本文收录于专栏agent智能体系列—— 专栏系统覆盖 AI Agent 的记忆、工具、插件与实战点击订阅可跟踪后续更新。本课定位如果你在学习 Agent 相关的东西这篇课直接给你决策性建议也许你已经熟悉 ChatGPT/DeepSeek 这类对话应用但Agent和它们差在哪本课先把这个被用滥的词钉死一句话定义、三级分类、与 Workflow 的架构…分界线最后给出要不要用 Agent的判定框架。学完你能准确判断手头任务是 Agent 问题还是普通工程问题——这是整门课的第一块基石。阶段 1概念与基础 来源【微·1】微软 AI Agents for Beginners 第 1 课 Anthropic《Building Effective Agents》 知识更新至 2026-10关键字AI Agent、智能体定义、大模型应用、Workflow、工具调用、记忆机制、自主智能体、Agent分级本节目录1.1 一句话定义1.2 三级分类从反应式到自主式1.3 Workflow vs Agent架构分界线1.4 判定框架三个维度概念讲解1.1 一句话定义微软课程给出的是一个可用的工作定义AI Agent 是让大语言模型LLM真正做事的系统——通过给模型配备工具和知识使其能对世界采取行动而不只是回复文本。微软原文把这句话拆成五个要素展开——其中第一个要素系统本身又含三个子件。以下按原文结构逐条吸收贯穿示例沿用微软的旅行订票 Agent要素一系统System——Agent 不是单个东西而是协同工作的部件集合。微软强调At its core, every agent has three pieces每个 Agent 的核心都是三件套子件含义旅行订票 Agent 示例环境EnvironmentAgent 工作所在的空间订票平台本身传感器Sensors读取环境当前状态的方式查酒店余房、查航班价格执行器Actuators对环境施加动作的方式订房、发确认函、取消预订传感器/执行器借自经典 AI 的 Agent 定义Russell Norvig 教科书的 agent 感知 决策 行动。LLM 时代的新东西是决策核心换成了能用自然语言推理、并输出结构化动作的大模型。要素二大语言模型LLM——Agent 早于 LLM 存在但 LLM 才是现代 Agent 强大的原因理解自然语言、结合上下文推理、把一个模糊的用户请求变成具体的行动计划。要素三执行动作Perform Actions——没有 Agent 系统时LLM 只是生成文本装进 Agent 系统后LLM 能真正执行步骤——查数据库、调 API、发消息。要素四工具访问Access to Tools——Agent 能用哪些工具取决于两件事1它运行的环境2开发者选择给它接什么。旅行 Agent 可以被允许查航班但不能改客户记录——全看接线时怎么配。要素五记忆 知识Memory Knowledge——短期记忆当前对话与长期记忆客户数据库、历史交互。旅行 Agent 会记得你偏好靠窗座位。五要素与本课程后续内容的对应要素二、三 → 第 2 课LLM 视角下的消息与调用要素四 → 第 7/8/18 课工具与协议要素五 → 第 13/14 课上下文与记忆要素一的三件套如何组装成循环 → 第 6 课。图源微软 AI Agents for Beginners 第 1 课aka.ms/ai-agents-beginners。图中三分支对应 1.1 节五要素中的要素三/四/五System 三子件Environment/Sensors/Actuators是承载这三者的运行底座图未画出。Anthropic 在《Building Effective Agents》2024-12-19 发布里补了一句更本质的刻画Agents are typically just LLMs using tools based on environmental feedback in a loop.Agent 通常不过是在循环中基于环境反馈使用工具的 LLM。这句话值得抄在本课扉页——它把 Agent 从营销叙事拉回到工程对象一个循环加上工具调用。第 6 课我们将亲手写出这个循环的 100 行以内版本。