Windsurf团队科普Agent：不是什么都叫智能体！
输入“/”快速插入内容
Windsurf团队科普Agent：不是什么都叫智能体！
Windsurf团队科普Agent：不是什么都叫智能体！
用户5069用户50692025年8月25日修改
欢迎来到 2025 年，这一年 「Agent」 一词的使用频率极高，其含义也变得相当宽泛。在日常交流中，人们基于各自的理解 confidenty 地使用这个词，反而使其原本清晰的含义逐渐模糊。
如果你是一名开发者，正在构建与 Agent 相关的解决方案，那么本文可能并不适合你。本文更适合以下几类人群：
在会议、讨论或日常对话中听到他人提及 AI Agent 时心存疑惑的朋友，或许你对 Agent 的定义及其与现有生成式 AI 能力的差异不太确定；或许你怀疑使用这个词的人是否真正了解 Agent 的含义；又或许你在读到本文第一句话时，才开始质疑自己此前对 Agent 的理解是否准确。
（本文在解释某些理论概念时会提及我们的产品 Windsurf，但并非进行产品推介。)
01
Agent 核心概念解析：
「LLM+工具」的循环
回答本文标题的问题，我们可以将 Agent 系统简单理解为一个接收用户输入后，交替调用以下两部分的系统：
一个 LLM（在这里我们称其为「推理模型」）：依据输入、可能自动检索到的额外上下文以及累积的对话历史，来决定下一步的行动。推理模型会输出一段文字，解释采取下一步行动的原因，以及结构化的信息，具体指定行动的细节，例如调用哪个工具、工具所需的参数值等。这里的 「行动」 也可能表示没有更多需要执行的任务。
工具（Tools） ：用于执行推理模型指定的各种行动并产生结果，这些结果将纳入到信息流中，供推理模型在下一次调用时使用。需要注意的是，这些工具本身未必与 LLM 相关， 推理模型的主要职责是从系统可用的工具和行动集合中进行选择。
由此构成了一个基本的 Agent 循环，核心就是如此简单。Agent 系统根据该循环呈现给用户的方式不同，会表现出多种形式，后续将详细探讨。但若你能理解这一概念， 即 LLM 在此并非仅作为纯粹的内容生成器，而是更像一个负责选择工具的 「推理」 组件 ，那么你就已基本掌握了 Agent 的要义。
「推理（Reasoning）」 一词在 Agent 领域有着特定的含义，它指的是利用 LLM 来决定下一步要采取的行动，即确定调用哪个工具以及使用何种参数。
然而，「推理」 一词在其他语境下也被用于完全不同的概念，例如 OpenAI 的 o1 模型所指的 「推理」，是思维链（CoT）提示，即模型在给出最终答案前，先输出一系列中间步骤，模仿人类解决问题时的思考过程，而非单纯依赖模式匹配的能力，这类模型并未调用外部工具，只是以一种类似串联多个思考过程的方式生成 LLM 自身的输出，因而得名 「思维链」。
另一种常见的对 「Agent」 一词的误用是将其应用于所谓的 「 AI 工作流（AI workflows）」。 例如，有人构建一个自动化流程：先接收原始文档，用一个 LLM 进行对象识别，再清理提取出的数据，接着用另一个 LLM 总结数据，最后将总结添加到数据库。尽管该流程涉及到多次 LLM 调用，但 LLM 并未作为决策调用哪个工具的推理引擎，而是在工作流中事先规定好了要调用的 LLM 及其调用顺序和方式，而非让 LLM 在实时运行中自行决定调用哪些工具，这只是一个自动化流程，并非 Agent。
以一个简单的「披萨食谱」作为例子来进一步理解 Agent 系统和非 Agent 系统。假设你请求一个 AI 系统提供披萨食谱，在非 Agent 系统中，你可能直接将请求输入到一个 LLM，由其生成结果。而在 Agent 系统中，Agent 可能拥有的工具之一是 「从食谱书中检索食谱」，系统会先使用 LLM（推理模型）进行判断，根据用户请求使用 「食谱工具」，输入参数为 「披萨」，以找到对应的食谱，然后调用该工具获取食谱文本，接着推理模型根据工具输出判断无需进一步处理，结束 「循环」。
尽管你现在可能理解了 Agent 的区别，但你或许会问这为何有趣，看起来不过是方法上的技术细节。原因主要有以下几点：
•
当需求稍显复杂，如 「要一份那不勒斯风格的健康食材披萨食谱」 时，非 Agent 系统可能凭借生成模型的强大能力给出像样的结果，但随着请求越来越详细、层层递进，试图通过单次调用 LLM 完美满足所有要求的可能性会降低。而 Agent 系统可能会先推理决定使用一个工具，通过 LLM 描述披萨的制作方式；接着推理决定使用另一个工具进行网络搜索来确定健康食材；然后进行推理决定使用最终检索食谱的工具，前几步获得的信息同样可用于指导或配置该工具的输入。 这种将任务分解成步骤的方式，与人类处理事情的方式相似。同时，因为 Agent 使用的是人类更了解、更易控制的工具，可以降低结果的不确定性。虽然不能保证一定成功，但 Agent 方法比非 Agent 方法更有机会让 AI 系统把事情办对。
•
我们能为 Agent 提供的工具可以弥补 LLM 的短板。 LLM 是一个基于自然语言模式运作的随机系统，对非文本概念没有内在理解。 如 LLM 不擅长数学，可添加计算器工具；LLM 不知道当前时间，可添加系统时间工具；LLM 无法编译代码，可添加构建工具。这样，Agent 系统中的推理模型无需内在地掌握这些领域的知识，只需知道何时调用相应工具及确定传递给工具的正确输入参数即可，这比让 LLM 掌握所有领域知识更易于实现，且判断可基于文本上下文。
•
工具可改变 「世界」 的状态，而不仅仅是提供文字响应。在披萨食谱的例子中，若希望 AI 不仅给出食谱，还能将其发给他人，且 Agent 有权访问联系人及发送短信工具，它就会进入循环：先推理决定检索食谱，再推理决定检索妹妹的联系信息，最后推理决定发送短信。前两步可能通过一些非常聪明的 RAG（检索增强生成）也能实现，但最后一步真正采取行动的能力，是 Agent 系统具备更强大的能力的体现。
现在你已基本了解 Agent 是什么，但还有更多背景信息可助你在谈论 「Agent」 时更专业。
02
通过工具弥补 LLM 自身不足，