什么是 AI Agent

AI Agent 是能够自主感知环境、制定计划、调用工具、执行行动的 AI 系统。和传统的”输入-输出”LLM 不同，Agent 是多轮交互的——它会在思考和行动之间循环，直到完成任务。

graph TD
    T[🤔 Think 思考] --> A[🔧 Act 行动]
    A --> O[👁 Observe 观察]
    O --> T

模式一：ReAct

ReAct（Reasoning + Acting）是最经典的 Agent 模式。每轮先思考下一步做什么，再执行工具调用，观察结果进入下一轮：

def react_agent(query, tools, max_steps=5):
    history = [{"role": "user", "content": query}]
    for step in range(max_steps):
        response = llm.chat(history, tools=tools)
        if response.tool_call:
            result = execute(response.tool_call)
            history.append({"role": "tool", "content": result})
        else:
            return response.content  # 任务完成
    return "达到最大步数"

优点：实现简单，适合多步骤任务。缺点：容易在中间步骤跑偏。

模式二：Plan-and-Execute

先让 LLM 生成完整计划，再逐步执行。适合复杂的多步骤任务：

def plan_execute(query):
    plan = llm.generate(f"为以下任务制定详细计划：{query}")
    results = []
    for step in plan.steps:
        result = execute_step(step)
        results.append(result)
        if should_replan(results):  # 执行中根据结果调整计划
            plan = llm.replan(query, completed=results)
    return synthesize(results)

优点：全局规划减少跑偏。缺点：初始计划可能不完善，需要重新规划。

模式三：Multi-Agent 协作

多个 Agent 扮演不同角色，协同完成复杂任务：

  • AutoGen（微软）：多个 Agent 通过对话协作，支持人工介入
  • CrewAI：角色扮演式 Agent 团队——研究员、写手、审阅员各司其职
  • MetaGPT：模拟软件公司 SOP——PM 写 PRD，架构师做设计，工程师写代码

选型建议

场景推荐模式
简单的多步操作（查天气→订餐厅）ReAct
复杂分析任务（写研究报告）Plan-and-Execute
需要多人协作的项目Multi-Agent

当前 Agent 可靠性仍是最大挑战——建议关键操作加人工确认。Agent 可以调用的工具集越丰富越强大，接入 RAG 检索增强生成实战 知识库是常见增强方式。关于被增强的个人知识管理参见 搭建个人 AI 第二大脑。