04 — Agent 核心机制

什么是 Agent

本章讨论以大语言模型参与决策的 Agent：应用给它目标、可用工具和当前信息，模型提出下一步，程序执行允许的动作，再把结果送回模型。任务可能经过多轮才完成，也可能因为信息不足、用户取消或运行限制而停下来。

例如用户要求比较三款笔记本，预算不超过 6000 元、重量不超过 1.5kg。Agent 需要查资料、区分配置和价格、保存证据，再给出推荐。它能执行的操作由工具和执行器决定；本例只允许查询与比较，不包含购买。

前三篇用这个共同案例讲清三个问题：ReAct 根据新观察决定下一步；Planning 安排子任务、依赖和验收；Memory 保存并找回后续步骤需要的信息。它们可以在同一个系统中配合，简单任务也可以不需要显式计划或跨会话记忆。

如果还不熟悉工具请求怎样执行和回传，先看工具调用循环。后续的上下文工程和执行框架，再说明如何挑选每轮输入，以及怎样让运行过程可恢复、可追踪。

目录	内容
Agent 核心模式	ReAct、规划、记忆、上下文工程和执行框架