Agent
**AI Agent（AI 智能体）**可以简单理解为：
一个能够理解目标、进行决策、调用工具、执行任务，并根据执行结果继续行动的 AI 系统。
如果说普通 ChatGPT 是：
“你问我答”
那么 AI Agent 更像：
“你给我一个目标，我自己想办法完成。”
一、先看最简单的区别
普通 LLM
比如你问：
“Spring Boot 中 @Transactional 为什么会失效？”
流程：
用户问题
↓
LLM
↓
回答
LLM 主要是在生成文本。
AI Agent
你告诉 Agent：
“帮我分析这个 Spring Boot 项目的事务问题，并给出修改方案。”
Agent 可能自己执行：
用户目标
↓
Agent
↓
分析任务
↓
读取项目代码
↓
搜索相关代码
↓
查询数据库
↓
分析 @Transactional
↓
发现问题
↓
修改代码
↓
运行测试
↓
检查测试结果
↓
生成报告
这里的关键变化是：
Agent 不只是回答问题，而是在执行任务。
二、AI Agent 的核心组成
一个典型 Agent 可以理解成：
┌──────────────┐
│ User │
└──────┬───────┘
↓
┌──────────────┐
│ Agent │
│ │
│ LLM │
│ + │
│ Planning │
│ + │
│ Memory │
│ + │
│ Tools │
└──────┬───────┘
↓
┌─────────┼─────────┐
↓ ↓ ↓
Database API RAG
↓ ↓ ↓
└─────────┼─────────┘
↓
Tool Result
↓
Agent
↓
Next Step
核心可以记成：
Agent = LLM + