Agent 基础篇：什么是 AI Agent
Agent 是围绕目标持续观察、规划、调用工具并根据结果调整行动的 LLM 应用形态。
Agent 基础篇：什么是 AI Agent
普通 Chatbot 主要回答问题，Agent 则围绕目标执行任务。它会理解目标、拆分步骤、选择工具、观察结果，并决定下一步要做什么。
Rendering diagram...
Agent 的核心组件
Planner 负责拆任务，Executor 负责执行动作，Memory 负责保留关键上下文，Tool Registry 负责描述可用工具，Guardrail 负责限制危险行为。
type AgentState = {
goal: string;
plan: string[];
observations: string[];
finalAnswer?: string;
};
ReAct 模式
ReAct 可以理解为 Reasoning + Acting。模型先思考下一步，再调用工具，然后根据工具返回结果继续推理。这个模式简单直观，但要小心无限循环、工具误用和上下文膨胀。
Agent 不适合什么
Agent 不适合强确定、低延迟、强事务的核心链路。比如支付扣款、库存最终确认，不应该交给模型自由决策。Agent 更适合研究、辅助开发、知识检索、排障、运营分析这类容错空间更大的任务。
小结
Agent 的价值不是“让模型自己乱跑”，而是把模型放进一个可控的执行框架里，让它能安全地使用外部工具完成复杂任务。