Agent 系列（一）：Agent 是什么——不只是「会调工具的 LLM」

你以为你在用 Agent，其实你只是在用一个高级聊天框2023 年，"AI Agent"突然成了热词。每家公司都在说自己做了 Agent，每个产品都贴上了 Agent 的标签。但如果你问他们：你的 Agent 和普通 LLM 调用有什么本质区别？大多数人会沉默 3 秒，然后说：“……它能调工具。”这个回答错了吗？没错，但也没说到点子上。就好像有人问"汽车和自行车有什么区别"，你回答"汽车有四个轮子"——对，但你漏掉了发动机。这篇文章的目标只有一个：帮你搞清楚 Agent 到底是什么，以及它和 LLM、Chatbot 的本质区别在哪里。搞清楚这个，你才能在实际工作中做出正确的技术选型——而不是把一个 LLM API 调用包装一下，对外号称"我们有 Agent 系统"。从一个场景说起假设你要做一个"帮用户分析竞品"的 AI 工具。用户输入一个公司名，工具输出竞品分析报告。方案 A：直接调 LLM用户输入：分析一下 Notion 的竞品 ↓ LLM 直接生成报告 ↓ 输出（基于训练数据，可能已经过时）方案 B：Chatbot用户输入：分析一下 Notion 的竞品 ↓ LLM 生成回复，记住对话历史 用户追问：重点对比一下价格策略 ↓ LLM 结合上下文继续回答 ↓ 多轮对话，但还是基于训练数据方案 C：Agent用户输入：分析一下 Notion 的竞品 ↓ Agent 思考：我需要最新数据，应该先搜索 ↓ 调用搜索工具，拿到最新竞品信息 ↓ Agent 思考：需要分析价格对比，调用计算工具 ↓ Agent 思考：信息足够了，开始生成报告 ↓ 输出（基于实时搜索结果，有数据来源）看出来了吗？Agent 会主动思考"我需要做什么"，并自主决定下一步行动。这才是 Agent 的核心——不是能不能调工具，而是谁在决定何时调哪个工具。三个概念，三个层次LLM：有语言能力的"大脑"大语言模型（LLM）本质上是一个函数：输入：一段文本（Prompt） 输出：预测的下一个词（不断重复直到结束）它的能力来自于在海量文本上学到的统计规律。它懂语言，懂推理，但它没有记忆、没有感知、没有行动能力。每次调用都是独立的，上一次聊了什么，它完全不知道。单独的 LLM 更像一个只知道"回答问题"的天才学者：知识渊博，但住在与世隔绝的书房里，不知道窗外发生了什么，也没法主动帮你做任何事。Chatbot：加了记忆的 LLMChatbot = LLM +对话历史管理。它解决的问题很简单：让 LLM 能"记住"这轮对话说了什么。实现方式也很简单——把历史消息一起塞进 Prompt：# 伪代码：Chatbot 的核心逻辑messages=[]whileTrue:user_input=get_user_input()messages.append({"role":"user","content":user_input})response=llm.invoke(messages)# 把全部历史一起发给 LLMmessages.append({"role":"assistant","content":response})prin