从零开始,理解 AI Agent
第 01 章 · 入门认知 · 无需编程基础
“帮我查一下订单到哪了,如果配送异常,就整理一份客服处理建议。”
这句话里,有目标、有外部数据,还有根据结果再做判断的步骤。本章就从这个小任务出发,弄清楚 Agent 是什么,以及什么时候值得搭建它。
先记住这一句
Agent 根据目标选择行动,再根据行动结果决定下一步。 模型负责判断,程序负责执行,工具结果负责提供依据。
读完这一章,你能做什么
- 分清普通对话、固定工作流和 Agent 的边界。
- 把一个业务需求拆成输入、步骤、输出与验收条件。
- 写出自己的第一个 Agent 任务卡,为后面的实操做准备。
一、 什么是 AI Agent?
1.1 生活化通俗比喻
把模型想成一位能读懂问题、给出建议的助手。没有接入订单系统时,它能解释“如何查询物流”,却拿不到你的真实订单。
给它接上查询工具,再安排一个“判断 → 执行 → 查看结果”的循环,它就能推进任务:先确认订单号,查询物流;看到异常后,再查询处理规则,整理建议。
这里的关键不是聊天界面,而是谁决定下一步、决定依据是什么、动作由谁执行。一个聊天产品也可以在后台运行 Agent;给模型接一个工具,也不意味着必须搭建复杂的自主系统。
1.2 核心定义对照表
| 维度 | 固定程序 / 工作流 | 单次模型调用 | Agent 循环 |
|---|---|---|---|
| 下一步由谁决定 | 预设代码与分支规则 | 本次输入决定本次输出 | 模型结合目标与反馈选择 |
| 订单查询例子 | 按固定顺序查单、套模板 | 根据给定资料生成说明 | 缺订单号先追问,异常再查政策 |
| 外部能力 | 可以直接调用 API 和数据库 | 取决于宿主提供的数据和工具 | 通过已授权工具获得数据或执行动作 |
| 失败如何处理 | 编写异常处理与重试分支 | 校验输出,补资料或重试 | 同样需要超时、步数限制和人工接管 |
一次任务,拆开来看
- 输入:“订单 A1001 一直没动静。”
- 行动:调用订单查询工具,拿到“运输异常”的记录。
- 反馈:根据异常类型,检索对应的客服处理规则。
- 输出:说明当前状态、引用处理规则,给出下一步建议。
如果接口超时,系统应明确说“暂时查不到”,并按设定次数重试或交给人工。不能把“已发起查询”当作“已查到结果”。
二、 什么时候需要 Agent?
2.1 先看任务里有什么变化
- 表达会变:同一个“换货”意图,用户可能说“太大了”或“想换个小号”。模型可以帮助理解表达,业务规则仍由程序校验。
- 步骤会变:订单正常时解释进度,异常时查处理规则,缺信息时追问。下一步需要利用刚刚得到的结果。
- 动作有边界:查询订单和提交退款不是同一种权限。真正会修改业务数据的步骤,要在执行前完成授权与参数校验。
2.2 从最简单的方案开始
只需润色一段文字时,先用一次模型调用;步骤固定时,用工作流;需要根据环境反馈不断调整步骤时,再考虑 Agent 循环。
这个划分参考 Anthropic 的工作流与 Agent 说明。它是帮助选型的视角,实际应用可以组合使用。
三、 常见场景:输入、动作与结果
| 场景 | 用户输入 | 系统需要做的事 | 怎么判断完成 |
|---|---|---|---|
| 订单客服 | “订单什么时候到?” | 查订单、查物流、解释异常 | 状态与接口记录一致 |
| 知识库助手 | “这款商品能退吗?” | 查政策、核对商品条件、引用依据 | 回答有来源,缺信息时追问 |
| 资料研究 | “比较这三个产品” | 拆问题、查资料、核对冲突信息 | 每个关键结论能追溯到来源 |
| 代码助手 | “修复这个报错” | 读代码、修改、执行相关测试 | 原问题不再出现,测试通过 |
以上是任务设计示例。效果要用自己的测试集和业务数据衡量,不能从架构图直接推导成功率或降本比例。
四、 动手前的五个设计问题
在动手写第一行代码前,建立严谨的工程思维是保证项目不烂尾的前提。
