系列文章：AI大模型知识体系 | 第三周·第七篇

引言：大模型不只是聊天机器人——从对话到行动

上一篇我们聊了 RAG（检索增强生成），让大模型学会了"查资料再回答"，不再一本正经地胡说八道。但你有没有想过一个问题——

大模型只会"说话"，不会"做事"。

你让它帮你订个机票，它洋洋洒洒给你写了一篇"如何订机票"的攻略；你让它查一下今天的天气，它给你编了一个"大概也许可能是晴天"的回答。

这就好比你雇了一个超级博学的顾问，上知天文下知地理，但——他只会动嘴，不会动手。你让他帮你点个外卖，他说"好的，你可以打开手机App，搜索附近餐厅……"然后就没有然后了。

Agent（智能体）就是让大模型从"只会说"进化到"会干活"的关键。它让大模型不仅能思考和回答，还能调用工具、执行操作、完成真实世界的任务。

今天这篇是第三周的收官之作，我们不仅要聊 Agent，还要把大模型应用的整体架构讲清楚——从 API 服务到业务逻辑，从函数调用到智能体框架，帮你建立完整的认知地图。

一、大模型应用架构全景图：三层楼的故事

想象你开了一家"AI餐厅"，大模型就是你的主厨。但光有主厨是不够的——你还需要前厅接待客人、后厨准备食材、跑堂送菜上桌。

大模型应用也是一样，典型的架构分三层：

┌─────────────────────────────────────────────────┐ │ 用户 / 客户端 │ │ （网页、App、微信、API调用者） │ └────────────────────┬────────────────────────────┘ │ 请求 ▼ ┌─────────────────────────────────────────────────┐ │ API 服务层（前厅） │ │ ┌───────────┐ ┌───────────┐ ┌───────────┐ │ │ │ 认证鉴权 │ │ 限流熔断 │ │ 日志监控 │ │ │ └───────────┘ └───────────┘ └───────────┘ │ │ ┌─────────────────────────────────────────┐ │ │ │ 请求路由 & 会话管理 │ │ │ └─────────────────────────────────────────┘ │ └────────────────────┬────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────┐ │ 业务逻辑层（主厨 + 菜单设计） │ │ ┌──────────┐ ┌──────────┐ ┌──────────────┐ │ │ │ Prompt │ │ RAG │ │ Agent │ │ │ │ 编排 │ │ 检索 │ │ 智能体 │ │ │ └──────────┘ └──────────┘ └──────────────┘ │ │ ┌──────────┐ ┌──────────┐ ┌──────────────┐ │ │ │ 对话记忆 │ │ 输出解析 │ │ 工作流编排 │ │ │ └──────────┘ └──────────┘ └──────────────┘ │ └────────────────────┬────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────┐ │ 工具层（后厨 + 食材库） │ │ ┌──────────┐ ┌──────────┐ ┌──────────────┐ │ │ │ 搜索引擎 │ │ 数据库 │ │ 代码执行器 │ │ │ └──────────┘ └──────────┘ └──────────────┘ │ │ ┌──────────┐ ┌──────────┐ ┌──────────────┐ │ │ │ API接口 │ │ 文件系统 │ │ 外部服务 │ │ │ └──────────┘ └──────────┘ └──────────────┘ │ └─────────────────────────────────────────────────┘

关键洞察：大模型本身只是业务逻辑层的一个组件，而不是整个应用。就像主厨再厉害，没有前厅接客、没有后厨备料，餐厅也开不起来。

二、Function Calling：让大模型学会"打电话叫外卖"

2.1 什么是 Function Calling？

Function Calling（函数调用）是大模型从"只会说"到"会干活"的第一步。

打个比方：你跟朋友说"我好饿"，朋友不会只回一句"那你吃点东西吧"，而是会掏出手机帮你点外卖——他不仅理解了你的需求，还执行了具体的动作。

Function Calling 就是让大模型具备这种能力：当它判断需要调用外部工具时，不再只输出文字，而是输出一个结构化的函数调用请求，告诉应用层"请帮我调用这个函数，参数是这些"。

2.2 工作流程

用户: "北京今天天气怎么样？" │ ▼ ┌─────────────┐ │ 大模型 │ ← 思考：这个问题需要查天气 │ (LLM) │ └──────┬──────┘ │ 输出：调用 get_weather(city="北京") ▼ ┌─────────────┐ │ 应用层 │ ← 解析函数调用，执行真实API │ (你的代码) │ 调用天气API → 返回 "晴，28°C" └──────┬──────┘ │ 把结果喂回大模型 ▼ ┌─────────────┐ │ 大模型 │ ← 结合工具返回结果，生成自然语言回答 └──────┬──────┘ │ ▼ 用户: "北京今天天气晴朗，气温28°C，适合出门哦！"

