01-现代Agent核心公式LLM加上下文加工具大脑眼睛手脚模型环境闭环
01-现代Agent核心公式：LLM+上下文+工具，大脑、眼睛、手脚与模型-环境闭环
本文是《深入理解AI Agent：设计原理与工程实践》（李博杰）读书系列第 1 篇。我是黒漂技术佬，主业在智慧农业和无人零售一线摸爬滚打，本系列我会用无人售货柜、农业物联网这些真实场景，把书里的硬核观点掰开揉碎讲给新手。
一、一个公式说清现代 Agent
如果要用一句话概括现代 AI Agent 的最小工程公式，那就是：
Agent = LLM + 上下文（Context）+ 工具（Tools）
看起来朴素得像初中代数，但这三个变量撑起了当下所有 Agent 产品——从 Claude Code 到 Manus，无一例外。作为工程师，理解这个公式的最好方式是分三层来看：
1. 直觉层：大脑、眼睛、手脚
- LLM 是大脑：负责推理、规划、决策，"想"这个动作全靠它；
- 上下文是眼睛：LLM 本身是被隔离在训练数据里的，它看不到今天的天气、不知道你的售货柜里还剩几瓶可乐，必须靠上下文把世界"喂"给它；
- 工具是手脚：LLM 只会输出文字，真正去查数据库、调摄像头识别、下发开门指令，靠的是工具调用（Tool Call）。
没有眼睛和手脚，大脑再聪明也只是个"缸中之脑"；没有大脑，眼睛和手脚就是一堆无人调度的传感器和执行器。
2. 实现层：LLM / 上下文 / 工具
落到工程上，三者各有明确的载体：
| 组成 | 工程载体 | 无人售货柜场景例子 |
|---|---|---|
| LLM | GPT、Claude、Qwen、DeepSeek 等模型 API/私有化部署 | 客服与运维 Agent 的推理内核 |
| 上下文 | messages 列表、系统提示词、RAG 检索结果 | 设备实时状态、库存数据、用户身份 |
| 工具 | function calling 定义的接口 | 查库存、生成退款单、下发柜门开锁指令 |
3. 学术层：Policy / Observation Space / Action Space
书中还给了学术视角的对照：Agent 在学术语境下是一个 Policy（策略），它从 Observation Space（观察空间） 接收信号，向 Action Space（动作空间） 输出动作。对应关系是：
- Policy ≈ LLM（决定下一步做什么）
- Observation Space ≈ 上下文能看到什么
- Action Space ≈ 工具提供了哪些可执行动作
这个对照不是掉书袋。它揭示了一个重要的工程事实：提升 Agent 能力，往往不是换更大的模型，而是扩大观察空间（喂更对的信息）和动作空间（给更顺手的工具）。 这句话我先按下不表，后面系列文章会反复验证。
二、模型-环境闭环：Agent 是怎么"活"起来的
单次调用 LLM 是一问一答，不是 Agent。Agent 的本质是一个闭环：
┌─────────────────────────────┐
│ │
▼ │
┌─────────┐ 行动(Action) ┌─────────┐
│ Agent │ ───────────────▶ │ 环境 │
│ (模型) │ ◀─────────────── │ (Env) │
└─────────┘ 观察(Observation) ─────┘
- 观察：环境把最新状态（传感器数据、工具执行结果、用户消息）写进上下文；
- 决策：LLM 读取上下文，决定下一步——是继续调工具，还是给出最终答复；
- 行动：Harness（模型外层的工程脚手架）执行工具调用，改变环境；
- 新观察：环境变化后的结果再次进入上下文，循环往复，直到任务完成。
举个我们无人售货柜的真实例子。用户投诉"扫码开门拿了水但被扣了两次钱"，后端客服 Agent 的闭环大概是这样跑的：
- 观察 1：用户消息 + 订单号进入上下文；
- 决策 1：LLM 判断需要先核对，调用
query_payment_records(order_id)； - 行动 1：支付服务返回确实存在两笔扣款，一笔未回调冲正；
- 观察 2：工具结果回填上下文；
- 决策 2：证据确凿，调用
create_refund(pay_id, amount)并生成安抚话术； - 行动 2：退款单落库，回复用户，循环结束。
注意：LLM 全程没有"接触"过真实世界，它接触的始终是上下文里的世界表示。理解这一点，是理解后面上下文工程、KV Cache 的地基。
三、Model-Harness：模型之外还有个"驾驶员舱"
书中提出（或者说系统化了）一个关键结构——Model-Harness：
- Model：LLM 本体，封在 API 后面，你是动不了它内部权重的；
- Harness（原意是"马具/安全带"）：包裹在模型外层的工程系统，负责构造上下文、注册工具、执行调用、维护循环状态、做权限校验和错误纠正。
一个直观的类比：LLM 是发动机，Harness 是整辆车——方向盘、仪表盘、刹车、变速箱。发动机再强，没有传动系统也跑不起来。Claude Code、Cursor 这类产品的差距，很大程度上不在模型，而在 Harness 的打磨程度。这也是为什么"模型之外的竞争力"这个说法在工程圈越来越流行。
四、业界印证：Manus 与 OpenClaw
两条业界动态可以佐证"观察空间+动作空间"的扩张逻辑：
- Manus 合并三条技术路线：Deep Research（深度检索）、Coding（写代码执行）、Computer Use（操作浏览器/电脑界面）被合并进一个 Agent。本质上就是把动作空间从"生成文本"扩展到"跑代码、开网页、点按钮"，把观察空间从"搜索结果"扩展到"整个屏幕像素"。
- OpenClaw 把接口延伸到用户数字生活：通过 WhatsApp 等即时通讯入口和本地 Gateway，Agent 的触角直接伸进用户的聊天软件和本地设备。动作空间再一次突破——Agent 不再只是"替你查资料"，而是"替你过日子"。
可以看到，Agent 的进化史就是观察空间与动作空间的扩张史，这正是学术层公式给的预言。
五、小结
- Agent 最小公式：LLM + 上下文 + 工具，三层理解分别是大脑/眼睛/手脚、Policy/Observation/Action、模型 API/上下文构造/工具接口；
- Agent 的灵魂是模型-环境闭环：观察 → 决策 → 行动 → 新观察；
- Harness 是模型之外的工程竞争力，Agent 好不好用，一半以上的功夫在 Harness；
- 扩大观察空间和动作空间，是比换更大的模型更划算的能力提升手段。
下一篇我们钻进这个闭环的心脏——ReAct 循环，聊聊为什么"提示工程"正在演变成"Loop 工程"。
浙公网安备 33010602011771号