《AI不是魔法》

写给软件工程师的AI工程课

第七堂：AI Agent到底是什么？

这一篇适合谁：

如果你好奇Agent为什么突然火了、想知道它和普通AI到底有什么区别、以及它凭什么能自己干活——那么这一篇值得看完。

上一堂课，我们知道：

MCP不是工具，它是AI连接工具的统一插座。

这一堂课，我们继续回答：

为什么LLM突然从“问一句答一句”，变成了自己规划任务？

老板说：“帮我安排一场会议，周二下午3点，张总、李总、王总参加。”

没有Agent时：

你：帮我安排一场会议。
AI：好的，请提供参会人员、时间和议题。
你：周二下午3点，张总、李总、王总。
AI：好的，我建议您使用日历工具手动创建。

每一步都要你指挥。AI像个刚入职的实习生，什么都要问。

有Agent时：

你：帮我安排一场会议，周二下午3点，张总、李总、王总。
AI：（调用日历API查张总日程）张总周二下午有空。
（调用日历API查李总日程）李总3点到4点有会。
（调用日历API查王总日程）王总全天有空。
分析：李总3点有冲突，建议改到4点半。
你：行。
AI：（调用会议室预定API）已预定会议室A。
（发送邀请）已发送邀请给三位。

同一个任务，同一个AI。区别在于：前者等你指挥每一步，后者自己规划、自己执行、自己判断。

这，就是Agent带来的变化。

一、为什么普通LLM每回答一次，就结束了？

前六篇我们一直在讲一件事：LLM的本质，是在预测下一个Token。

它每一次收到输入，做一次预测，输出一个回答，然后结束。

用户提问 → LLM → 预测（Prediction） → Answer → 结束

它不会自己继续。它不会说：“等等，我还需要查个资料。”它不会说：“刚才的结果不对劲，我再试一次。”

为什么？因为它没有被设计成“继续”。它的设计是一次交互，一次预测，一次结束。

所以，你让它安排会议，它只能告诉你“建议使用日历工具手动创建”。它知道该怎么做，但它不会自己开始做。

普通LLM的问题，从来不是不知道下一步，而是它没有机会进行下一次预测（Prediction）。

二、Agent的本质：持续更新Context的循环

Agent和普通AI的唯一区别，就是多了两个字：循环。

普通AI：

输入 → Context → Prediction → Answer（单次，结束）

Agent：

输入 → Context → Prediction → Action → Result → Context更新 → Prediction → Action → Result → Context更新 → …… → 完成

配合一张图：

Context
    ↓
Prediction
    ↓
Action
    ↓
Result
    ↓
Context Update
    ↺

Agent不是一种新的智能。它只是让Prediction可以不断继续发生。

注意看：这个循环里，没有出现任何新能力。查资料用的是RAG，调工具用的是Function Calling，连接工具用的是MCP——全都是前六篇已经讲过的东西。

Agent不是突然冒出来的，而是前面几项能力成熟后的自然组合：LLM更强了，RAG能补充知识了，Function Calling能调用工具了，MCP让工具连接更稳定了。零件凑齐后，循环才跑得起来。

RAG负责查知识，Function Calling负责调工具，MCP负责统一连接，而Agent负责决定下一步该用谁。

三、一个真实的工程案例

一个开发团队用Agent处理CI失败。

以前，CI失败了，开发同学要手动做这些事：

1. 登录CI平台查看失败日志

2. 分析日志，定位问题

3. 如果是配置文件问题，修改yaml

4. 重新提交部署

5. 验证是否通过

6. 如果还失败，继续排查

每一步都要人来做。

接入Agent后：

CI失败通知 → Agent收到
    ↓
Agent读取CI日志（调用CI工具）
    ↓
Agent分析日志：发现是Kubernetes配置文件中的image tag写错了
    ↓
Agent生成yaml修复方案
    ↓
Agent创建Merge Request，提交修复代码
    ↓
人工Review，确认无误后合并
    ↓
合并后自动重新部署
    ↓
Agent验证部署状态（调用监控工具）
    ↓
部署成功
    ↓
Agent通知Slack：“CI已修复，部署成功，变更已合并。”

Agent没有真正“理解”CI。它只是不断获得新的Context，不断产生新的Prediction，直到任务完成。

一个一分钟思维实验

想象你有一个非常聪明的实习生。他什么都知道，什么工具都会用。

但你每次都要告诉他：先做A，再做B，再做C。

有一天，你试着说了一句：“把这个CI失败修好。”

他自己想了想：先读日志，再定位问题，再修改配置，再提交MR，再验证结果。

从“你指挥每一步”到“你只给目标”，这就是Agent带来的变化。

工程师容易踩的坑

🚫 错误做法：
让Agent直接执行高风险操作（删除数据、修改生产配置、批量发消息），不加人工确认。

为什么错：
Agent可能错误理解意图，或者在循环中做出意想不到的操作。没有人工确认环节，可能导致严重事故。

✅ 正确做法：
为Agent设置“人工确认节点”——在执行关键操作前，暂停并询问用户确认。同时设置最大循环次数，防止Agent陷入死循环。

今天记住这一句话

Agent不是一种新的智能。它只是让Prediction可以不断继续发生。

如果今天只带走一个观点，那就是：Agent没有让LLM变聪明。它只是让LLM拥有了继续预测的机会。

系列世界观升级

走到第七篇，整本书的世界观完成了一次重要升级。

以前：

用户 → Context → Prediction → Answer

现在：

用户 → Context → Prediction → Action → Result → Context更新 → Prediction → Action → Result → Context更新 → …… → 完成

Loop不是一种能力，而是一种运行方式。

前六篇建立的是“Context → Prediction”，第七篇升级到了“Context → Prediction → Loop”。

你会发现：Agent没有任何新能力。它只是把第五篇的Function Calling、第六篇的MCP，放进了一个能够不断循环运行的系统。

很多人觉得Agent出现以后，AI拥有了自主意识。其实不是。

AI没有开始思考。它只是开始不断预测。

到这里，我们终于可以回答一个问题：为什么AI越来越聪明？

很多人认为是因为模型越来越大。但工程师真正使用AI以后会发现：

AI越来越聪明，不只是因为模型越来越强，更因为它能够不断获得新的Context，并持续进行Prediction。

Prompt、RAG、Function Calling、MCP、Agent，从来不是五种AI能力。

它们只是让Prediction能够持续发生的五种方式。

下一篇预告：

Agent已经能够不断循环完成任务了。

但随着任务越来越复杂，一个新的问题开始出现：

它需要记住过去，需要管理任务，需要协调工具，还需要处理越来越多的工作。

当这些能力不断叠加，你会发现：

AI开始越来越不像一个聊天机器人，而越来越像一个操作系统。

下一篇，我们聊：AI为什么越来越像操作系统？