2.3 代码示例：OpenAI Function Calling

import openai # 第一步：定义大模型可以调用的工具 tools = [ { "type": "function", "function": { "name": "get_weather", "description": "查询指定城市的当前天气", "parameters": { "type": "object", "properties": { "city": { "type": "string", "description": "城市名称，如'北京'、'上海'" } }, "required": ["city"] } } } ] # 第二步：发送用户消息 + 工具定义给大模型 response = openai.chat.completions.create( model="gpt-4o", messages=[{"role": "user", "content": "北京今天天气怎么样？"}], tools=tools ) # 第三步：检查大模型是否要调用工具 message = response.choices[0].message if message.tool_calls: for tool_call in message.tool_calls: func_name = tool_call.function.name func_args = tool_call.function.arguments print(f"大模型想调用: {func_name}({func_args})") # 输出: 大模型想调用: get_weather({"city": "北京"}) # 第四步：执行真实函数，把结果喂回大模型 import json def get_weather(city: str) -> str: """实际调用天气API（这里用模拟数据）""" weather_data = {"北京": "晴，28°C", "上海": "多云，25°C"} return weather_data.get(city, "未知城市") # 执行函数调用 tool_call = message.tool_calls[0] args = json.loads(tool_call.function.arguments) result = get_weather(args["city"]) # 把工具结果返回给大模型，让它生成最终回答 response2 = openai.chat.completions.create( model="gpt-4o", messages=[ {"role": "user", "content": "北京今天天气怎么样？"}, message, # 大模型第一次的回复（包含工具调用） { "role": "tool", "tool_call_id": tool_call.id, "content": result # 工具返回的结果 } ] ) print(response2.choices[0].message.content) # 输出: "北京今天天气晴朗，气温28°C，适合出门哦！"

注意：大模型本身并不执行函数！它只是"决定"要调用哪个函数、传什么参数。真正执行函数的是你的应用代码。这就像主厨说"去冰箱拿两个鸡蛋"，主厨自己不去拿，是帮厨去拿的。

三、Agent（智能体）：大模型的"自主驾驶模式"

3.1 从 Function Calling 到 Agent

Function Calling 让大模型能调用工具了，但每次调用都需要人工编排——你来决定什么时候调用、调用什么、调用几次。

Agent 则更进一步：让大模型自己决定调用什么工具、调用几次、什么时候停止。

打个比方：

• 普通大模型= 导航软件：你问路，它告诉你怎么走，但你自己开车

• Function Calling= 导航+语音助手：你问路，它帮你打电话给餐厅订座

• Agent= 自动驾驶：你告诉它目的地，它自己规划路线、自己开车、自己应对路况

3.2 Agent 的核心循环：感知→思考→行动

Agent 的运行遵循一个经典循环：

┌──────────────────────────────────┐ │ │ ▼ │ ┌───────────┐ ┌───────────┐ ┌───────────┐ │ 感知 │───▶│ 思考 │───▶│ 行动 │ │ Perceive │ │ Think │ │ Act │ └───────────┘ └───────────┘ └───────────┘ ▲ │ │ 观察行动结果 │ └──────────────────────────────────┘

这个循环会一直转，直到 Agent 认为任务完成。

3.3 一个具体的例子

用户说："帮我查一下北京和上海的天气，然后推荐一个适合出行的城市。"

Agent 的运行过程：

第1轮循环: 感知: 用户要查北京和上海天气并推荐 思考: 需要先查两个城市的天气，再比较 行动: 调用 get_weather(city="北京") 第2轮循环: 感知: 北京天气=晴，28°C 思考: 还需要查上海天气 行动: 调用 get_weather(city="上海") 第3轮循环: 感知: 上海天气=多云，25°C 思考: 两个城市天气都拿到了，可以比较并推荐了 行动: 生成最终回答 → "北京晴天28°C，上海多云25°C，推荐北京出行！" 任务完成 ✓

看到了吗？Agent 自己规划了步骤、自己决定调用顺序、自己判断什么时候该停。这就是"自主驾驶"。

四、ReAct 框架：推理 + 行动的黄金搭档

4.1 什么是 ReAct？

ReAct（Reasoning + Acting）是目前最流行的 Agent 范式之一，由 Yao 等人在 2022 年提出。核心思想很简单：先想清楚再动手，做完之后再想想。

