Appearance
Agent 开发入门
AI Agent 是这两年爆火的方向，整个领域还处于快速发展阶段。
所以刚开始接触时，很容易被各种名词绕晕：Agent、Workflow、RAG、Tool Calling、Memory、MCP、LLM、Prompt……
其实现在我们对这些概念大多已经有了一些基本了解，像 Codex、CodeBuddy 这类 Agent 工具我们也用得越来越频繁。
但如果突然问你一句：Agent 到底是什么？它又为什么会突然爆火？
可能一下就不知道该怎么解释。
其实这是一个很正常的现象。大模型越来越强大，Agent 发展越来越快，隔几天就冒出一个新工具、一个新概念，甚至有一种说法：现在只要学得慢，很多东西就不用学了。
所以我们整个教程核心，从来不是教你使用某一个具体工具，而是帮你从整体上建立认知，我们要明白 AI 只是工具，框架也是工具，代码同样是工具，但是有些思想是不变的，有些思想又是融会贯通的。
我希望大家读完以后，能够真正侃侃而谈，更能把这套逻辑自如地运用到自己的工程实践中，而不是单纯停留在概念记忆上。
为什么我不建议一上来就死磕框架
现在网上很多关于 Agent 的教程，一上来就是各种框架：
LangChain、LangGraph、AutoGen、SringAI、Agentscope……
于是很多教程的学习顺序就是：
挑一个最火的框架，然后照着教程做 Demo。
这种方式当然也可以。
但问题是，框架解决的是怎么实现，在实现之前还有一个更重要的问题：
我们到底准备实现什么？
我见过很多实习生认为开发就是写代码，却忽视工作中同样重要的一个能力就是理解需求，理解业务。
有些需求本来就是固定流程，用普通 Workflow（工作流） 会更稳定。
有些需求真正缺的是知识检索，核心其实是 RAG。
还有一些系统虽然用了模型、工具调用、知识库，甚至产品名字里也带着 Agent，但执行流程依然是提前写死的。
如果这些边界都没有分清楚，直接学框架的话，很容易出现下面几个问题：
- API 会用了，但说不清系统为什么这样设计
- Demo 可以跑，但换一个框架又像重新学了一遍
- 能把功能做出来，却解释不清它究竟是 Agent还是Workflow
- 真正遇到工程选型时，只能凭“哪个框架火”做判断
所以在入门阶段，我更建议先把判断力建立起来。
框架可以稍微晚一点学。
底层这些问题想清楚以后，学习框架以及后续换框架，其实也没有那么麻烦。
理清四个关键边界
刚开始不需要背这些术语，后续还会反复出现。
我们先围绕下面几个问题建立认知，后面大部分内容都会慢慢串起来。
AI Agent 到底是什么？
这是最基础的问题，也是最容易被讲复杂的问题。
真正需要分清的是：
普通大模型、聊天机器人和 Agent，到底差在哪里？
我们不需要背一句：
Agent 是一个具有自主决策和工具调用能力的智能系统。
而是看到一个真实任务时，能大概判断：
这个系统到底只是在“回答问题”，还是已经开始“围绕目标持续做事”？
这个区别后面会反复出现。
Tool Calling、Planning、Memory、Agent Loop，本质上都和“怎么把任务继续推进下去”有关。
Workflow 和 Agent 到底有什么区别？
这个问题也特别重要。
Workflow 同样可以：
- 调模型
- 调工具
- 查数据库
- 搜索网页
- 跑很多步骤
那为什么还需要 Agent？
这里真正值得关注的是：
下一步由谁决定？
如果每一步都是开发者提前写好的：
搜索 → 总结 → 输出
那更接近 Workflow。
如果系统会根据当前状态和上一步结果判断：
信息够不够？
还要不要继续搜？
现在应该调用哪个工具？
任务是不是已经完成了？
这时候就开始出现更明显的 Agent 特征。
这两者不是简单的“谁更高级”。
很多真实业务里，固定 Workflow 反而更稳定、更便宜，也更容易控制。
甚至说，Agent流程里面完全可以有 Workflow 的部分。
RAG 和 Agent 又有什么区别？
这个地方其实很好理解，现在很多 Agent 系统都会接 RAG。
可以先用一句比较简单的话区分：
RAG 主要解决“资料从哪里来”。
Agent 主要解决“下一步做什么”。
比如问一个企业知识助手：
公司今年的年假规则是什么？
RAG 可以先去知识库里把对应制度找出来，再交给模型回答。
但如果任务变成：
找出过去三版年假规则的变化，判断哪些部门受影响，再整理成一份通知。
这个过程就比较复杂了。
系统可能需要：
- 找多份资料
- 比较版本
- 识别差异
- 判断信息是否完整
- 继续查询其他数据
- 最后再组织结果
这时候 RAG 仍然可以参与，但整个任务已经不只是“检索一次然后回答”。
什么任务真的适合 Agent？
Agent 不是越多越好，Agent 不是越复杂越好。
一个固定、明确、可预测的流程，很多时候根本没必要让模型每一步都参与决策。
比如：
