一句话总结
AI Agent 不是更聪明的聊天机器人，而是一个能「看懂任务、调用工具、循环改进」的智能系统——它的本质是模型与世界的接口。本文从核心公式出发，带你逐层深入 Agent 的组件、循环、工程范式和实践原则。
引言：你已经在使用 AI Agent 了
如果你在用 Claude Code 写代码、用千问点外卖、用豆包做深度研究，其实已经在使用 AI Agent 了。这些产品有一个明显的共同点：它们不再是「你问一句、它答一句」的对话，而是能够自主规划执行步骤、调用各种工具完成任务，并根据结果不断调整策略的智能系统。
回顾人机交互的演进史：从命令行（CLI）到图形界面（GUI），再到触摸交互，每一次范式跃迁都极大地降低了使用门槛。Agent 所代表的，是交互范式的又一次跃迁——从「人学会操作机器」转向「机器学会理解人」。你不再需要点击菜单、填写表单，只需用自然语言描述意图，Agent 就会自主拆解、调用工具、完成执行。
一、核心公式：三个词概括 Agent 的本质
现代 Agent 系统的本质可以用一个简洁的公式来表达：
Agent = 决策引擎 + 信息视野 + 执行通道
这三个词分别对应三个部分：
| 组件 | 含义 | 类比 |
|---|---|---|
| 决策引擎（LLM） | 决定「做什么、怎么做」 | 新东方厨师的烹饪判断力 |
| 信息视野（上下文） | 决定「能看到什么、知道什么」 | 食材库存、宾客名单、菜谱 |
| 执行通道（工具） | 决定「能改变什么、能影响什么」 | 刀、灶、烤箱、帮厨 |
用一个做菜的比喻来理解：新东方的厨子再厉害，如果没有食材信息（信息视野缺失）、没有厨具和帮厨（执行通道缺失），也做不出一桌好菜。反过来，食材再新鲜、厨具再齐全，没有主厨的判断力（决策引擎薄弱），也只会浪费食材。三者必须协同，才能成事。
二、Agent 是怎么工作的：ReAct 循环
公式是静态的，真实的 Agent 是动态运行的——它会一步步思考、行动、观察结果、再思考。这个动态过程，就是 ReAct 循环。
什么是 ReAct
ReAct 是 “Reasoning + Acting”（推理 + 行动）的缩写，由研究人员在 2022 年提出。核心思想极其简单：让模型交替地「想」和「做」。
就像你做一道没做过的菜——看一眼菜谱（想）→ 拿出食材（做）→ 发现少了盐（观察）→ 想想怎么办（想）→ 去楼下买盐（做）→ 回来继续（观察）。Agent 干活的方式，和这个过程几乎一模一样。
ReAct 循环的每一步包含三个动作：
- 思考（Thought）：模型基于当前所有信息，推理下一步该做什么
- 行动（Action）：模型决定调用哪个工具、传什么参数
- 观察（Observation）：工具执行后返回结果，模型把结果加入上下文
这三步循环往复，直到模型认为任务完成。
轨迹：循环的执行记录
Agent 每运行一次，就会留下一条完整的「行动记录」，称为轨迹（Trajectory）。轨迹是按时间顺序排列的消息序列，记录了从用户提问到最终答案的全过程。
以一个「上海到北京 3 天旅行规划」任务为例，Agent 的轨迹可能包含三次迭代：
- 第一轮：分析任务 → 并行调用高铁搜索和酒店搜索
- 第二轮：基于搜索结果 → 调用景点搜索和餐厅搜索
- 第三轮：确认信息收集完成 → 生成最终行程
轨迹不仅是执行记录，更是 Agent 能力的体现。 通过分析大量轨迹，可以发现行为模式、优化决策路径、改进工具设计。轨迹数据甚至可以总结到知识库中，或者通过强化学习来训练更好的 Agent 模型，实现从经验中学习的闭环优化。
上下文累积性：ReAct 的精妙之处
这种设计的精妙之处在于上下文的累积性。每次 LLM 调用都能看到完整的轨迹，这让它能够理解当前处于任务的哪个阶段、之前尝试了什么、得到了什么结果。
就像你在写一个复杂的逻辑：每写一步都参考前面的输出，保持上下文连贯。Agent 的轨迹就是它的「大脑缓存」——让模型在每一步都能「看见」自己走过的路。
