参考答案
内容深度:适中 · 无代码示例 · 来源:网络整理 · 未复核 · 71 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
AI Agent(智能体):以大模型为"大脑",能够感知环境、自主规划、调用工具、执行多步任务并根据反馈迭代的系统。
四大核心组件:
- 规划 Planning:任务拆解与反思——复杂目标拆成子步骤(CoT/任务分解),执行后自我检查纠错(ReAct 模式:Reason 思考→Act 行动→Observation 观察,循环直到完成);
- 记忆 Memory:短期记忆(对话上下文窗口)+ 长期记忆(向量库存储历史,按需检索注入);
- 工具 Tools:函数调用(Function Calling)/MCP 协议——查数据库、调 API、执行代码、搜索网页,突破"只会说话"的边界;
- 执行 Action:真正落地动作,并把结果反馈给模型形成闭环。
三者定位对比:
- 直接对话:模型只会基于参数内知识回答,不能获取实时/私有信息,不能执行动作;
- RAG:加了"外挂知识库",解决知识问题,但仍是"一问一答";
- Agent:在 RAG 之上叠加自主决策与行动——不止回答"怎么做",而是真的去做(查了 A 库、算了 B 报表、写了 C 邮件草稿)。RAG 常作为 Agent 的一个工具能力存在。
工程挑战:幻觉放大(一步错步步错)、多轮上下文管理、成本与延迟、结果评估(任务完成率)、安全(工具调用权限与沙箱)。