AI Agent 初探：工具调用与任务拆解

大模型只会"说"，Agent（智能体）要让它会"做"。这篇笔记记录我对 Agent 架构的初步理解。

一、什么是 Agent

普通的 LLM 应用是"一问一答"，而 Agent 是一个循环：模型观察环境 → 思考规划 → 调用工具行动 → 观察结果 → 继续思考，直到任务完成。经典定义下，Agent = LLM（大脑）+ 规划 + 记忆 + 工具使用。

二、三要素拆解

• 规划（Planning）：把复杂任务拆解成子任务。常见做法有思维链分解、任务清单（Todo List）、反思（Reflection）自我纠偏。
• 记忆（Memory）：短期记忆就是上下文窗口里的对话历史；长期记忆靠向量库，需要时检索相关片段注入提示词。
• 工具（Tools）：搜索引擎、计算器、代码解释器、数据库、内部 API……模型通过 Function Calling 输出结构化调用请求，由外部程序真正执行。

三、ReAct 模式

ReAct（Reasoning + Acting）是最经典的 Agent 范式，交替进行"思考"和"行动"：

Question: 明天上海天气如何，适合跑步吗？
Thought: 我需要先查询上海明天的天气。
Action: search_weather("上海", "明天")
Observation: 明天上海小雨，气温18-22度。
Thought: 有雨不适合户外跑步，可以建议室内运动。
Answer: 明天上海有小雨，气温18-22度，不太适合户外跑步，建议改为室内健身。

这个循环由程序框架驱动：解析模型输出中的 Action，执行后把 Observation 拼回上下文，再让模型继续。

四、Function Calling 简化示意

tools = [{
    "name": "search_weather",
    "description": "查询指定城市的天气",
    "parameters": {"city": "string", "date": "string"}
}]

while True:
    resp = llm.chat(messages, tools=tools)
    if resp.has_tool_call():
        result = execute(resp.tool_call)   # 真正调用本地函数
        messages.append(tool_result(result))
    else:
        return resp.content                # 没有工具调用=任务完成

五、初步体会

• Agent 的不稳定性主要来自错误累积：一步走错，后面步步错。所以关键节点要加校验和重试。
• 工具描述（description）的写法直接影响调用准确率，值得像写提示词一样打磨。
• 不是所有场景都需要 Agent——单轮问答能解决的，别上循环，简单可靠优先。