1.2 三级分类从反应式到自主式按能力递增本课程把 Agent 分为三级工作分类微软课程原文用的是教科书式七类细分——简单反射 / 模型反射 / 目标驱动 / 效用驱动 / 学习型 / 分层 / 多智能体系统见本课后附对照Level 1 Reactive反应式 输入 → 输出一次调用无工具无状态 Level 2 Tool-use工具使用 输入 → 模型决定调哪个工具 → 拿结果 → 再推理 Level 3 Autonomous自主式 给定目标自行规划多步任务、持续执行、自我修正三级之间的差异不是模型大小而是控制权归属反应式每轮对话独立系统完全由代码路径决定。你每天用的聊天助手基本在这一级。工具使用式模型在下一步做什么上获得决策权——查数据库、调 API、跑代码结果回传给模型继续推理。控制权在代码与模型之间交替。自主式模型拿到目标后自己拆任务、排顺序、判断完成与否中途可以自主纠偏。控制权大体移交给模型代码只负责提供工具和护栏最大迭代数、预算上限、人工确认点。一个直观对照问帮我查一下订单 12345 到哪了——反应式系统只能回答我无法查询工具使用式系统会调用query_order(12345)然后转述结果自主式系统面对查一下我上周那批迟到的订单、联系承运方催一下、把新 ETA 汇总发我这种目标会自己拆成查单→筛延期→调用催办→汇总四个动作。三级与七类的对照三级是七类的教学压缩——反应式 ≈ 简单反射/模型反射工具使用式 ≈ 目标驱动工具是其达成目标的手段自主式 ≈ 目标驱动 学习型 分层/多智能体的组合形态。工程讨论用三级够用读文献时需知七类细分Russell Norvig 教科书谱系。1.3 Workflow vs Agent架构分界线是不是 Agent在业界吵了一年多Anthropic 给出了目前被最广泛采纳的判据——谁决定执行路径Workflow工作流LLM 和工具通过预定义的代码路径编排的系统。Agent智能体LLM动态主导自己的流程和工具使用、掌控任务完成方式的系统。判定问题可以压缩成一个下一步做什么是谁定的问题WorkflowAgent下一步做什么开发者预先写死if/else、DAG模型运行时自行决定何时结束代码走到流程终点模型判断任务完成或触发停止条件路径可预测性高可穷举测试低同输入可能不同路径出错定位按流程节点排查需要看完整轨迹trajectory两个常见误区“带工具调用的就是 Agent”——错。一次模型→工具→模型的固定管道仍是 workflow预定义路径必调这个工具。工具调用是 Agent 的必要条件不是充分条件。“Agent 一定更高级”——错。能写死的流程就不该让模型自由发挥见第 4 课的决策框架。Anthropic 的原话是find the simplest solution possible。1.4 判定框架三个维度微软第 1 课的原则开门见山“Just because youcanuse an AI Agent doesn’t mean you alwaysshould”能用不代表该用并列出 Agent 真正发挥价值的三种情形——开放性问题步骤无法预先编程需要 LLM 动态找路径、多步流程跨多轮使用工具而非单次查询、持续改进基于用户反馈或环境信号变聪明。把这三条与 Anthropic 的成本视角合并本课程用三个维度判断该做到哪一级① 任务复杂度步骤能否事先枚举能枚举 → workflow不能枚举、依赖中间结果动态分支 → 考虑 Agent。模型能否可靠判断信息够了/还缺什么这是 Agent 自主检索的前提。② 容错要求错一步的代价是重新生成一版文案还是给客户错退款后者必须加确认闸门或干脆降级为 workflow 人工审批。③ 执行成本Agent 每步都要过一次模型token 费、延迟、失败重试都是线性甚至超线性增长。单次 LLM 调用能解决的绝不进循环。三维度都倾向 Agent 的典型信号任务开放性高步骤不可预知、单步错误可恢复、单位任务价值高值得烧 token——深度研究、代码工程、数据分析是当前最成熟的三类。这三条信号与微软第 1 课的shines 场景一一对应开放性问题/多步流程/持续改进而微软同时强调这些判断会放到后续Building Trustworthy AI Agents一课深挖本课程第 25 课同样建议提前学。案例实战企业知识助手的边界判断示意场景需求形态取自常见企业信息化需求目标一家制造企业要建内部知识助手判断各子需求分别落在哪一级避免全上 Agent的过度设计。