4.1 心法一:精准定位问题属性(一次性需求 vs 高频固定流程)
不是所有场景都需要 Agent。新手请严格按照下方的场景筛选决策树进行评估:
4.2 心法二:任务流程化整为零(从单节点打磨到工作流串联)
- 反模式:写一个包含 20 条约束的巨型 Prompt:“你既要分析客户语气,又要提取订单号,还要计算运费,最后用表格输出”。
- 工程解法:将复杂的单步大模型推理拆解为相互解耦的管道流。
- 核心好处:每个节点均可独立编写单元测试,哪个环节出错一清二楚,系统调试成本降低 90%。
4.3 心法三:善用平台工具与标准协议
- 拒绝从零造轮子:
- 验证原型(MVP)阶段,优先使用 Dify 或 Coze,几小时内即可完成知识库挂载与工作流验证;
- 跨系统工具接入阶段,拥抱 Anthropic MCP(Model Context Protocol) 协议,一次编写,多端复用;
- 核心业务生产阶段,使用 LangGraph 或字节开源的 Eino 进行强类型代码级控制。
4.4 心法四:提示词是系统的业务配置代码
提示词(Prompt)绝不是随性写就的“小作文”,而是工业级 Agent 的业务配置规约。一个生产级 Prompt 必须包含四大核心骨架:
- Role & Identity(角色与专业权威定义)
- Workflow & Constraints(执行流程与严格边界,明确禁止做什么)
- Few-Shot Examples(少样本示例,尤其是异常与边界输入)
- Output Schema(强制约束输出格式,推荐强类型 JSON)
4.5 心法五:先以自用为主的敏捷进阶
不要试图第一天就开发一套颠覆行业的超级系统。建议从身边的真实痛点起步:
- 例如:写一个“每日 GitHub 提交自动生成周报的 Agent”;
- 或者:“本地 Markdown 读书笔记精准检索问答 Agent”。 当工具在现实中真正为你节省了 30 分钟时间,你所获得的确定性正反馈将驱动你快速突破后续的复杂架构。
五、 两个常见问题
Q1:为什么我的 Agent 经常在中间某一步“自由发挥”,完全不理会我在提示词里的规则?
- 原因剖析:提示词过长导致“注意力衰减(Lost in the Middle)”,或者多条约束之间存在逻辑冲突。
- 解决方案:立即执行“化整为零”拆分,把长 Prompt 拆解为两个串联的 Node;同时对关键输出字段强制使用 JSON Schema 校验(如 Pydantic),阻断其自由发散。
Q2:给大模型接入工具越多越好吗?
- 原因剖析:工具描述重叠、名称含糊或参数复杂时,模型更容易选错;工具说明也会占用上下文。不存在适用于所有模型的固定工具数量上限,应实际评测。
- 解决方案:引入路由层(Router Pattern)或技能渐进式披露(Progressive Disclosure),先由分类节点缩小工具候选范围,再向具体智能体动态注入相关的 2~3 个工具。
六、 动手练习:写一张任务卡
先用下面的模板描述“订单异常处理助手”,再换成你自己的场景。
| 任务字段 | 示例 |
|---|---|
| 目标 | 查明订单当前状态,整理处理建议 |
| 输入 | 订单号、用户问题;缺订单号就追问 |
| 可用工具 | 只读订单接口、物流接口、售后政策检索 |
| 执行边界 | 不自动退款,不发送未经确认的消息 |
| 输出 | 订单状态、信息来源、建议、尚未解决的问题 |
| 停止条件 | 已得到答案;或工具连续失败,转人工 |
验收:下面三种输入都能解释清楚
订单号齐全时怎么查?缺订单号时怎么问?查询失败时怎么结束?能说清这三条路径,就可以进入下一章。
- 场景定性练习:请挑选你当前工作或生活中的 3 个场景(例如:发票报销初审、撰写朋友圈文案、代码 Bug 自动化定位),使用本章提供的决策树画出它们的定性分析流程图。
- 化整为零拆解练习:针对“客户要求退换购买的数码相机”这一售后场景,将其拆解为 4 个职责独立的最小原子功能节点,并定义每个节点的标准输入与输出数据结构。