查数据库 → 生成 Excel → 发邮件
如果规则非常稳定，用 Workflow 就能很好完成。
Agent 更有价值的地方，通常出现在：
- 任务步骤很难完全提前确定
- 中间结果会影响下一步动作
- 需要在多个工具之间动态选择
- 经常需要根据反馈重新调整路径
- 任务本身带有一定不确定性
所以学 Agent 时，不只要研究：
怎么做一个 Agent？
还需要一直问：
这个任务真的需要 Agent 吗？
这个判断在真实项目里往往比学框架、调 API 更重要。
这一栏我们会怎么学
整个入门部分我们不会一下跳进复杂架构，因为核心目的就是给大家建立整体上面的认知。
大致可以分成下面几个阶段。
第一阶段：先建立直觉
先把几个最常见的概念分开：
这个阶段我们不用追求所有定义都能说得特别专业。
但至少应该逐渐建立一个基本判断：
Agent、Workflow、RAG 不是同一个东西，他们有不同的特点。
第二阶段：要学会判断
搞清楚 Agent 是什么以后，下一个问题就是：
什么时候值得用？
这一篇会专门讨论：
这个问题非常值得认真看。
因为真正做项目时，第一步往往不是：
Agent 怎么写？
而是：
这里到底该不该用 Agent？
如果任务很固定，Agent 可能只是增加成本和不稳定性。
如果任务本身就有大量动态决策，再考虑 Agent 才更合理。
第三阶段：明白Agent到底是怎么运转
前面的边界有了以后，再了解内部机制就会自然很多。
我们会讲：
- 模型怎么判断下一步
- Tool Calling 怎么发生
- 工具结果怎么重新进入上下文
- 状态怎么保存
- 为什么会形成循环
- 什么时候应该停止
对应：
学到这里以后，也有助于我们后续学习 LangGraph、Agentscope 等框架。
我们不是讲：
这个框架 API 怎么调用？
而是：
这里其实是在管理状态。
这一层在处理 Tool Calling。
这里控制的是 Agent Loop。
反而框架只是把这些问题封装成了不同的实现方式，我们在用的时候调用就可以。
第四阶段：准备真正动手
最后再进入第一个项目之前，
我们会讲：
面试时怎么准备
Agent开发很火，现在对于程序员来说，面试几乎都会问到。
但我不建议一开始就背什么：
Agent 有五个组成部分。
Memory 分为四种类型。
Planning 有几种方式。
这些面试题我们后面当然会讲，但并不是最值得优先投入时间的部分。
面试里更容易真正拉开差距的，往往考的不是记忆，而是认知：
这个技术为什么会出现？
为什么用这个技术而不用另一个技术？
这些问题很多面试官都会问，Java 八股文里面也有很多类似的问题。
我不太喜欢整理一套漂亮的标准答案，这样同质化严重，每个人没有自己的思考。
而是应该学完以后，可以脱离文章，用自己的话把逻辑讲出来。
当然我们后面可能也会给大家出一些面试题合集，方便大家高效准备面试。
开始之前需要补很多基础吗？
不用。
如果已经有基本编程能力，就可以开始接触 Agent 应用开发。
没有必要先去了解深度学习、NLP、Transformer 等技术。
这些内容有自己的价值，但并不是进入 Agent 应用开发的前置门槛。
后面真正会反复碰到的主要是：
- LLM
- Prompt
- Tool Calling
- RAG
- API
- 上下文工程
- 状态管理
- Agent Loop
- Skill
- MCP
遇到哪里不会、不清楚，我们再补哪里就行。
很多技术真正放进场景里以后，反而更容易理解。
这也是我们后续带大家实际做项目的原因。
哪些东西现在可以先放一放
Agent 领域更新特别快，毕竟还属于快速发展阶段。
所以可能会出现下面这种情况：
LangChain 和 LangGraph 到底选哪个？
CrewAI 还有没有必要学？
MCP 是不是必须会？
Multi-Agent 是不是比单 Agent 更高级？
Memory 到底用向量数据库还是关系数据库？
这些问题以后都会遇到。
但现在不用急。
如果连 Agent、Workflow、RAG 的区别都还不清楚，提前研究这些细节很容易被框架和名词带着走。
技术在变，很多底层思想反而一直没怎么变：
- 什么情况下应该调用工具，调用哪个工具
- 中间产生的状态应该怎样延续
- 一次执行失败以后，是重试、换一种方式，还是直接停止
- 系统怎样判断任务已经完成
这些问题想明白以后，再看新的 Agent 框架，会发现很多设计其实只是用了不同名字解决相似问题。
从哪一篇开始？
这里有两个入口。
如果更喜欢先建立概念：
如果看抽象定义比较容易乱，更喜欢先看实际场景：
我个人更推荐：
先看案例，再回来理解定义。
因为我们脑子里已经有了一个 Agent 真正在做事情的画面以后，后面的 Tool、Planning、Memory、Loop 都会更容易理解。
总结
这个入门栏目我希望给初学者建立的是认知，而不是知识。如果大家感觉自己已经很熟悉这些概念了，可以直接跳过，进入下一个栏目。