4.7 Agent实战

先讲故事

Agent 要的不是多写几句更长的提示词。它要的是：模型在环境里行动——感知状态，选择动作，调用工具或关节，根据反馈再试。这个想法比深度学习老得多；深度学习只是把它又一次推到台前。

符号时代的「行动者」

纽厄尔与西蒙的逻辑理论家、通用问题解决器，早就在问：智能是否等于在状态空间里搜索。规则清楚的世界里，搜索与启发可以走得很远。开放的语言与物理世界，却把状态空间撑到搜不完——于是故事暂停，换了一间屋子。

棋盘上的显微镜

2016 年首尔，AlphaGo 对李世石。策略网络提议，价值网络评价，蒙特卡洛树搜索把两者接进对局。哈萨比斯反复说：游戏是显微镜——规则清楚、分数清楚，才能看见「行动着的智能」哪一步变强了。大卫·西尔弗等人把深度网络与搜索焊在一起；第四局的「神之一手」提醒观众：人机都还在场。时刻四 · DeepMind

同一套「策略 + 试错 + 反馈」的直觉，后来走进对话后的工具调用，也走进机器人里的 VLA——只是环境从棋盘换成了 API 与桌面。

对话框之后：Agent 变成产品词

2022 年门打开之后，用户不只想要一段回答，还想要「帮我查、帮我跑、帮我下单」。Shunyu Yao 等人的 ReAct 把推理轨迹与行动交错写出；Timo Schick 等人的 Toolformer 让模型自学何时呼叫工具。LangChain、各家 workflow，把这些论文直觉收成可编排的图。时刻六 · 群像突破

本章 benchmark、框架、微调与演进，读的是软件世界里的 Agent：返回值大体是 JSON 与网页。它已经很难；但还不是故事的尽头。

缝还开着：具身

当动作变成关节角与夹爪，数据比网页小几个数量级，接触在毫米里失败——RT-2、π0、GR00T 是认真的尝试，泛化控制仍未解决。那一页在延展最后，不在本章假装已经交付。具身智能

读完故事再进本章

先把软件 Agent 跑通，再决定要不要走进物理世界的缝。人名与论文钉在群像表；主线人物钉在史诗。

基本概念

核心定义与特征

• 自主性：独立完成预设目标（如自动调度任务、资源管理）
• 反应性：实时感知环境变化并响应（如客服机器人识别用户情绪）
• 主动性：主动发起交互或任务（如智能助手提醒日程）
• 交互性：支持多模态交互（自然语言、API调用等）

技术分类

1. 反应式Agent：

   • 基于规则引擎和预定义行为
   • 适用于结构化场景（如简单问答系统）
   • 可预测性高，但灵活性有限

2. 认知型Agent：

   • 集成知识库与推理引擎
   • 能处理复杂查询（如医疗诊断系统）
   • 具备初步理解与推理能力

3. 混合型Agent：

   • 结合深度学习与符号推理
   • 支持多模态交互（如智能助手系统）
   • 具备适应性学习能力

应用场景

Agent工作原理

典型工作流程

1. 输入理解：解析用户指令或环境信号
2. 任务规划：将复杂任务分解为子任务序列
3. 工具选择：根据任务需求选择合适的外部工具
4. 执行动作：调用API、执行命令或生成响应
5. 结果评估：分析执行结果，调整后续策略

# Agent执行流程伪代码
def agent_workflow(user_input):
    # 1. 理解输入
    task = parse_user_input(user_input)
    
    # 2. 任务规划
    subtasks = plan_execution(task)
    
    # 3. 循环执行子任务
    results = []
    for subtask in subtasks:
        # 选择工具
        tool = select_tool(subtask)
        
        # 执行动作
        result = tool.execute(subtask)
        results.append(result)
        
        # 评估结果决定是否继续
        if needs_replanning(result):
            return agent_workflow(refine_task(task, results))
    
    # 4. 整合结果返回
    return synthesize_results(results)

ReAct推理模式

ReAct (Reasoning + Action) 是现代Agent的主流思维框架，结合:

• 显式推理步骤（思考）
• 外部环境交互（行动）
• 观察结果（反馈）

Agent与传统系统对比

本章内容

在本章中，我们将深入探讨：

1. Agent开发框架与工具：对比LangChain、AutoGPT、OpenCode等主流框架
2. Tool Use 演进与模型调优：从 Function Calling 到现代 Tool Use、MCP 及分模型调优策略
3. 实战案例：构建智能客服Agent，实现商品查询与订单追踪
4. 评估与优化：Agent性能测试方法与常见优化技巧
5. Agent持续演进：不训练模型，通过记忆与技能沉淀让 Agent 越用越好
6. Agent微调（Agentic RL）：通过强化学习优化 Agent 多轮决策轨迹

下一节，我们将首先了解如何准备 Agent 开发的 benchmark 测试基准。完成框架选型后，可通过 Agent持续演进 学习无训练改进方案，或通过 Agent微调 学习 Agentic RL 后训练。