AI Agent

从单次问答到自主任务执行

传统 LLM 使用是「一问一答」：用户输入提示词，模型输出文本，交互结束。Agent 的不同在于引入了工具调用（Tool Use）和多步循环（Agentic Loop）：模型可以调用外部工具（搜索引擎、Python 解释器、文件系统、API），获取工具结果后继续推理，决定下一步行动，直到完成目标或需要人工干预。

核心架构模式是 ReAct（Reason + Act）：模型交替生成「思考」（分析当前状态、规划下一步）和「行动」（调用工具），工具结果作为观察反馈回上下文。这让 LLM 具备了真正处理现实任务的能力：写代码 → 运行 → 看报错 → 修代码，这个循环可以自动进行。[1]

多 Agent 系统与工程挑战

复杂任务可以分解给多个 Agent 并行处理，形成多 Agent 系统：一个 Orchestrator Agent 负责任务分解和协调，多个专业 Worker Agent（写代码的、做搜索的、做数据分析的）并行执行子任务，结果汇总后输出。这个范式在软件开发（Devin、SWE-agent）和科研辅助场景展现出强大潜力。

工程上的主要挑战：可靠性问题——单次工具调用失败率可能只有 5%，但 20 步的 Agent 任务成功率可能只有 36%（0.95^20）；成本控制——Agent 任务消耗大量 token；安全边界——如何防止 Agent 执行破坏性操作（删文件、发邮件）。Anthropic 在 2024 年发布的 Claude Computer Use 是首个能直接操作计算机界面的商用 Agent，标志着这个方向进入实用化阶段。