消融实验：理解循环的诊断方法
要真正理解一个系统怎么工作，一个有效的方法是逐个拿掉它的组件。这种方法叫消融实验（Ablation Study）：
- 拿掉「工具结果反馈」：Agent 陷入无限循环，反复调用同一个工具——因为它「看不到」已经调用过了
- 拿掉「思考过程」：决策质量大幅下降，经常调用错误的工具或传错参数
- 拿掉「历史轨迹」：Agent 完全丧失多步任务能力，每一步都像从头开始
消融实验的价值在于：它把「这个组件有用」的直觉，转化为「拿掉它系统会怎样」的可验证判断。
三、三大组件的深度剖析
3.1 工具：Agent 的执行通道
工具是 Agent 的「手脚」，现代 Agent 的工具可以分为四类：
| 类型 | 说明 | 例子 |
|---|---|---|
| 预定义工具 | 固定输入输出的 API 调用 | search_web(query), send_email(to, body) |
| 技能（Skills） | 按需动态加载的工具集 | 上百个工具时避免上下文浪费 |
| 动态生成代码 | Agent 现场写代码完成任务 | Code Interpreter 分析 CSV 并画图 |
| 子 Agent 协作 | 把子任务委托给专门 Agent | 主 Agent 规划，研究 Agent 搜索，编程 Agent 写代码 |
工具设计的三个原则：
- 单一职责：每个工具做一件事，做好一件事。
search_and_summarize不如拆成search和summarize - 描述清晰：工具名称、参数说明、返回格式要写得让模型容易理解
- 失败可恢复：失败时返回结构化错误信息，让 Agent 有机会调整策略重试
3.2 LLM：Agent 的决策引擎
LLM 的能力来自两个阶段：
- 预训练（Pre-training）：在海量文本上学习语言规律和世界知识——像读了万卷书
- 后训练（Post-training）：通过监督微调（SFT）和强化学习（RL）学会特定决策策略——像参加了职业培训
对 Agent 来说，后训练尤为关键。只预训练的模型，你问它「帮我订张机票」，它可能会写一篇关于订机票的散文；而经过 Agent 后训练的模型，会真正去调用 search_flights 工具。
「模型即 Agent」的范式转变：以 Kimi K3 为代表，新一代模型将工具调用的决策策略内化为原生能力——何时调用工具、调用哪个、传什么参数，都由模型自主决定，无需外部框架编写编排逻辑。这就像从「被指挥的实习生」变成了「成熟的经理」——你给他目标，他自己决定怎么拆解。
3.3 上下文：Agent 的信息视野
上下文不是「输入文本」，而是「信息架构」。
一个典型的 Agent 上下文包含以下层次：
| 层次 | 内容 | 作用 |
|---|---|---|
| 系统提示词 | 角色定义、行为准则、输出格式 | 定义 Agent「人格」和边界 |
| 工具定义 | 可用工具的名称、参数、描述 | 告诉 Agent「你能做什么」 |
| 用户记忆 | 偏好、历史交互、个人信息 | 让 Agent「认识你」 |
| 领域知识 | 检索到的文档、数据库内容 | 提供「专业知识」 |
| 任务轨迹 | 之前的思考、行动、观察 | 维持「任务记忆」 |
| 当前输入 | 用户这一轮的提问 | 触发新一轮决策 |
案例分析——Claude Code 的三组件协同：
| 组件 | Claude Code 中的体现 |
|---|---|
| 决策引擎 | 基于 Claude Sonnet/Opus，经过专门后训练强化代码决策策略 |
| 信息视野 | 代码库内容、Issue 描述、测试输出、终端日志 |
| 执行通道 | Shell（执行命令）、Editor（编辑文件）、Browser（查看文档） |