背景需求方提出三个场景——场景 A员工问差旅报销标准是什么场景 B查我上个月的报销单走到哪一步了场景 C“把这季度所有超期的采购订单找出来分析延期原因归类输出一份带责任人的报告”步骤一逐场景过三维度场景步骤可枚举容错要求成本敏感度判定A 查制度是检索→生成两步低有原文兜底高高频RAG workflow非 AgentB 查进度是固定 API 生成中查错会误导中workflow 工具调用C 出报告否延期原因要动态归纳订单数量不定中报告供人审低季度一次自主式 Agent步骤二画出场景 C 的路径对比Workflow 思路写死: Agent 思路模型主导: 拉全部订单 → 筛超期 → 目标超期采购订单分析报告 按规则分类 → 套模板 ① 自查先调 query_orders(statusdelayed) ② 发现 3 类延期原因需要看每单备注 ③ 逐单取详情 → 归纳分类 ④ 对每类调 owner_lookup 找负责人 ⑤ 判断信息充分 → 撰写报告区别在 ②③延期原因的类别数事先不知道workflow 要么硬编码猜测的分类规则要么留人工Agent 可以基于逐单观察动态归纳。而场景 A/B 里 Agent 没有任何发挥空间——强上 Agent 只是让流程更贵、更难测。完整代码本课不写代码第 6 课统一动手。这里给出可复用的判定记录表模板## Agent 适用性判定记录模板 - 需求 - 步骤可枚举是/否 → 依据 - 失败代价低/中/高 → 具体后果 - 频次与成本日均次数 × 每次预估 token - 判定反应式 / workflow / workflow工具 / 自主 Agent - 若 Agent护栏最大迭代数预算上限哪些动作需人工确认预期输出一份每场景一行的判定表 护栏清单。真实项目里这张表应写进设计文档并在评审时逐行过——为什么要 Agent的举证责任在建设方。小结Agent LLM 工具 循环 环境反馈本体是系统而非单个模型。三级分类Reactive / Tool-use / Autonomous的实质是控制权从代码向模型的转移。Workflow 与 Agent 的分界下一步做什么由预定义代码还是模型动态决定Anthropic 口径。判定用三维度任务复杂度、容错要求、执行成本最简方案优先。本课的判定框架在第 4 课将扩展为完整决策树Agent 的核心组件总览见第 5 课《Agent 系统解剖》。扩展阅读 网络提示github.com 需代理clone 可走 ghproxy 加速、push 优先 SSHanthropic.com 需代理核心结论已摘进本课正文。详见总纲附录《国内网络访问与国产适配指南》。微软 AI Agents for Beginners 第 1 课含视频与多语言翻译https://github.com/microsoft/ai-agents-for-beginners/tree/main/01-intro-to-ai-agents 仓库 73.8k star2026-10-01 检索Anthropic《Building Effective Agents》https://www.anthropic.com/engineering/building-effective-agents workflow vs agent 定义原文Russell Norvig《Artificial Intelligence: A Modern Approach》第 2 章Agent 的经典感知-行动定义我的专栏蛋白 / 抗体 / 多肽 / 核酸分子模拟 / 动力学 / 对接药物 / 设计 / 案例AI / Agent / 大模型开源蛋白结构预测分子模拟基础小分子药物设计案例AI Agent系列开源蛋白生成方法实践分子动力学模拟-Amber蛋白药物设计案例化学大模型开源多肽设计模型分子动力学模拟-Gromacs多肽药物设计案例《AI Agent原理与实战》开源多肽性质预测分子动力学模拟-OpenMM开源小分子生成设计CADD中的机器学习模型DNA/RNA药物设计結合自由能开源药代动力学软件高效计算配置siRNA药物设计模型UCSF DOCK系列我胡师兄说药ASO药物设计模型rDock系列 LeDock系列 gnina系列
