30天从零开始学AI应用开发（Day 22）：Agent 到底是什么？别被玄乎的文章吓住

这是系列的第 22 篇。整个系列写给零基础、想入行 AI 的朋友，每天一篇，30 天后你会做出 3 个能写进简历的项目。

这篇解决什么问题

今天进入第四周，主题是 Agent（智能体）。

先说个现象。你如果搜“什么是 Agent”，十篇有九篇会告诉你“Agent 是能自主规划、自主决策、自主执行的智能系统”，然后配一张画满箭头和模块的架构图。看完的感觉是：好像懂了，但又说不清它到底怎么跑。

今天不绕弯，用人话把这件事讲清楚。而且我可以提前告诉你答案：Agent 一点都不玄，核心就三样东西。

一、先看它和前面学的东西差在哪

回顾一下你已经会的两种形态。

形态一：普通对话。你问一句，它答一句。它没有手脚，只能说话（Day 6~10）。

形态二：RAG 问答。你提问，它先去查你的资料，再照着资料回答。它有了资料，但流程是你定死的：先检索、再生成（Day 15~21）。

那 Agent 是什么？它是一个会自己决定“下一步做什么”的程序。

看个具体对比。同样是“帮我查一下下周去济南的天气，然后建议我带什么衣服”：

普通对话：它直接编一个天气，再给你建议。因为查天气需要网络，它做不到。

RAG 问答：不适合，这不是知识库问题。

Agent：它先意识到“我需要查天气”，调用天气工具，拿到结果，再根据“下周济南 8 度有雨”给你建议“带羽绒服，带伞”。

差别在哪？前面的形态里，流程是你写死的；Agent 的流程是它根据情况自己定的。这就是 Agent 的全部本质。

二、拆开看：Agent 的三样东西

所有 Agent，不管多复杂，都是这三样东西的组合：

第一样，大模型（大脑）。 负责判断：现在是什么情况，下一步该干什么。这个你已经在用了。

第二样，工具（手脚）。 查天气、读文件、算数、搜网页、发邮件。Day 11 学的 Function Calling 就是在装手脚。没有工具，Agent 就是被困在房间里的人。

第三样，循环（心跳）。 干完一步，把结果拿回来，再判断下一步。一直重复，直到任务完成。这是 Agent 和普通程序最大的区别。

三样凑齐，Agent 就活了。用一句话总结：Agent 就是一个“大模型 + 工具 + 循环”的程序，它靠不断重复“思考、行动、看结果”来完成任务。

打个比方。普通程序是流水线，每个工位做什么是固定好的。Agent 是给一个新手员工配了工具箱和对讲机，他在对讲机里不断问“下一步干嘛”，然后自己动手，干完汇报，再问下一步。这个“不断问、不断做”的过程就是循环。

三、一个必知的思路：ReAct

业内最经典的 Agent 实现思路叫 ReAct，名字是 Reasoning 加 Acting 的组合，翻译过来就是“推理加行动”。

它把 Agent 的每轮循环拆成三步：

循环往复，直到它认为可以给答案了。

举个例子，任务“帮我算一下我文件夹里最长的那个文件有多少行代码”：

第一轮，思考：我需要先知道文件夹里有哪些文件。行动：调用列出文件的工具。观察：拿到 12 个文件名。

第二轮，思考：我需要知道哪个文件最长。行动：调用查看文件大小的工具。观察：main.py 最大。

第三轮，思考：我要数它的行数。行动：调用数行数的工具。观察：348 行。

第四轮，思考：信息齐了，可以回答了。输出答案。

看到没，没有任何魔法，就是一步步来。你写代码时，不过是把这个过程写成一个循环。

四、Agent 和自动化脚本，别搞混

这是新手最容易误解的地方。有人问：我用 Python 写个脚本，自动把文件整理好，这算 Agent 吗？

不算。因为流程是你写死的：扫描、分类、移动，永远是这三步。它不会因为情况变化而改变做法。

判断标准很简单：如果路径是提前写好的，那是脚本；如果路径是程序运行时自己决定的，那才是 Agent。

那 Agent 一定比脚本好吗？不是。这是个重要的认知：能用脚本解决的，就别用 Agent。

原因有三个：脚本稳定（每次结果一样）、便宜（不用调 API）、快（毫秒级响应）。Agent 灵活但不确定，同一件事可能每次走的路都不一样，还会烧 token 烧时间。

所以真正专业的做法是：主干流程用脚本固定住，只在需要判断的地方引入 Agent 能力。 这一点在你做项目三和面试时都用得上，很能体现你的判断力。

五、Agent 能干什么，说点实在的

去掉那些玄乎的宣传，Agent 目前真正有价值的场景有这么几类：

• 多步骤信息处理：查资料、读文档、整理成报告。这是目前落地最多的
• 操作类任务：改文件、填表格、发通知
• 需要工具协作的任务：又要算数又要查资料又要查数据库

反过来说，下面这些别指望它：需要百分百准确的任务（金额计算、法律判断），需要实时性极高的任务，还有替代人做重要决策的任务。

记住一个原则：Agent 适合做“过程可以容忍不完美、但能大幅省人力”的任务。 帮你把 30 分钟的活压到 3 分钟、你还需要检查一遍，这个场景就非常合适。

六、这周你要做出什么

第四周的成果就是项目三，简历上的第三个项目。规划是这样的：

Day 23 手写 Agent 循环（把心脏装进去）
Day 24 设计并接入工具（把手脚装好）
Day 25 开工项目三：个人助理 Agent
Day 26 完工加调试
Day 27 用 Streamlit 给它做界面
Day 28 部署上线

做完之后，你的三个项目就形成了一个完整的进阶：处理文件、掌握私有知识、自主完成任务。这个组合在应届生的简历里已经很有竞争力了。

今天的作业

思考题，评论区聊：

你想让一个 Agent 帮你自动完成哪件事？注意要具体，而且要包含“需要判断”的环节，比如“帮我把这周的会议纪要汇总成一份周报”就比“帮我提升效率”好得多。

顺便说说这件事里，它需要哪些工具。

明天预告

Day 23：《Agent 的核心循环：思考、行动、观察，就这么简单》。今天讲清了原理，明天动手把这颗心脏造出来。用不到 50 行代码，你就能跑出一个会自己决定下一步做什么的最小 Agent。这一步走完，Agent 对你来说就再也不是黑盒了。

————————————————
*系列目录：30天从零开始学AI应用 开发