这是《AI Agent 原理与技术》系列教程的第一篇，从最核心的概念讲起：
Agent 到底是什么、由哪些模块组成、如何运转、有哪些类型、适合什么场景。
全文以「旅行预订 Agent」为贯穿示例，帮助建立对 Agent 系统的整体认知框架。
一、AI Agent 核心定义
1. 广义定义（经典人工智能范畴）
AI Agent（智能体）是一类能够感知外部环境、自主做出决策、并通过动作作用于环境的智能系统。该概念远早于大语言模型（LLM）诞生，早期的 Agent 多基于硬编码规则、专家系统实现，能力边界由开发者预先设定。
2. 狭义定义（LLM 时代主流）
我们当下常说的 AI Agent，特指以大语言模型为核心决策大脑的智能系统：它通过 LLM 理解自然语言指令、推理上下文逻辑、制定行动规划，再通过调用工具与外部环境交互，最终完成复杂任务，实现从「文字生成」到「实际做事」的能力跃迁。
二、AI Agent 核心组成
AI Agent 是一个多模块协同的系统，经典架构包含四大核心组件，LLM 时代的 Agent 在此基础上扩展了记忆与知识模块。
1. 四大核心基础组件
| 组件 | 定位 | 功能说明 | 旅行预订 Agent 示例 |
|---|---|---|---|
| 交互环境 | Agent 所处的外部场域与交互边界 | Agent 所有感知和行动的载体，决定了 Agent 的能力边界范围 | 机票酒店预订平台、用户对话界面 |
| 感知单元（传感器） | Agent 的「信息输入接口」 | 感知环境的当前状态与变化，将外部信息转化为决策核心可处理的格式 | 查询酒店房态、读取航班价格、获取用户历史订单 |
| 决策核心 | Agent 的「大脑」 | 接收感知信息，基于规则/模型推理判断，生成行动指令 | 早期为硬编码规则；LLM Agent 中为大语言模型，负责理解需求、规划行程、判断操作逻辑 |
| 执行单元（执行器） | Agent 的「动作输出接口」 | 接收决策核心的指令，对环境产生实际作用 | 提交酒店订单、发送确认短信、取消预订操作 |
2. 扩展核心：记忆与知识体系
这是 LLM Agent 区别于传统规则 Agent 的关键模块，分为两类：
- 短期记忆（上下文记忆）：存储当前对话/任务的交互过程与中间状态，支撑多轮连续推理，例如当前用户的出行目的地、已选航班信息。
- 长期记忆（知识库）：持久化存储历史交互数据、领域知识与用户偏好，支撑个性化与持续优化，例如用户常住的酒店品牌、历史出行习惯。
三、LLM Agent 核心运行机制
LLM Agent 以「感知-决策-执行-反馈」的闭环模式运行，完整流程如下：
感知阶段：感知单元通过工具调用，获取环境状态与用户需求，传递给决策核心。
决策阶段：LLM 基于输入信息、上下文记忆和知识库进行推理，拆解任务步骤，生成具体的工具调用指令。
注：LLM 本身不直接执行操作，仅负责生成决策与指令，是「思考者」而非「执行者」。
执行阶段：执行单元接收指令，通过调用对应工具完成实际操作，作用于外部环境。
反馈阶段：执行结果回传给感知单元，再次输入 LLM 进行校验，判断任务是否完成，若未完成则进入下一轮闭环。
其中，工具是感知单元与执行单元的具体实现载体：查询类工具对应感知能力，操作类工具对应执行能力；工具的可用范围由交互环境与开发者授权共同决定。
四、AI Agent 常见类型
AI Agent 可从决策智能层级和系统架构模式两个独立维度分类，不同维度的类型可叠加存在。
维度一：按决策智能层级（单 Agent 决策模式）
该分类按照 Agent 的决策逻辑复杂度与智能水平划分，是单 Agent 的核心分类方式。
| 类型 | 核心特征 | 示例 |
|---|---|---|
| 简单反射 Agent | 完全基于硬编码规则响应，无记忆、无规划，仅对特定感知输入做出固定动作 | 收到投诉邮件后自动转发给客服部门，不做额外处理 |
| 基于模型的反射 Agent | 维护内部环境状态模型，能跟踪环境变化并基于状态做出响应，具备基础状态记忆 | 跟踪历史航班价格波动，标记出价格突然上涨的航线并触发预警 |
| 目标驱动 Agent | 具备明确目标，能够自主拆解任务、规划行动路径，逐步推进目标达成 | 根据用户的出发地与目的地，自主规划并预订包含航班、接送机、酒店的完整行程 |
| 效用驱动 Agent | 不止满足于达成目标，还会基于效用函数（成本、效率、偏好等维度）权衡方案，输出最优解 | 在满足出行时间的前提下，平衡价格与中转时长，选出最符合用户偏好的行程方案 |
| 学习型 Agent | 能通过任务反馈自动优化决策逻辑，随着交互积累持续提升效果 | 根据用户行程结束后的满意度评分，调整后续酒店、航班的推荐策略 |
维度二：按系统架构与协作模式（系统结构维度）
该分类按照 Agent 的系统组成与协作方式划分，聚焦多模块/多主体的组织形式。
| 类型 | 架构特点 | 示例 |
|---|---|---|
| 分层 Agent | 由一个主 Agent 统筹全局，将复杂任务拆分为子任务，委派给下层子 Agent 分别执行，最终汇总结果 | 收到「取消全部行程」请求后，主 Agent 拆分任务，分别调度子 Agent 执行取消航班、取消酒店、取消租车的操作 |
| 多 Agent 系统 | 由多个独立且具备完整能力的 Agent 组成，通过协作或竞争共同完成全局目标 | 协作模式下，酒店 Agent、航班 Agent、娱乐 Agent 分别负责对应板块，共同生成完整旅行方案；竞争模式下，多个采购 Agent 同时竞价酒店房源，争取最低预订价格 |
五、AI Agent 适用场景
AI Agent 并非适用于所有场景，当任务满足以下特征时，使用 Agent 架构收益最高：
- 开放式复杂问题：解决路径不固定，需要动态探索、灵活调整，无法通过预编程的固定步骤完成，例如开放式行业调研、复杂问题排查。
- 多步骤流程任务：任务需要多轮调用不同工具、跨系统交互，而非单次查询或单步生成，例如完整业务办理、全链路自动化运维。
- 需持续优化的场景：系统需要基于用户反馈、环境变化持续迭代能力，而非一成不变的固定逻辑，例如个性化推荐系统、自适应运营助手。
本文是《AI Agent 原理与技术》系列教程的第 1 篇，内容会持续补充完善，后续篇章将深入工具调用、记忆机制与多 Agent 协作等工程实践话题。