知识点深化 · AI Agent
AI Agent 设计：规划、工具调用、记忆与 ReAct
普通大模型只会「说」，Agent 让它会「做」：能把大任务拆成小步、调用搜索/计算器/API、记住过程，边想边做直到完成。这一页讲透规划、工具、记忆、ReAct 循环四要素，以及工程上防失控的关键约束。
① 小白第一课怎么学（4 步走，约 65 分钟）
普通大模型只会"说"，Agent 让它会"做"：能拆解任务、调用工具、记住过程：
1建立直觉（10 分钟）
读②③：Agent=会自己拿主意、动手查/算/调接口的助手。
2记四要素（15 分钟）
读④：规划、工具调用、记忆、行动循环（ReAct）。
3跟例题（20 分钟）
精读⑤，看"查天气再订酒店"怎么一步步跑。
4刷题纠错（20 分钟）
做⑦⑩，错题回⑥。
本课小目标学完你要能：① 说清 Agent 与普通聊天的区别；② 讲懂 ReAct 的"思考-行动-观察"循环；③ 说出规划/工具/记忆各解决什么。
② 一图看懂：AI Agent 四要素
读法：中心 Agent 四要素——规划（拆任务）、工具（动手）、记忆（记过程）、ReAct（边想边做的循环）。
③ 本质直觉：从"会说"到"会做"的那一步
普通聊天模型你问一句它答一句，不能自己查资料、不能算数、不能调接口。比如你问"今天南京适合穿什么"，它只能瞎猜天气。
Agent 给它装了"手和脚"：先思考要做什么（思考 Thought），选择并行动（Action，比如调天气 API），拿到结果后观察（Observation），再决定下一步，直到得出结论。
ReAct = Reasoning + Acting：把"推理"和"动手"交替进行。不是一次性想完美再做，而是做一步看一步反馈，像人解题时"试一下、看结果、再调整"。
记忆分两种：短期记忆就是当前对话的上下文窗口；长期记忆把重要历史存进向量库，需要时检索回来。
为什么必须设"最大步数"上限Agent 可能在两个工具间反复横跳、或陷入重试死循环。工程上必须设最大迭代次数和超时，否则烧钱不停。
④ 完整体系：四要素与 ReAct 模板
Agent 四要素
| 要素 | 解决什么 | 典型实现 |
|---|
| 规划 Planning | 复杂任务不会拆 | 任务分解、子目标、反思 Reflection |
| 工具 Tool | 模型自身不会算/查 | 搜索、计算器、数据库、API、代码执行 |
| 记忆 Memory | 长对话记不住 | 上下文窗口（短期）+ 向量库（长期） |
| 行动循环 | 如何边想边做 | ReAct：Thought→Action→Observation |
ReAct 提示模板
经典 ReAct 格式
Question: 用户问题
Thought: 我现在该做哪一步？
Action: 选择工具 + 输入参数
Observation: 工具返回的结果
...（循环）...
Final Answer: 最终回答
| 对比 | 普通 LLM | Agent |
|---|
| 能否外部取数 | 不能 | 能调工具/API |
| 多步任务 | 一次作答 | 可迭代多步 |
| 错误恢复 | 无 | 根据 Observation 调整 |
MCP / Function Calling 是什么它们是"工具的标准接线方式"：把可用工具的名称、参数 schema 告诉模型，模型决定何时调用、传什么参数，程序执行后把结果喂回。
⑤ 用法场景与典型例题
例1（ReAct 步骤）任务"南京今天几度？要不要带伞"，Agent 第一步 Thought 写什么？
先想需要什么信息。
① Thought："我不知道今天天气，需要先查南京实时天气。"
② Action：调用天气工具，参数 city=南京。
③ Observation："22℃，有小雨"。
④ Final Answer："22℃ 有小雨，建议带伞穿薄外套。"
答案：先思考信息缺口，再行动取数。
例2（规划）"帮我策划一次 3 天上海亲子游"为什么需要 Planning？
任务太大，要拆子目标。
① 一次生成容易漏。
② 拆成：查景点→订酒店→排行程→预估预算 几个子任务。
答案：规划把大目标分解成可执行的子步骤。
例3（记忆）用户三句后提到"上次说的那个酒店"，Agent 怎么记得？
短期上下文+长期记忆。
① 若在同一上下文窗口，短期记忆直接有。
② 若跨会话，需把之前存进长期记忆/向量库，用时检索。
答案：短期靠上下文，长期靠外部记忆库。
Reflection 反思机制让 Agent 做完一步后自我检讨"这步有用吗、方向对不对"，能减少跑偏，是高级 Agent 的常见设计。
⑥ 高频错误诊断（4 条）
错误 1：不给最大步数，Agent 死循环烧钱模型可能反复调同一工具。必须设 max_iterations、超时和重试上限。
错误 2：工具描述写得不清楚，模型乱选工具工具的用途、参数 schema 必须写清楚，否则模型会用错工具或传错参数。