《AI Agent原理与实战》2026版 第1课 AI Agent 是什么：定义、分级与适用边界
本文收录于专栏agent智能体系列—— 专栏系统覆盖 AI Agent 的记忆、工具、插件与实战点击订阅可跟踪后续更新。本课定位如果你在学习 Agent 相关的东西这篇课直接给你决策性建议也许你已经熟悉 ChatGPT/DeepSeek 这类对话应用但Agent和它们差在哪本课先把这个被用滥的词钉死一句话定义、三级分类、与 Workflow 的架构…分界线最后给出要不要用 Agent的判定框架。学完你能准确判断手头任务是 Agent 问题还是普通工程问题——这是整门课的第一块基石。阶段 1概念与基础 来源【微·1】微软 AI Agents for Beginners 第 1 课 Anthropic《Building Effective Agents》 知识更新至 2026-10关键字AI Agent、智能体定义、大模型应用、Workflow、工具调用、记忆机制、自主智能体、Agent分级本节目录1.1 一句话定义1.2 三级分类从反应式到自主式1.3 Workflow vs Agent架构分界线1.4 判定框架三个维度概念讲解1.1 一句话定义微软课程给出的是一个可用的工作定义AI Agent 是让大语言模型LLM真正做事的系统——通过给模型配备工具和知识使其能对世界采取行动而不只是回复文本。微软原文把这句话拆成五个要素展开——其中第一个要素系统本身又含三个子件。以下按原文结构逐条吸收贯穿示例沿用微软的旅行订票 Agent要素一系统System——Agent 不是单个东西而是协同工作的部件集合。微软强调At its core, every agent has three pieces每个 Agent 的核心都是三件套子件含义旅行订票 Agent 示例环境EnvironmentAgent 工作所在的空间订票平台本身传感器Sensors读取环境当前状态的方式查酒店余房、查航班价格执行器Actuators对环境施加动作的方式订房、发确认函、取消预订传感器/执行器借自经典 AI 的 Agent 定义Russell Norvig 教科书的 agent 感知 决策 行动。LLM 时代的新东西是决策核心换成了能用自然语言推理、并输出结构化动作的大模型。要素二大语言模型LLM——Agent 早于 LLM 存在但 LLM 才是现代 Agent 强大的原因理解自然语言、结合上下文推理、把一个模糊的用户请求变成具体的行动计划。要素三执行动作Perform Actions——没有 Agent 系统时LLM 只是生成文本装进 Agent 系统后LLM 能真正执行步骤——查数据库、调 API、发消息。要素四工具访问Access to Tools——Agent 能用哪些工具取决于两件事1它运行的环境2开发者选择给它接什么。旅行 Agent 可以被允许查航班但不能改客户记录——全看接线时怎么配。要素五记忆 知识Memory Knowledge——短期记忆当前对话与长期记忆客户数据库、历史交互。旅行 Agent 会记得你偏好靠窗座位。五要素与本课程后续内容的对应要素二、三 → 第 2 课LLM 视角下的消息与调用要素四 → 第 7/8/18 课工具与协议要素五 → 第 13/14 课上下文与记忆要素一的三件套如何组装成循环 → 第 6 课。图源微软 AI Agents for Beginners 第 1 课aka.ms/ai-agents-beginners。图中三分支对应 1.1 节五要素中的要素三/四/五System 三子件Environment/Sensors/Actuators是承载这三者的运行底座图未画出。Anthropic 在《Building Effective Agents》2024-12-19 发布里补了一句更本质的刻画Agents are typically just LLMs using tools based on environmental feedback in a loop.Agent 通常不过是在循环中基于环境反馈使用工具的 LLM。这句话值得抄在本课扉页——它把 Agent 从营销叙事拉回到工程对象一个循环加上工具调用。第 6 课我们将亲手写出这个循环的 100 行以内版本。