作者
Xavier
编程语言： 熟练使用 Python，Java、SQL，具备良好的数据结构与算法基础。 大模型与 Agent： 理解 Transformer 与大语言模型推理机制，熟悉 Prompt Engineering、CoT、ReAct、Plan-and-Execute、Reflection、Agentic RAG 等推理范式；熟悉 LangChain、LangGraph、OpenAI SDK。
AI Agent 不只是一个会聊天的模型，它能主动调用工具、规划多步任务、感知环境并作出决策。本文从零解释 Agent 的架构与工作原理。
发现错误 / 提交勘误 · 请注明段落、问题和原始依据。
一个普通的大语言模型（LLM）是一个无状态的函数：给定输入，产生输出，然后结束。它不会主动获取信息，不会执行代码，不会记住上一次对话。
AI Agent 在此基础上增加了四个核心能力：感知（Perception）、规划（Planning）、行动（Action）、记忆（Memory）。它能够将复杂目标拆解为多个步骤，在每一步选择合适的工具，根据工具返回的结果调整后续计划，直到完成任务。
2022 年提出的 ReAct 框架（Reasoning + Acting）是目前最广泛使用的 Agent 范式。它让模型在每一步先进行"思考"（Thought），再决定"行动"（Action），最后观察"结果"（Observation），形成循环：
Thought: 用户想知道今天北京的天气，我需要调用天气 API
Action: search_weather(city="Beijing", date="today")
Observation: {"temp": 22, "weather": "晴", "humidity": 45}
Thought: 已获取结果，可以回答用户了
Answer: 今天北京天气晴，气温 22°C，湿度 45%这种"思维链"让模型的推理过程变得透明和可调试。
现代 LLM 的工具调用能力是 Agent 的核心基础设施。你可以向模型注册一批工具，模型根据用户意图决定调用哪个工具、传入什么参数：
{
"name": "get_weather",
"description": "获取指定城市的实时天气",
"parameters": {
"type": "object",
"properties": {
"city": { "type": "string" },
"unit": { "type": "string", "enum": ["celsius", "fahrenheit"] }
}
}
}模型不直接执行函数，而是返回结构化的调用请求，由外部代码真正执行，并将结果返回给模型继续推理。
Agent 的记忆分为两类：
RAG（Retrieval-Augmented Generation）本质上就是给 LLM 配备了一个可检索的外部记忆库。
单个 Agent 的能力有限。多 Agent 系统让多个专门化的 Agent 协同工作：一个负责搜索信息，一个负责写代码，一个负责审核质量，一个负责整合输出。AutoGen、LangGraph、CrewAI 等框架都在探索这一方向。
Agent 不是 LLM 的替代品，而是 LLM 的延伸——它让语言模型从一个"知识库"变成了一个"行动者"。
按系列、标签和主题继续探索。推荐理由见每张卡片。
同系列 · Agent 架构与治理
深入解析现代 AI Agent 核心架构、工具调用机制、多智能体协作模式，结合 Dify、LangChain、deer-flow 等热门项目实战讲解。
同系列 · Agent 架构与治理
Forge 用 Guardrails 将 8B 模型 Agent 任务准确率从 53% 提升到 99%，InsForge GitHub Star 破万打造 Coding Agent 全栈后端，Statewright 用状态机为 AI Agent 构建确定性护栏，腾讯云 CubeSandbox 轻量级安全沙箱，Agent Desktop 让 AI 操控桌面应用——五个开源项目勾勒出 AI Agent 工程化的未来。
同系列 · Agent 架构与治理
当 AI Agent 从实验室走进生产环境，安全问题不再是「数据泄露」那么简单。本文深度解析最新提出的五平面参考架构——推理平面裁决意图、四个基础设施平面（网络/身份/端点/数据）执行决策，以及「随时停止」调解、复合主体能力衰减、审计即证据三大核心原语，重新定义 AI Agent 运行时治理的技术范式。
共同标签 · AGENT
本周 AI 热点速览：DeepSeek V4.1 Flash 以 890 字节/Token 的 KV Cache 刷新推理成本下限并在 Agent 基准全面反超 V4 Pro；讽刺网页《把 Add to Cart 按钮改成蓝色》在 HN 刷屏；OpenAI 数学成果再遭数据来源质疑；Anthropic 研究员 Jacob Coxon 公开辞职警告超级智能竞赛；Meta 新 AI 助手 Muse 拿走摇滚乐队的社交账号。
共同标签 · AGENT
Anthropic的多智能体系统在11天内用Lean形式化证明了费马大定理：1300万行代码、29500条中间定理、60亿token，经双路独立内核验证零错误——数学正式进入机器仲裁时代。