错误 3：把工具返回结果忘了喂回模型Action 执行后必须把 Observation 拼回上下文，模型才能继续推理。
错误 4：让 Agent 直接执行危险操作不加确认删除、转账、发邮件等动作要人工确认或权限边界，不能全自动。
⑦ 考点真题演练（4 题）
考点分布
| 考法 | 出题形式 | 应对 |
|---|
| ReAct 含义 | 问思考-行动-观察循环 | Reasoning+Acting 交替 |
| 四要素 | 判断属于哪个要素 | 规划/工具/记忆/循环 |
| 工程约束 | 问为什么设步数上限 | 防死循环、控成本 |
真题基础1. ReAct 模式的核心循环是？
真题中档2. Agent 能调用搜索引擎/计算器/API，这属于哪一要素？
真题中档3. 工程上为什么必须给 Agent 设最大迭代次数？
真题拔高4. 跨会话记住用户偏好，主要靠？
⑧ 必背知识点卡
本质：Agent=会拆任务、会调工具、会记过程的助手 从会说到会做
四要素：规划、工具、记忆、行动循环 缺一不可
ReAct：Thought→Action→Observation 循环 边想边做
规划：大任务拆成子目标，可加反思 Reflection
工具：搜索/计算/API/代码，靠 Function Calling/MCP 接线 标准 schema
记忆：短期=上下文窗口，长期=向量库 按需检索
铁律：设最大步数+超时+人工确认危险操作 防失控
⑨ 应用输出：搭一个"查价→比价→下单"购物 Agent
实战场景：用户说"帮我买个最便宜的小米 14"
① 规划：拆成——搜商品、取多家价格、比价、确认、下单。
② ReAct：Thought 我要先搜商品 → Action 调搜索工具 → Observation 拿到链接列表。
③ 再循环：Thought 取各店价格 → Action 调比价 API → Observation 三店价格 3999/3899/4099。
④ 记忆：记住用户上次偏好"红色、12+256"，避免再问。
⑤ 安全：下单前弹出确认给用户，不自动付款。
口述"Agent 就是给大模型装上手脚：先想做什么，调工具拿结果，看结果再决定下一步，循环到完成；要设步数上限和危险操作确认。"
⑩ 分层练习 16 题（基础 6 + 中档 5 + 拔高 5）
▍基础 6 题
基础1Agent 和普通聊天模型最大区别？
Agent 能调工具、多步行动，不只是问答。
基础2ReAct 三个步骤是？
Thought 思考 → Action 行动 → Observation 观察。
基础3"把大任务拆成小目标"属于哪要素？
规划 Planning。
基础4调搜索/计算器/API 属于？
工具 Tool 使用。
基础5当前对话能记住的内容叫什么记忆？
短期记忆（上下文窗口）。
基础6跨会话长期记忆通常存在哪？
外部存储/向量库，用时检索。
▍中档 5 题
中档7为什么 Agent 要根据 Observation 调整下一步？
工具结果可能不符预期，要边做边看反馈，而不是一条路走到黑。
中档8Function Calling/MCP 解决什么？
提供工具名称和参数 schema 的标准接线，让模型知道何时调、传什么。
中档9Reflection 反思是干嘛的？
做完一步自我评估方向对不对，纠偏，减少跑偏。
中档10为什么危险操作要人工确认？
模型可能误判，删除/转账/发邮件不可逆，需权限边界。
中档11工具描述写不清会怎样？
模型选错工具、传错参数，行为不可控。
▍拔高 5 题
拔高12ReAct 和纯 Chain-of-Thought 的区别？
CoT 只在脑子里推理；ReAct 在推理中穿插真实工具调用和外部观察，能取新信息。
拔高13多 Agent 协作适合什么场景？
需要分工角色（如产品+开发+评审）的复杂任务，单 Agent 负担过重时。
拔高14上下文窗口塞不下全部历史怎么办？
摘要压缩旧对话、重要信息存入长期记忆按需检索，而非全塞。
拔高15Agent 反复调同一工具不收敛，工程上怎么救？
设最大步数、检测重复调用、加错误退避、必要时人工接管。
拔高16Agent 与 RAG 如何配合？
把"检索知识库"作为一个工具，Agent 按需调用 RAG，再综合作答。
⑪ 记忆口诀 + 7 天复习计划
三句口诀
① Agent 会拆任务、调工具、记过程，从"会说"变"会做"。
② ReAct：想一步、做一步、看结果，循环到完成。
③ 必设步数上限和危险确认，工具描述要写清。
| 天 | 任务 | 自检 |
|---|
| 第 1 天 | 读②③④，画 ReAct 循环图 | 说清四要素 |
| 第 2 天 | 背知识点卡 + 基础 1-6 | 基础全对 |
| 第 3 天 | 做中档 7-11 | 懂工具接线 |
| 第 4 天 | 做拔高 12-16 | 区分 ReAct 与 CoT |
| 第 5 天 | 做⑦真题 4 题 | 限时每题 2 分钟 |
| 第 6-7 天 | 合上书口述 ReAct 循环 | 不看资料全说对 |
← 返回算法与AI总览