1.2 三级分类从反应式到自主式按能力递增本课程把 Agent 分为三级工作分类微软课程原文用的是教科书式七类细分——简单反射 / 模型反射 / 目标驱动 / 效用驱动 / 学习型 / 分层 / 多智能体系统见本课后附对照Level 1 Reactive反应式 输入 → 输出一次调用无工具无状态 Level 2 Tool-use工具使用 输入 → 模型决定调哪个工具 → 拿结果 → 再推理 Level 3 Autonomous自主式 给定目标自行规划多步任务、持续执行、自我修正三级之间的差异不是模型大小而是控制权归属反应式每轮对话独立系统完全由代码路径决定。你每天用的聊天助手基本在这一级。工具使用式模型在下一步做什么上获得决策权——查数据库、调 API、跑代码结果回传给模型继续推理。控制权在代码与模型之间交替。自主式模型拿到目标后自己拆任务、排顺序、判断完成与否中途可以自主纠偏。控制权大体移交给模型代码只负责提供工具和护栏最大迭代数、预算上限、人工确认点。一个直观对照问帮我查一下订单 12345 到哪了——反应式系统只能回答我无法查询工具使用式系统会调用query_order(12345)然后转述结果自主式系统面对查一下我上周那批迟到的订单、联系承运方催一下、把新 ETA 汇总发我这种目标会自己拆成查单→筛延期→调用催办→汇总四个动作。三级与七类的对照三级是七类的教学压缩——反应式 ≈ 简单反射/模型反射工具使用式 ≈ 目标驱动工具是其达成目标的手段自主式 ≈ 目标驱动 学习型 分层/多智能体的组合形态。工程讨论用三级够用读文献时需知七类细分Russell Norvig 教科书谱系。1.3 Workflow vs Agent架构分界线是不是 Agent在业界吵了一年多Anthropic 给出了目前被最广泛采纳的判据——谁决定执行路径Workflow工作流LLM 和工具通过预定义的代码路径编排的系统。Agent智能体LLM动态主导自己的流程和工具使用、掌控任务完成方式的系统。判定问题可以压缩成一个下一步做什么是谁定的问题WorkflowAgent下一步做什么开发者预先写死if/else、DAG模型运行时自行决定何时结束代码走到流程终点模型判断任务完成或触发停止条件路径可预测性高可穷举测试低同输入可能不同路径出错定位按流程节点排查需要看完整轨迹trajectory两个常见误区“带工具调用的就是 Agent”——错。一次模型→工具→模型的固定管道仍是 workflow预定义路径必调这个工具。工具调用是 Agent 的必要条件不是充分条件。“Agent 一定更高级”——错。能写死的流程就不该让模型自由发挥见第 4 课的决策框架。Anthropic 的原话是find the simplest solution possible。1.4 判定框架三个维度微软第 1 课的原则开门见山“Just because youcanuse an AI Agent doesn’t mean you alwaysshould”能用不代表该用并列出 Agent 真正发挥价值的三种情形——开放性问题步骤无法预先编程需要 LLM 动态找路径、多步流程跨多轮使用工具而非单次查询、持续改进基于用户反馈或环境信号变聪明。把这三条与 Anthropic 的成本视角合并本课程用三个维度判断该做到哪一级① 任务复杂度步骤能否事先枚举能枚举 → workflow不能枚举、依赖中间结果动态分支 → 考虑 Agent。模型能否可靠判断信息够了/还缺什么这是 Agent 自主检索的前提。② 容错要求错一步的代价是重新生成一版文案还是给客户错退款后者必须加确认闸门或干脆降级为 workflow 人工审批。③ 执行成本Agent 每步都要过一次模型token 费、延迟、失败重试都是线性甚至超线性增长。单次 LLM 调用能解决的绝不进循环。三维度都倾向 Agent 的典型信号任务开放性高步骤不可预知、单步错误可恢复、单位任务价值高值得烧 token——深度研究、代码工程、数据分析是当前最成熟的三类。这三条信号与微软第 1 课的shines 场景一一对应开放性问题/多步流程/持续改进而微软同时强调这些判断会放到后续Building Trustworthy AI Agents一课深挖本课程第 25 课同样建议提前学。案例实战企业知识助手的边界判断示意场景需求形态取自常见企业信息化需求目标一家制造企业要建内部知识助手判断各子需求分别落在哪一级避免全上 Agent的过度设计。