专栏：大模型应用开发：从原理到生产
篇号：34
内容标签：AI Agent、智能体、ReAct、工具调用、Workflow

前面我们讲完了 Prompt、RAG、微调和对齐。

这些能力解决的是一个问题：

怎样让模型回答得更好。

但很多业务任务并不是“回答一句话”。

比如：

帮我分析最近客户退款变多的原因。
帮我整理一份竞品调研报告。
帮我排查知识库为什么检索不到某份文档。
帮我把客户需求拆成开发任务和验收标准。

这些任务都有一个共同点：

目标明确，但路径不固定。

你一开始不知道要查几次资料。
不知道数据是否干净。
不知道工具会不会报错。
不知道中途是否要换方向。

普通模型可以给你建议。

RAG 可以帮你查知识。

工具调用可以帮你查一次数据库、算一次公式、读一次文件。

但 Agent 要做的是另一件事：

围绕一个目标，自己决定下一步，调用工具，看结果，再调整下一步。

这就是 Agent 的核心。

不是工具调用。

而是“想、干、看”的循环。

一、不要把 Agent 理解成会用工具的聊天机器人

很多人