Claude Code 的成功，不在于用了最强的模型，而在于三个组件的协同设计——决策引擎知道何时该用哪个工具，信息视野能精准提供所需代码，执行通道的输出能被决策引擎正确理解。
四、接口视角：观察空间与动作空间
从「模型与世界的接口」来看 Agent，会发现一个更深层的认识：
- 观察空间（Observation Space）：Agent 能感知到的所有信息。同样是「帮我分析这家公司」，一个只能访问公开网页的 Agent，和一个能访问付费数据库、行业报告、内部 CRM 的 Agent，做出的分析深度天差地别
- 动作空间（Action Space）：Agent 能执行的所有动作。一个只能调用搜索工具的 Agent，和一个能调用搜索、代码执行、浏览器操作、文件系统访问的 Agent，能完成的任务复杂度完全不同
Agent 工程的核心，就是不断扩展模型与世界的接口边界。
模型本身的能力提升是缓慢的（需要重新训练），但接口边界的扩展是快速的（只需加一个工具或一个数据源）。所以，短期内提升 Agent 能力的最有效方式，不是换更强的模型，而是扩展它的接口边界。
这就是为什么同样的底层模型（比如同一个 GPT-4），Cursor 写代码好用，Deep Research 调研深入——差别不在模型，而在接口设计。
五、Harness 工程：模型之外的真正竞争力
什么是 Harness
Harness 这个词的本义是「马具」——套在马身上、让人能驾驭马的一套装备。在 Agent 工程中，Harness 指的是围绕 LLM 构建的工程层：上下文管理、工具调度、错误恢复、安全约束、监控日志等。
LLM 就像一匹烈马——力量强大，但难以驾驭。Harness 就是那套马具——缰绳、马鞍、马镫——让你能安全地、可控地、高效地使用这股力量。
Harness 的四大职责
| 职责 | 说明 | 类比 |
|---|---|---|
| 上下文管理 | 截断历史、检索知识、压缩冗余、维护记忆 | 给老板准备简报 |
| 工具调度 | 注册、发现、调用、并行、重试 | 调度中心 |
| 约束与验证 | 输入过滤、权限校验、输出审查、风险评级 | 合规部门 |
| 可观测性 | 轨迹日志、成本统计、失败归因、行为监控 | 飞机黑匣子 |
模型决定上限，Harness 决定下限。 一个配了顶级模型但 Harness 粗糙的 Agent，实际表现往往不如一个用中等模型但 Harness 精细的 Agent。
范式演进：从提示工程到 Graph 工程
| 阶段 | 范式 | 核心瓶颈 | 工程重点 |
|---|---|---|---|
| 1 | 提示工程 | 模型能力弱 | 怎么问才能答好 |
| 2 | 上下文工程 | 模型变强但上下文有限 | 怎么把相关信息塞进上下文 |
| 3 | Harness 工程 | 模型自主性增强需约束 | 怎么围绕模型构建可靠工程层 |
| 4 | 循环工程 | 单轮不够需多步推理 | 怎么设计 ReAct 循环持续改进 |
| 5 | Graph 工程 | 任务复杂需多 Agent 协作 | 怎么用图结构编排多 Agent |
五个阶段不是替代关系，而是叠加关系。 今天一个成熟的 Agent 系统，往往同时用到这五种工程。当你面对一个 Agent 任务时，先判断瓶颈在哪一层，再选择对应的工程范式——复杂度要匹配瓶颈，不要无脑堆砌。
六、构建有效 Agent 的核心原则
原则一：先简单后复杂
面对一个 Agent 任务，永远从最简单的方案开始：
- 先优化提示词：很多时候精心设计的提示词就能解决 80% 的问题
- 再考虑工作流：用确定性的工作流把任务拆成几步
- 最后才引入自主 Agent：只有工作流也无法覆盖时才让 Agent 自主决策
复杂度是有成本的。自主 Agent 比工作流更难调试、更不可控、更贵更慢。复杂度应该是被证明必要后才引入，而不是默认选项。
原则二：上下文为王
同样的模型、同样的工具，上下文设计得好和差，效果天差地别：