背景需求方提出三个场景——场景 A员工问差旅报销标准是什么场景 B查我上个月的报销单走到哪一步了场景 C“把这季度所有超期的采购订单找出来分析延期原因归类输出一份带责任人的报告”步骤一逐场景过三维度场景步骤可枚举容错要求成本敏感度判定A 查制度是检索→生成两步低有原文兜底高高频RAG workflow非 AgentB 查进度是固定 API 生成中查错会误导中workflow 工具调用C 出报告否延期原因要动态归纳订单数量不定中报告供人审低季度一次自主式 Agent步骤二画出场景 C 的路径对比Workflow 思路写死: Agent 思路模型主导: 拉全部订单 → 筛超期 → 目标超期采购订单分析报告 按规则分类 → 套模板 ① 自查先调 query_orders(statusdelayed) ② 发现 3 类延期原因需要看每单备注 ③ 逐单取详情 → 归纳分类 ④ 对每类调 owner_lookup 找负责人 ⑤ 判断信息充分 → 撰写报告区别在 ②③延期原因的类别数事先不知道workflow 要么硬编码猜测的分类规则要么留人工Agent 可以基于逐单观察动态归纳。而场景 A/B 里 Agent 没有任何发挥空间——强上 Agent 只是让流程更贵、更难测。完整代码本课不写代码第 6 课统一动手。这里给出可复用的判定记录表模板## Agent 适用性判定记录模板 - 需求 - 步骤可枚举是/否 → 依据 - 失败代价低/中/高 → 具体后果 - 频次与成本日均次数 × 每次预估 token - 判定反应式 / workflow / workflow工具 / 自主 Agent - 若 Agent护栏最大迭代数预算上限哪些动作需人工确认预期输出一份每场景一行的判定表 护栏清单。真实项目里这张表应写进设计文档并在评审时逐行过——为什么要 Agent的举证责任在建设方。小结Agent LLM 工具 循环 环境反馈本体是系统而非单个模型。三级分类Reactive / Tool-use / Autonomous的实质是控制权从代码向模型的转移。Workflow 与 Agent 的分界下一步做什么由预定义代码还是模型动态决定Anthropic 口径。判定用三维度任务复杂度、容错要求、执行成本最简方案优先。本课的判定框架在第 4 课将扩展为完整决策树Agent 的核心组件总览见第 5 课《Agent 系统解剖》。扩展阅读 网络提示github.com 需代理clone 可走 ghproxy 加速、push 优先 SSHanthropic.com 需代理核心结论已摘进本课正文。详见总纲附录《国内网络访问与国产适配指南》。微软 AI Agents for Beginners 第 1 课含视频与多语言翻译https://github.com/microsoft/ai-agents-for-beginners/tree/main/01-intro-to-ai-agents 仓库 73.8k star2026-10-01 检索Anthropic《Building Effective Agents》https://www.anthropic.com/engineering/building-effective-agents workflow vs agent 定义原文Russell Norvig《Artificial Intelligence: A Modern Approach》第 2 章Agent 的经典感知-行动定义我的专栏蛋白 / 抗体 / 多肽 / 核酸分子模拟 / 动力学 / 对接药物 / 设计 / 案例AI / Agent / 大模型开源蛋白结构预测分子模拟基础小分子药物设计案例AI Agent系列开源蛋白生成方法实践分子动力学模拟-Amber蛋白药物设计案例化学大模型开源多肽设计模型分子动力学模拟-Gromacs多肽药物设计案例《AI Agent原理与实战》开源多肽性质预测分子动力学模拟-OpenMM开源小分子生成设计CADD中的机器学习模型DNA/RNA药物设计結合自由能开源药代动力学软件高效计算配置siRNA药物设计模型UCSF DOCK系列我胡师兄说药ASO药物设计模型rDock系列 LeDock系列 gnina系列