核心定义#

智能体（Agent）是通过传感器感知环境，自主决策，通过执行器行动的实体。

它由四个要素构成：环境、传感器、执行器、自主性。其中自主性是核心——Agent 不是被动执行指令的程序，而是能独立做出决策的实体。

智能体循环（Agent Loop）#

Agent 的工作方式是一个持续的循环：

1
感知 → 思考（规划 + 工具选择）→ 行动 → 观察 → 循环

Thought-Action-Observation 范式#

现代 LLM Agent 的核心交互模式：

1
Thought: 我需要查询北京的天气
2
Action: get_weather("北京")
3
Observation: 北京当前天气:晴，气温26摄氏度

这种模式让 Agent 能够”边想边做”，根据观察结果动态调整下一步行动。

实践：智能旅行助手#

我用 Python 实现了一个简单的旅行助手，它能：

1. 接收用户请求
2. 调用天气 API 查询天气
3. 调用 Tavily 搜索推荐景点
4. 整合信息输出答案

这个实践让我直观理解了 Agent 的”思考-行动-观察”循环。

发展脉络#

1
符号主义 → 专家系统 → 心智社会 → 联结主义 → 强化学习 → LLM智能体
2
（1950s）  （1970s）   （1986）   （1980s）   （2010s）   （2020s）

关键转折点#

符号主义时代（1950s-1980s）：智能 = 符号操作 + 逻辑推理。代表作是专家系统 MYCIN，用 IF-THEN 规则诊断疾病。

心智社会理论（明斯基，1986）：智能源于大量简单智能体的协作，复杂行为从简单交互中涌现。这个理论启发了后来的多智能体系统。

联结主义与强化学习：神经网络让机器能从数据中学习，强化学习让机器能从交互中学习。AlphaGo 是这一时期的里程碑。

预训练范式：GPT 等大模型通过海量数据预训练获得通用知识，再通过微调适配特定任务。

实践：ELIZA 聊天机器人#

我实现了一个基于规则的 ELIZA 聊天机器人，体验了符号主义方法的本质：

• 通过正则表达式匹配关键词
• 根据规则生成回复
• 代词转换维持对话连贯

局限性：无语义理解、无上下文记忆、规则有限。这让我深刻理解了为什么需要神经网络。

语言模型演进#

1
N-gram → 神经网络LM → RNN/LSTM → Transformer → Decoder-Only (GPT)

Transformer 核心机制#

自注意力（Self-Attention）：让模型在处理每个词时，能关注句子中所有其他词。

1
Attention(Q,K,V) = softmax(QK^T / √dk) × V

Q（查询）、K（键）、V（值）是三个可学习的角色，通过点积计算相关性。

Decoder-Only 架构：GPT 完全抛弃编码器，只保留解码器，通过”预测下一个词”的自回归方式工作。

提示工程#

分词（Tokenization）#

BPE 算法：高频词保留完整，罕见词拆分成子词。对开发者的意义：上下文窗口按 Token 计算，API 按 Token 计费。

1. ReAct（边想边做）#

核心循环：Thought → Action → Observation → 循环

1
# ReAct 提示词模板
2
REACT_PROMPT = """
3
Thought: 分析问题，规划下一步
4
Action: 工具名[输入] 或 Finish[最终答案]
5
"""

工具定义三要素：名称、描述、执行逻辑。其中描述最关键，LLM 靠它判断何时使用哪个工具。

实践：我用 Tavily 搜索实现了 ReAct Agent，能回答”华为最新手机是什么”这类实时问题。

2. Plan-and-Solve（先谋后动）#

两阶段：先生成完整计划，再逐步执行。

1
# 规划阶段：生成 Python 列表
2
["步骤1", "步骤2", "步骤3"]
3

4
# 执行阶段：逐步完成
5
for step in plan:
6
    result = execute(step)

实践：用数学应用题验证，Agent 先分解计算步骤，再逐一求解，最终得出正确答案。

3. Reflection（自我迭代）#

核心循环：执行 → 反思 → 优化 → 循环

这种范式让 Agent 能审视自己的工作，发现不足并迭代优化。

三种范式对比#

四大平台对比#

实践：Coze 搭建”每日AI简报”助手#

在 Coze 平台上，我通过拖拽插件、配置 RSS 源、编写提示词，搭建了一个能自动抓取 AI 新闻的智能体。整个过程不需要写一行代码，体现了低代码平台的价值。

为什么要用框架？#

四大框架对比#

实践：AutoGen 软件开发团队#

我用 AutoGen 构建了一个模拟的软件开发团队：

• ProductManager：需求分析
• Engineer：代码实现
• CodeReviewer：代码审查
• UserProxy：测试验收

团队通过自动化的对话协作，完成了从需求到代码的全流程开发。

实践：LangGraph 三步问答助手#

用 LangGraph 实现了一个图结构的工作流：

1. 理解：分析用户意图
2. 搜索：搜索相关信息
3. 回答：生成最终答案

通过条件边实现动态路由，展现了图结构的灵活性。

关键收获#

1. Agent 的本质：感知-思考-行动-观察的循环
2. LLM 是大脑：Transformer + 提示工程 + 工具调用
3. 范式选择：ReAct 灵活、Plan-and-Solve 结构化、Reflection 自我优化
4. 工具是手脚：让 Agent 能与外部世界交互
5. 框架是杠杆：站在巨人肩膀上，专注业务逻辑

踩坑经验#

1. 编码问题：Windows 终端的 GBK 编码与 emoji 冲突，需设置 PYTHONIOENCODING=utf-8
2. 非 OpenAI 模型：AutoGen 需要传入 model_info 字典
3. API Key 管理：用 .env 文件统一管理，不要硬编码在代码里
4. 框架版本：AgentScope v2.0 接口大改，需注意文档版本