- 相关性优先：宁可少给，不要多给。无关信息会稀释模型的注意力
- 结构化呈现：用表格、列表、键值对，而不是大段自然语言
- 动态更新：状态信息要实时刷新，不能用过期数据
- 分层管理：长期不变（系统提示词）、中期稳定（用户偏好）、短期变化（任务轨迹）分层管理
原则三：可观测性优先
Agent 系统的调试难度远超传统软件——因为它的行为是模型生成的，不是确定性的代码逻辑：
- 轨迹日志：记录每一步的思考、行动、观察，支持回放
- 成本统计：每次调用的 token 数、费用、延迟
- 失败归因：能定位是哪一步、哪个工具、哪条推理出了错
- 行为监控：统计工具调用频率、循环次数分布、失败率
原则四：安全是架构问题
安全不是上线前打的补丁，而是从第一行代码就要考虑的架构问题。Agent 的安全风险贯穿五个层面：
- 模型层：有害内容、数据泄露、对抗样本
- 上下文层：提示注入——攻击者通过外部数据间接操纵模型
- 工具层：权限失控——调用了不该调用的工具
- 协作层：多 Agent 协作时的责任扩散
- 社会层：自动化滥用、信息污染、就业冲击
七、模型选型与编排模式
模型选型：没有银弹
选型时需要平衡四个维度：能力（推理、编码、多语言）、延迟（实时 vs 离线）、成本（高频 vs 低频）、生态（工具调用、JSON 模式）。
实践建议：不要一开始就锁定一个模型。 设计 Agent 时把模型当作可替换的组件，通过抽象层隔离模型差异。简单任务用小模型省成本，复杂任务用大模型保效果。
编排模式：工作流 vs 自主 Agent
| 模式 | 工作流（Workflow） | 自主 Agent |
|---|---|---|
| 特点 | 预定义执行路径，稳定可控 | 模型自主决定下一步 |
| 类比 | 流水线——每道工序事先设计好 | 项目经理——给他目标自己决策 |
| 适合 | 流程明确、合规要求高的任务 | 开放式探索、需要灵活决策 |
| 例子 | 订单处理、报销审批、数据 ETL | 深度研究、复杂编码、创意写作 |
实践中两种模式常混合使用：关键流程用工作流确保可靠性，灵活决策切换到自主模式。
八、护栏：让 Agent 可靠地做事
护栏（Guardrails）是保障 Agent 行为安全可控的分层防线：
- 输入侧：相关性分类器、安全分类器（检测越狱和提示注入）、内容审核、规则过滤
- 执行侧：工具风险评级——高风险操作（删除数据、发送批量邮件）需额外审查或人工确认
- 输出侧：PII 过滤（个人身份信息脱敏）、输出验证（与品牌价值一致）、事实核查（防止幻觉）
单一护栏几乎一定会被绕过，只有多层防御才能形成真正的韧性。
人工干预（Human-in-the-Loop）是最后一道防线，适用于高风险操作、低置信度决策、合规要求、边界情况。好的 Agent 应该像一个靠谱的下属——遇到拿不准的事，主动请示并给出建议，而不是把难题原样甩回给老板。
结语：站在 Agent 时代的起点
如果用几句话浓缩全文：
- Agent 的本质是接口：Agent = 决策引擎 + 信息视野 + 执行通道——三个组件构成模型与世界的完整接口。与其等待更强的模型，不如设计更好的接口
- 循环是 Agent 的灵魂：ReAct 循环让模型从「单次回答」进化为「多步推理 + 自主行动」。轨迹是 Agent 工程中最有价值的资产
- Harness 决定下限：模型决定上限，Harness 决定下限。随着模型越来越自主，Harness 的重要性不降反升
- 范式要匹配瓶颈：五个范式对应五个不同的瓶颈。先识别瓶颈，再选择范式
- 安全是架构问题：安全问题从第一行代码就要考虑，贯穿模型、上下文、工具、协作和社会五个层面
我们正站在 Agent 时代的起点。模型在快速进化，框架在激烈竞争，应用在爆发式涌现。在这个充满不确定性的时代，理解本质比掌握工具更重要——工具会变，但本质不变。
本文核心观点来自掘金文章《走进 AI Agent》，经整理、扩展并补充案例后发布。
