AI Agent

核心观点

AI Agent 就是"能给 AI 配上工具的对话"。普通 AI 对话只能聊天，Agent 能调用代码、查数据库、发请求、操作文件，自主完成多步任务。

Agent 不是科幻。它就是一个循环：观察现状 → 用推理决定做什么 → 调用工具执行 → 观察结果 → 继续循环直到任务完成。

Agent vs 普通对话

两者的分界线不是技术上的，是信任度上的。你依赖 AI 越多，越接近 Agent。

Agent 的三大核心能力

1. 工具调用 (Tool Use)

Agent 可以调用外部工具：执行代码、搜索数据库、调用 API、读写文件、发邮件。工具是 Agent 的"手脚"——AI 模型负责决策，工具负责执行。

Claude Code 就是 Agent 模式的典型例子。你给它一个任务，它自己决定先读哪些文件、改什么代码、运行什么命令来验证。

2. 规划能力

Agent 不是一次执行一步，它能拆解任务、安排顺序、调整计划。

简单规划：先读文件，再改代码，最后跑测试。复杂规划：根据前一步的结果决定下一步的方向。

3. 记忆

• 短期记忆：当前任务的上下文
• 长期记忆：跨会话的关键信息和决策记录

记忆是 Agent 和普通对话的关键区别。普通对话的记忆全靠你人工维持。Agent 可以自主把重要信息存起来，后续任务直接取用。

把 Agent 当新同事，而不是当神

很多人第一次看到 OpenClaw、Claude Code、Codex 这类 Agent，会下意识把它想成一个全自动同事。

这个类比有用，但不要过度。

更准确的说法是：Agent 像一个刚入职的新同事。它可以动手，但你得先给它环境、权限、流程和验收标准。

不教它，它就只能聊天。教会它，它才像同事。

Agent Skills 是 SOP

Agent Skills 本质上是一套标准作业流程。

它告诉 Agent：

• 这个任务怎么做
• 输出标准是什么
• 资料去哪里找
• 文件放在哪里
• 遇到异常怎么处理
• 哪些动作必须等人确认

Skills 的价值在于可复制。你把一次跑通的流程写成 Skill，下一次就不需要重新解释背景。

安全边界

Agent 能操作电脑、读写文件、调用 API，所以权限一定要收窄。

特别注意这几类动作：

• 不要随便安装不可信来源的 Skill
• 不要把长期有效的高权限 API Key 交给陌生流程
• 生产数据、发邮件、付款、删除、发布都要人工确认
• 能用只读权限就不要给写权限
• 能用临时 token 就不要用主账号密码

Agent 越像同事，越需要入职流程和权限管理。

常见框架

几个主流的 Agent 框架，按复杂程度排序：

但我个人的建议是：别一开始就上框架。先用最简单的方式——比如 Claude Code 或 OpenAI 的 Function Calling——跑通一个 Agent 流程。等确认这个模式能解决你的问题，再考虑用框架来工程化。

我见过太多人花两周学 LangChain，最后做出来的东西不如直接写几个 API 调用。记住你的目标是解决问题，不是用框架。

什么时候用 Agent vs 简单提示

用 Agent 的场景：

• 需要操作文件或数据库
• 任务需要多步推理，且中间结果影响后续步骤
• 需要在多个工具间切换
• 想让 AI 自主完成整个工作流（如 CI/CD、数据清洗）

用简单提示的场景：

• 一次性文字生成（文案、翻译、摘要）
• 需要精确控制输出格式
• 快速问答
• AI 不需要接触外部系统

一条经验法则：如果一个任务你能用 3 步以内自己完成，就不需要 Agent。Agent 的复杂度只有在任务足够复杂时才有价值。

下一步

• MCP 协议 — Agent 调用工具的标准接口
• Claude Code 高级用法 — 实际使用 Agent 编程