Agent的本质

核心问题：Agent 和 ChatBot 的本质区别是什么？

场景引入：用户说"帮我查一下上周的销售数据，做个分析报告"

ChatBot：只能回答"我无法访问你的数据"

Agent：能理解→规划→执行→输出报告

讨论结论：

本质区别：

ChatBot 止于"理解"，只能输出文本

Agent 始于"行动"，能感知环境、规划任务、执行动作

Agent 定义：

Agent = 以 LLM 为核心，具备环境感知、任务规划、工具调用、记忆管理能力的自主任务执行系统

三大核心模块：

Tool Use 深入：

Tool 定义：name + description + parameters schema

工具过多时的优化策略：工具检索、工具分层、动态路由

工具选择链：意图拆解 → 阶段判断 → 类别筛选 → 具体工具

Planning 与执行循环：

ReAct 循环：Thought → Action → Observation → Thought → ...

退出条件：成功退出 / 失败退出（重试上限）/ 用户介入

错误恢复：需要推理能力 + 环境感知能力

Memory 设计：

短期记忆：最近几轮，原样保留

长期记忆：全部历史，摘要 + 向量检索

工作记忆：当前任务上下文

面试答题模板：

Agent 和 ChatBot 的本质区别在于"行动能力"。ChatBot 止于理解和生成文本，Agent 能感知环境、规划任务、调用工具执行动作，并根据反馈调整策略。核心组件包括 Planning、Tool Use、Memory，通过 ReAct 循环实现自主执行。