这是一篇面向产品、工程与运营同学的 Agent 入门文。目标是用尽可能通俗的方式，回答三个问题：

• Agent 是什么、和“聊天机器人”有什么不同？
• 搭一个通用型 Agent 需要哪些模块、如何协同？
• 怎样以最低风险把它跑起来并可持续演进？

一句话公式：Agent = 感知（理解任务与获取证据） + 规划（拆解步骤与决策） + 执行（工具/代码） + 记忆（上下文与长期） + 反馈/评估（可复现与可回归）。

核心观点（先读这一段就够了）

• Agent 不是“更聪明的聊天机器人”，而是一套可闭环运行的任务系统：能理解目标、查证据、做决策、调用外部能力并自我纠偏。
• Agent 的关键不在于“写得像”，而在于“做得对”：证据优先、工具可控、结果可验证。
• Agent 要从“能演示”走到“可运营”，必须有反馈/评估闭环：可观测、可复现、可回归，才能在变更中稳定迭代。

工作方式（通用闭环）

一个通用型 Agent 往往按下面的闭环运行。注意它不是一次性输出，而是“做一步、拿结果、再决定下一步”：

1. 感知：把自然语言意图变成“任务卡片”，并检索需要的证据
2. 规划：决定要不要调用工具、如何分步、失败怎么降级
3. 执行：按 schema 调用工具或在沙箱里跑代码，拿到确定性结果
4. 记忆：保留关键上下文，必要时写入长期偏好或状态
5. 反馈/评估：自检与裁判评分，记录依赖，更新回归集与指标看板

五个核心模块

1. 感知（Perception）：理解 + 找资料

• 任务理解：提炼目标、约束、成功标准、输出格式，形成“任务卡片”。把日期、权限、可用工具等依赖显式写明，便于复现。
• 检索增强（RAG）：对企业文档/FAQ/数据库/网页做索引，按需检索相关片段拼入上下文。关键在“检索质量＞模型臆想”。
• 可信生成：只在证据范围内回答、不确定就拒答；答案与引用绑定，便于审计。
  经验法则：感知阶段越扎实，后续幻觉与返工越少。

2. 规划（Planning）：把目标变成步骤

• 分步推理（CoT）：显式列出中间步骤，减少跳步与漏条件。
• 搜索式规划（ToT）：为开放式问题生成多个候选、评分剪枝，避免局部最优。
• 状态机表达：用 JSON/DSL 表示每步的输入/输出/失败分支/停止条件，确保“计划可执行、可观测、可回滚”。
  经验法则：计划不是一次写死的，每步执行后都要基于结果更新。

3. 执行（Action）：真正“把事做了”

• 工具调用：给每个工具定义名称、参数 schema、返回结构与错误语义；参数必须校验，失败要有重试/降级/追问。
• 代码执行：在受限沙箱里运行模型生成的代码，适合计算/转换/校验等确定性任务；记录输入/代码/输出三件套。
• 输出装配：抽取结构化数据后由程序渲染成最终格式（MD/HTML/JSON），避免“模型直接排版”带来的不稳定。
  经验法则：执行层是风险集中地，务必做到权限最小化、可审计、可超时退出。

4. 记忆（Memory）：跨轮与跨会话的连续性

• 短期记忆：管理会话窗口，把关键事实做摘要化，减少上下文挤爆。
• 长期记忆：保存用户偏好与任务状态，按需检索注入上下文；注意权限、加密、生命周期与“可删除”。
  经验法则：记忆写入要谨慎，先评估再固化，避免把错误“长期保存”。

5. 反馈/评估（Evaluation）：从“能用”到“可运营”

• 自动化评测：裁判模型 + 评分标准（标准谁来定？），评正确性/完整性/引用质量/格式/拒答策略，并用于候选重排与离线对比。
• 自我修正：生成后按清单自检再改写；设置最大轮数与停止条件，平衡成本与质量。
• 可复现：记录日期/配置/证据/工具返回等依赖，保证问题可重放与定位。
• 退化测试：维护回归集，任何变更（模型/提示/索引/工具）都要过门槛；把延迟与成本纳入质量标准。
  经验法则：没有评估闭环的 Agent，很难稳定上线，更难长期迭代。

三种常见架构

把“五个模块”装配成系统时，通常会落在三种架构形态。它们的差别不在于能力强弱，而在于复杂度、成本与可控性：

• 单体闭环：感知→规划→执行→评估，适合简单流程与 MVP。
• Planner–Executor：由 Planner 负责分解与决策，Executor 专注工具/代码与汇总；清晰可控。
• 多 Agent 协作：Planner/Researcher/Writer/Reviewer/Executor 分工，适合长流程；需防“回音室效应”和成本爆炸。

这里的“回音室效应”指的是：多个 Agent 看似在互相复核，但实际上都在重复同一套假设或错误结论，彼此引用对方的话当证据，导致错误被放大而不是被纠正。常见表现是 Reviewer 只做语言润色不做事实核验，或者 Researcher 在检索不到证据时仍然给出“看起来合理”的材料。规避方式是强制引入外部证据与确定性校验：要求关键结论必须绑定引用/数据来源，必要时用工具计算、规则校验或独立裁判模型做判定。

快速上手清单（可直接落地）

如果你是第一次做 Agent，不必追求一步到位。更稳妥的方式是从“最小可用闭环”开始，把核心链路跑通后再逐步加能力：

• 提示与输入：定义“任务卡片”JSON Schema，系统提示明确边界与拒答条件
• 检索：先做小规模索引（高命中数据），RAG 模板 + Top-K 控制在窗口内
• 规划：CoT 模板 + 简易状态机（含失败分支与停止条件）
• 执行：1–2 个高价值工具（schema 严格、参数校验、超时重试降级），代码执行沙箱化
• 记忆：只做短期摘要；长期记忆先观望，等明确收益再引入
• 评估：5–10 条离线回归样本 + LLM 裁判 + 关键指标（正确率、引用质量、拒答率、延迟、成本）

关键指标（运营视角）

Agent 一旦进入真实用户流量，就需要同时看质量、效率、成本与安全稳定性，避免“看起来不错但不可运营”：

• 质量：正确率、引用覆盖率/一致性、用户满意度、拒答得当率
• 效率：平均延迟、P95 延迟、步骤数、工具调用次数
• 成本：每请求 token、工具成本、检索成本
• 稳定性与安全：错误率、超时率、越权拦截率、可复现率

常见陷阱与规避

• 幻觉：缺少证据与引用绑定 → 加强检索质量与可信生成
• 不可复现：隐式依赖太多 → 全量记录依赖与证据包
• 格式不稳：自由文本输出 → 语法/Schema 约束 + 程序拼装
• 工具不稳：无校验无降级 → 参数校验 + 超时/重试/追问
• 成本飙升：一味上大模型、多轮循环 → 小模型分层 + 停止条件

何时用 Agent，何时不用

• 适合：需要多步决策、查多源资料、调用外部系统、持续优化的任务
• 不适合：规则明确、流程固定、确定性强的任务（直接写程序更稳更便宜）