这就像你做数学题：

• ❌ 不好的做法：看到题目直接猜答案

• ✅ 好的做法：先分析题目（推理）→ 列式计算（行动）→ 检查结果（再推理）

4.2 ReAct 的工作流程

用户输入: "2024年奥斯卡最佳影片的导演是谁？他之前拍过什么电影？" │ ▼ ┌─────────────────────────────────────────────────┐ │ Thought 1: 我需要先查2024年奥斯卡最佳影片是什么 │ │ Action 1: search("2024奥斯卡最佳影片") │ │ Observation 1: 《奥本海默》获得最佳影片 │ ├─────────────────────────────────────────────────┤ │ Thought 2: 知道了是《奥本海默》，导演是诺兰 │ │ 但我需要确认并查他之前的作品 │ │ Action 2: search("克里斯托弗·诺兰 电影作品列表") │ │ Observation 2: 《盗梦空间》《星际穿越》《信条》.. │ ├─────────────────────────────────────────────────┤ │ Thought 3: 我已经获得了所有需要的信息，可以回答了 │ │ Answer: 2024年奥斯卡最佳影片《奥本海默》的导演 │ │ 是克里斯托弗·诺兰，他之前执导过《盗梦 │ │ 空间》《星际穿越》《信条》等知名影片。 │ └─────────────────────────────────────────────────┘

4.3 ReAct vs 纯推理 vs 纯行动

4.4 代码示例：手动实现 ReAct 循环

import openai import json # 定义可用工具 def search(query: str) -> str: """模拟搜索工具""" knowledge = { "2024奥斯卡最佳影片": "《奥本海默》获得2024年奥斯卡最佳影片", "诺兰 电影作品": "《盗梦空间》《星际穿越》《信条》《敦刻尔克》" } for key, value in knowledge.items(): if key in query: return value return "未找到相关信息" tools = { "search": { "func": search, "description": "搜索互联网获取信息" } } # ReAct 循环 def react_agent(question: str, max_steps: int = 5): messages = [ { "role": "system", "content": """你是一个ReAct智能体。请严格按照以下格式回答： Thought: 分析当前情况，思考下一步 Action: 调用工具，格式为 tool_name(argument) Observation: (工具返回结果，由系统填入) 当你有足够信息回答问题时，使用： Thought: 我已经获得了足够的信息 Answer: 最终答案""" }, {"role": "user", "content": question} ] for step in range(max_steps): response = openai.chat.completions.create( model="gpt-4o", messages=messages, temperature=0 ) reply = response.choices[0].message.content messages.append({"role": "assistant", "content": reply}) print(f"--- Step {step + 1} ---") print(reply) # 检查是否已经给出最终答案 if "Answer:" in reply: break # 解析并执行工具调用 if "Action:" in reply: # 简单解析 Action: search("xxx") import re match = re.search(r'Action:\s*(\w+)\((.+?)\)', reply) if match: tool_name = match.group(1) tool_arg = match.group(2).strip('"\'') if tool_name in tools: result = tools[tool_name]["func"](tool_arg) observation = f"Observation: {result}" messages.append({"role": "user", "content": observation}) print(observation) react_agent("2024年奥斯卡最佳影片的导演是谁？他之前拍过什么电影？")

五、主流 Agent 框架：三大门派

现在市面上 Agent 框架百花齐放，但最主流的有三个。我用"开公司"来类比：

5.1 三大框架对比

5.2 LangChain Agents：全能型选手

LangChain 是目前最流行的 LLM 应用开发框架，它的 Agent 模块让你可以快速搭建一个"有手有脚"的大模型应用。

from langchain_openai import ChatOpenAI from langchain.agents import create_react_agent, AgentExecutor from langchain.tools import tool from langchain import hub # 定义工具 @tool def get_weather(city: str) -> str: """查询指定城市的天气""" weather_data = {"北京": "晴，28°C", "上海": "多云，25°C", "广州": "雨，30°C"} return weather_data.get(city, "未知城市") @tool def calculate(expression: str) -> str: """计算数学表达式，如 '2+3*4'""" try: return str(eval(expression)) except Exception as e: return f"计算错误: {e}" # 创建 Agent llm = ChatOpenAI(model="gpt-4o", temperature=0) tools = [get_weather, calculate] # 使用 LangChain 内置的 ReAct 提示词模板 prompt = hub.pull("hwchase17/react") agent = create_react_agent(llm, tools, prompt) agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) # 运行 result = agent_executor.invoke({ "input": "北京和上海哪个城市更热？温差是多少？" }) print(result["output"])

