent Loop、三个角色 Agent、Reflexion 或长期记忆。固定路径不应为了使用 Agent 这个词而变复杂。

判断一个系统时，可以先问两句话：

1 2	下一步是谁决定的？环境反馈会不会改变后续路径？

如果答案是“代码决定，而且路径不变”，它是 Workflow。若模型在循环中根据目标和反馈选择工具、调整步骤并决定停止，它才是 Agent。

下一步可以从两个角度继续：

Agent 内核：模型、Harness、工具与环境从工程师视角拆运行时与协议；
Agent 实践：跑通第一个 Tool Calling Loop 用 Python 跑通第一个 Agent Loop。

参考资料

主动回忆自测

Model、Harness、Tool 与 Environment 分别负责什么？
Workflow 与 Agent 的分界为什么不是“有没有工具”？
Agent Loop 与 ReAct 有什么区别？
Self-Refine 与 Reflexion 有什么区别？
什么任务适合多个 Agent，什么任务不适合？
Tracing、Evaluation 和运行时止损分别做什么？
为什么 Model 不能批准自己的危险动作？
固定付款流程和开放式故障排查应怎样组合？
为什么更好的工具接口会改变同一个模型的表现？
一个固定日报任务的最小架构是什么？

展开查看简答

Model 决策，Harness 管循环和策略，Tool 执行动作，Environment 返回真实结果。
Workflow 的路径由代码预设；Agent 的下一步由模型根据反馈决定。
Agent Loop 是外层反馈循环；ReAct 还显式交错 Reasoning、Action 与 Observation。
Self-Refine 当场改当前结果；Reflexion 把教训存入记忆，影响下一次尝试。
独立、可并行或上下文可隔离的任务适合；强依赖、共享同一文件的任务可能更差。
Tracing 回放一次运行，Evaluation 比较一批结果，最大步数、超时、预算与人工负责止损。
模型可能误判或受提示注入影响，提出动作和授权动作必须分离。
确定性 Workflow 控制付款，Agent 只处理无法预设路径的调查部分。
工具决定可选动作和可见反馈；精确编辑和诊断错误能帮助模型纠偏。
Workflow 查询数据，调用一次 LLM 生成摘要，人工确认，再用幂等方式发送。