Agent学习第一章：agent到底是什么？

本系列依据agent learning hub学习路线进行：https://github.com/datawhalechina/Agent-Learning-Hub

Stage 0: Understand What An Agent Is

•  区分 chatbot、workflow、agent、multi-agent。
•  理解 agent 的基本循环：observe -> think -> act -> observe。
•  明白什么时候不该用 agent：任务可预测、流程稳定、普通脚本能解决时，agent 反而增加不确定性。
•  读完 Anthropic: Building effective agents。
•  读完 OpenAI: A practical guide to building agents。

产出：写一页短笔记，回答「我的场景为什么需要 agent，而不是普通 workflow？」

区分chatbot、workflow、agent、multi-agent

我们可以将它们理解为AI系统能力逐渐增强的四个层次。

1. Chatbot

这是LLM最基础的形态，用户输入一句话，chatbot回复一句话。它以对话为核心，不具主动规划、长期状态等功能，并且不会“执行任务”，通常被用来问答、翻译、总结等。

2. Workflow

工作流将多个固定的步骤串起来，流程是预先定义的，AI是流程中的一个节点。工作流不具备自主决策的能力，主要强调稳定、可控、可重复。工作流通常适合企业场景、自动化流程或者稳定的业务场景。

3. Agent

智能体的本质是，LLM开始自主决策，它不再只是回答问题，而是可以理解目标、拆解任务、选择工具、执行任务、观察结果，再进行循环。智能体的流程是动态的，AI自己决定下一步的流程。

4. Multi-Agent

多个agent分工协作，每个agent有独立的角色、独立的记忆、不同的工具、不同的职责。多智能体的任务复杂度通常很高，需要很强的并行能力和协作机制。