运行时你会看到 Agent 自动：

1. 调用get_weather("北京")→ 晴，28°C

2. 调用get_weather("上海")→ 多云，25°C

3. 调用calculate("28-25")→ 3

4. 输出最终答案

5.3 AutoGen：团队协作型

AutoGen（微软出品）的核心是多 Agent 对话。就像一个团队开会，不同角色各司其职：

from autogen import AssistantAgent, UserProxyAgent # 配置大模型 llm_config = {"model": "gpt-4o", "temperature": 0} # 创建程序员Agent coder = AssistantAgent( name="Coder", system_message="你是一个Python程序员，负责写代码解决问题。", llm_config=llm_config ) # 创建评审员Agent reviewer = AssistantAgent( name="Reviewer", system_message="你是一个代码评审员，负责检查代码质量和正确性。", llm_config=llm_config ) # 创建用户代理（可以执行代码） user = UserProxyAgent( name="User", human_input_mode="NEVER", max_consecutive_auto_reply=3, code_execution_config={"work_dir": "coding"} ) # 开始对话 user.initiate_chat( coder, message="写一个Python函数，判断一个数是否是质数" )

5.4 CrewAI：公司型组织

CrewAI 把 Agent 组织成"船员"（Crew），每个 Agent 有明确的角色和目标：

from crewai import Agent, Task, Crew, Process from langchain_openai import ChatOpenAI llm = ChatOpenAI(model="gpt-4o", temperature=0) # 定义Agent（船员） researcher = Agent( role="研究员", goal="收集关于指定主题的最新信息", backstory="你是一个经验丰富的互联网研究员", llm=llm, verbose=True ) writer = Agent( role="作家", goal="将研究结果写成通俗易懂的文章", backstory="你是一个擅长科普写作的作家", llm=llm, verbose=True ) # 定义任务 research_task = Task( description="研究大模型Agent技术的最新进展", agent=researcher ) write_task = Task( description="基于研究结果，写一篇关于Agent技术的科普文章", agent=writer ) # 组建团队并执行 crew = Crew( agents=[researcher, writer], tasks=[research_task, write_task], process=Process.sequential # 按顺序执行任务 ) result = crew.kickoff() print(result)

六、实操：用 LangChain 构建一个完整的 Agent

让我们把前面学的知识串起来，构建一个"智能助手 Agent"，它能搜索信息、做计算、查天气：

from langchain_openai import ChatOpenAI from langchain.agents import create_react_agent, AgentExecutor from langchain.tools import tool from langchain import hub from langchain.memory import ConversationBufferMemory # ========== 1. 定义工具 ========== @tool def search_web(query: str) -> str: """搜索互联网获取信息。输入搜索关键词。""" # 实际项目中替换为真实的搜索API（如 Tavily、SerpAPI） mock_results = { "Python": "Python是一种广泛使用的高级编程语言", "LangChain": "LangChain是构建LLM应用的开源框架", } for key, value in mock_results.items(): if key.lower() in query.lower(): return value return f"搜索'{query}'：暂无结果（请接入真实搜索API）" @tool def calculator(expression: str) -> str: """计算数学表达式。输入如 '2+3' 或 '100*0.15'。""" try: allowed = set("0123456789+-*/.() ") if not all(c in allowed for c in expression): return "错误：只支持基本数学运算" return f"计算结果: {eval(expression)}" except Exception as e: return f"计算错误: {e}" @tool def get_weather(city: str) -> str: """查询城市天气。输入城市名称。""" # 实际项目中替换为真实天气API mock_weather = { "北京": "晴，28°C，空气质量良好", "上海": "多云，25°C，有轻微雾霾", "深圳": "阵雨，31°C，湿度85%", } return mock_weather.get(city, f"{city}：暂无天气数据") # ========== 2. 创建 Agent ========== llm = ChatOpenAI(model="gpt-4o", temperature=0) tools = [search_web, calculator, get_weather] # 加载 ReAct 提示词模板 prompt = hub.pull("hwchase17/react") # 创建带记忆的 Agent memory = ConversationBufferMemory(memory_key="chat_history") agent = create_react_agent(llm, tools, prompt) agent_executor = AgentExecutor( agent=agent, tools=tools, memory=memory, verbose=True, max_iterations=5, # 最多循环5轮 handle_parsing_errors=True # 解析错误时自动处理 ) # ========== 3. 运行 Agent ========== # 测试1：简单查询 print("=" * 50) result1 = agent_executor.invoke({"input": "北京今天天气怎么样？"}) print(f"回答: {result1['output']}") # 测试2：多步推理 print("=" * 50) result2 = agent_executor.invoke({ "input": "北京和上海哪个更热？温差是多少度？" }) print(f"回答: {result2['output']}") # 测试3：跨工具协作 print("=" * 50) result3 = agent_executor.invoke({ "input": "搜索LangChain是什么，然后告诉我100乘以0.15等于多少" }) print(f"回答: {result3['output']}")

