AI Agent 入门：让 AI 自己干活的 3 种模式

什么是 Agent？

如果说 ChatGPT 是"听话的员工"，Agent 就是"能自己规划任务的员工"。区别：

• ChatGPT：你问一次，它答一次
• Agent：你给一个目标，它自己拆任务、调工具、跑循环，直到完成

Agent 的 4 个关键能力

1. 规划（Planning）：把大目标拆成小任务
2. 工具（Tools）：调用搜索、代码执行、浏览器、数据库
3. 记忆（Memory）：记住上下文和历史
4. 反思（Reflection）：检查结果，不行就重来

3 种主流模式

模式 1：ReAct (Reason + Act)

最经典的模式：思考 → 行动 → 观察 → 继续思考。

Thought: 用户想查天气，我需要调用天气 API
Action: get_weather(city="北京")
Observation: 北京今天 25°C 晴
Thought: 我已经拿到答案，可以回复

模式 2：Plan-and-Execute

先完整规划整个任务链，再依次执行。适合复杂多步任务。

模式 3：Multi-Agent

多个 Agent 分工协作，比如：

• Researcher：负责搜索资料
• Writer：负责写作
• Reviewer：负责审核
• Manager：负责调度

实战框架推荐

真实案例：一个简单的研究员 Agent

目标：给我 AI 医疗领域 2025 年的 5 家值得关注的创业公司

Agent 执行：
1. 搜索"AI healthcare startup 2025"
2. 从返回结果里筛选估值 > 1 亿的
3. 对每家公司再单独搜深度报道
4. 总结：公司名 / 产品 / 融资 / 创始人 / 亮点
5. 输出 Markdown 表格

注意事项

1. 成本：Agent 会跑循环，一次任务可能消耗 10-100 次 API 调用
2. 失控：给足够的终止条件（最大步数、超时、人工确认）
3. 不可靠：生产环境必须加人工审核关键动作

下一步

• 试试 Dify、Coze 搭一个属于你的 Agent
• 进阶：MCP 协议详解