L1 什么是 AI Agent？—— 从 Chatbot 到 Agent 的心智跃迁

• 难度 ⭐（入门）
• 预计阅读 15 分钟
• 代码量 10 行
• 先修 了解 LLM API、prompt、token 等基础概念

课程目标：用 15 分钟建立"Agent 与 Chatbot 的本质区别"的心智模型，能向非技术同事用一句话解释 Agent。

一、一个让老王困惑的问题#

老王是你公司的产品经理。他每天用 ChatGPT 写周报、用 Copilot 写代码，活得挺滋润。

有一天他问你："听说你们组在做 AI Agent，这玩意儿和 ChatGPT 到底有啥区别？不都是和大模型聊天吗？"

如果你只能回答一句话——

Agent = LLM + 工具 + 自主决策循环。Chatbot 是你问它答，Agent 是它自己决定下一步要做什么。

这句话有三个关键词：工具、自主、循环。它们共同构成了 Agent 与 Chatbot 的分水岭。

二、用一个比喻理解 Agent#

想象你去一家自助餐厅吃饭。

• 普通 Chatbot 像点菜柜台：你问"今天有什么菜"，它答"红烧肉、宫保鸡丁"。你问"红烧肉多少钱"，它答"38 块"。你问什么它答什么，主动权在你。

• AI Agent 像一位私人管家：你说"我想请客户吃顿饭，预算 500，对方不吃辣"。管家会自己决定：

  1. 先问你有几位客户、忌口偏好（规划任务）

  2. 查一下附近评分高的餐厅（调用工具：地图 API）

  3. 算一下人均价格是否在预算内（调用工具：计算器）

  4. 给你三个候选方案让你挑（主动汇报）

  5. 如果你说第一家没位子了，它会换个思路重新查（反思与重试）

注意区别：点菜柜台永远等你开口；管家会主动思考下一步。

这个"管家"就是 Agent。它的核心能力不是"更会聊天"，而是"自己决定控制流"。

三、从代码角度看清区别#

我们用一段对比代码来直观感受两者差异。

场景：用户问"北京今天天气怎么样？"#

写法 A：传统 Chatbot（LLM 只会"说"）#

from openai import OpenAI

client = OpenAI()
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}]
)
print(response.choices[0].message.content)
# 输出："作为一个 AI，我没有实时数据访问能力..."
# 它只能说"我不知道"，因为它的训练数据截止在某一天

写法 B：AI Agent（LLM 决定要不要查天气）#

from openai import OpenAI
import requests

client = OpenAI()

# 第一步：定义一个工具（让 LLM 知道"我可以调用天气 API"）
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取某个城市的实时天气",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"]
        }
    }
}]

# 第二步：LLM 看到问题，决定要不要调用工具
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools
)

# 第三步：检查 LLM 的决定
tool_call = response.choices[0].message.tool_calls
if tool_call:
    print(f"Agent 决定调用工具：{tool_call[0].function.name}")
    print(f"参数：{tool_call[0].function.arguments}")
    # 输出：Agent 决定调用工具：get_weather
    #       参数：{"city": "北京"}
    # 然后开发者会去真的执行天气 API，把结果再喂回给 LLM

关键区别：

• Chatbot：被动响应——你问什么它答什么

• Agent：主动决策——LLM 自己判断要不要调工具、用什么参数

四、Agent 的三大核心能力#

Introduction to AI Agents 列出了 Agent 的核心能力（不一定每个 Agent 都有全部）：

• 规划（Planning）：把大问题拆成小步骤

• 工具使用（Tool Use）：调用外部 API/数据库/函数

• 记忆（Memory）：记住过去的交互

• 反思（Reflection）：评估自己的输出并改进

• 多 Agent 通信（Multi-Agent）：和其他 Agent 协作

但核心只有一个——LLM 决定控制流。

五、Agent 不是什么？#

澄清几个常见误解：

• ❌ Agent ≠ 更强的 Chatbot：Chatbot 也是基于 LLM，但 Chatbot 不主动调工具、不拆解任务

• ❌ Agent ≠ AutoGPT：AutoGPT 是 Agent 的一个过度自动化版本——AutoGPT 是"完全自主"的极端实验，现实中大多数 Agent 都有 HITL（人在浏览器里要审批）

• ❌ Agent ≠ AGI：Agent 不是通用人工智能，它只是"LLM + 程序逻辑"的工程产物

• ❌ Agent ≠ 机器人：机器人是物理 Agent（Performs 工作），Agent 多指软件 Agent——但 Agent 的概念可以扩展到机器人

六、Agent 的应用场景#

Introduction to AI Agents 提到了 Agent 擅长的：

• 个人助理：订机票、查日历、管邮件

• 客户支持：自动回答 + 必要时转人工

• 数据分析：自动跑 SQL + 生成报告

• 代码生成：理解需求 + 写代码 + 跑测试

• 研究助理：搜资料 + 总结 + 报告

• 业务流程自动化：跨多个 SaaS 完成复杂任务

七、一句话区分#

Chatbot 是你问我答；Agent 是它自己决定下一步要做什么。

下次老王再问——你就这么答。

八、关键要点回顾#

Agent = LLM + 工具 + 自主决策循环。

九、参考资源#

• 课程章节：Introduction to AI Agents

• 视频：https://youtu.be/3zgm60bXmQk

• 资源合集：https://aka.ms/ai-agents-beginners/collection

• LLM 概念参考：Understanding Agentic Design Patterns

十、下一课预告#

L2 ReAct 循环——Agent 是怎么"思考—行动"的？

为什么重要：ReAct 是 Agent 推理的事实标准范式——所有主流框架（LangChain、AutoGen、smolagents、LangGraph）的核心循环都基于此。