运行后你会看到 Agent 的完整思考过程——每一步的 Thought、Action、Observation 都清晰可见，就像看着一个聪明人在一步步解决问题。

七、Agent 的局限与挑战：别被"智能"冲昏了头

Agent 很酷，但远没有到"万能"的程度。目前 Agent 面临几个严峻的挑战：

7.1 可靠性问题：Agent 会"犯傻"

大模型本身就不完全可靠，Agent 更是如此。它可能：

• 死循环：反复调用同一个工具，停不下来

• 幻觉调用：编造一个不存在的工具名来调用

• 参数错误：传了错误的参数格式，导致工具执行失败

• 中途跑偏：做着做着就忘了原始任务

用户: "帮我订一张去上海的机票" Agent: Thought: 需要订机票 Action: book_flight(from="北京", to="上海") Observation: 错误 - 没有book_flight工具 Thought: 让我试试另一个工具 Action: search("如何订机票") Observation: 1. 打开携程App 2. 选择出发地... Thought: 我应该告诉用户怎么订机票 Answer: 你可以打开携程App，选择出发地北京... ← 完全跑偏了！用户要的是"帮忙订"，不是"教你怎么订"

7.2 成本问题：Token 消耗惊人

Agent 每一步都要把完整的对话历史、工具定义、中间结果发给大模型，Token 消耗是普通对话的5-20 倍。

7.3 延迟问题：等不起

Agent 每一轮循环都需要一次大模型推理 + 工具调用，3轮循环可能需要10-30秒。对于需要实时响应的场景（如客服），这个延迟是不可接受的。

7.4 应对策略

核心建议：不要为了用 Agent 而用 Agent。如果你的任务步骤是固定的，用Workflow（工作流）比 Agent 更可靠、更便宜、更快。Agent 适合步骤不确定、需要动态决策的场景。

八、第三周知识回顾：7天内容一图总结

第三周我们聚焦"大模型推理与部署"，从模型怎么跑到应用怎么搭，完整走了一遍：

┌──────────────────────────────────────────────────────────────┐ │ 第三周 · 大模型推理与部署 │ ├──────────┬───────────────────────────────────────────────────┤ │ Day 1 │ 推理基础：KV Cache、采样策略、Temperature │ │ Day 2 │ 量化技术：INT8/INT4/GPTQ/AWQ，让模型更小更快 │ │ Day 3 │ 推理加速：vLLM/PagedAttention/TensorRT-LLM │ │ Day 4 │ 模型部署：FastAPI/Docker/Triton/模型服务化 │ │ Day 5 │ Prompt工程：系统提示词、Few-shot、CoT │ │ Day 6 │ RAG：检索增强生成，让大模型学会"查资料" │ │ Day 7 │ Agent与架构：从对话到行动，大模型应用全景图 │ └──────────┴───────────────────────────────────────────────────┘

这7天的知识是一条递进链：

推理基础 → 量化加速 → 部署服务 → Prompt优化 → RAG增强 → Agent行动 (怎么跑) (跑更快) (跑起来) (用得好) (更准确) (能干活)

九、系列预告：第四周，我们聊什么？

第三周我们搞定了"推理与部署"，大模型已经能跑起来、能干活了。但真实世界的应用远不止于此——

第四周预告：大模型安全、评估与前沿趋势

写在最后

从第一周的 Transformer 架构，到第二周的训练技术，再到第三周的推理部署与 Agent——我们用21天，从"大模型是什么"走到了"大模型怎么用"。

Agent 是目前大模型应用最激动人心的方向。它让 AI 不再只是一个"百科全书"，而是一个能帮你干活的"数字助手"。但也要清醒地认识到，Agent 还远不成熟——可靠性、成本、延迟都是需要解决的问题。

在实际项目中，我的建议是：

1. 先从简单的开始：Prompt Engineering → RAG → Function Calling → Agent，逐步升级

2. 能用 Workflow 就别用 Agent：固定流程比自由决策更可靠

3. 始终保留人工兜底：关键决策让人类确认，别让 Agent 完全自主

4. 监控和日志是必须的：Agent 的每一步都要记录，出了问题才能排查