AI Agent 核心概念专有名词
程小虎
AI Agent 核心概念专有名词
学习目标：理解 Agent 如何从“聊天模型”升级为“能规划、能行动、能使用工具”的系统。
1. 这一类为什么重要
AI Agent 的核心不只是模型，而是模型、工具、记忆、规划和执行循环组成的系统。理解这些名词，才能看懂 LangGraph、CrewAI、AutoGen 等框架的设计。
2. 核心名词详解
| 名词 | 详细说明 | 常见使用场景 |
|---|---|---|
| AI Agent | 能感知任务、规划步骤、调用工具并输出结果的智能体系统。 | 自动运维、代码助手、资料研究、办公自动化。 |
| Autonomous Agent | 具备一定自主决策能力的 Agent。 | 长任务执行、多步骤调研、自动排障。 |
| Planning（规划） | 把复杂目标拆成可执行步骤。 | 项目计划、代码修改、研究任务。 |
| Reasoning（推理） | 根据上下文分析问题并决定下一步。 | 判断是否调用工具、选择搜索关键词。 |
| Acting（行动） | 执行具体动作，例如调用 API、运行命令、写文件。 | 工具调用、浏览网页、数据库查询。 |
| Observation（观察） | 工具执行后的返回结果，供 Agent 继续判断。 | 搜索结果、命令输出、接口响应。 |
| Tool Use | Agent 使用外部工具完成模型自身不能完成的事情。 | 文件读写、网络检索、代码执行。 |
| Function Calling | 模型按结构化参数调用函数或工具。 | OpenAI 工具调用、API 参数生成。 |
| Memory（记忆） | Agent 保存和复用信息的机制。 | 用户偏好、历史任务、长期知识。 |
| Reflection（反思） | Agent 对执行过程进行自我检查和改进。 | 代码审查、错误修复、迭代优化。 |
| Task Decomposition | 将复杂任务拆分成多个子任务。 | 多步骤自动化、复杂调研、项目执行。 |
| Multi-Agent | 多个 Agent 分工协作。 | 评审团队、研究团队、开发团队模拟。 |
| Agent Workflow | Agent 执行任务的整体流程编排。 | LangGraph 状态机、CrewAI 流程、自动化流水线。 |
3. 使用场景
- 构建“搜索资料 → 总结 → 写文档”的自动研究 Agent。
- 构建“读取代码 → 修改 → 测试 → 修复”的编程 Agent。
- 用多 Agent 分别负责计划、执行、审查和安全检查。
4. Agent 执行循环图
5. 学习建议
不要把 Agent 理解成单次问答。Agent 更像一个循环：观察当前状态、思考下一步、执行动作、读取结果，再继续下一轮。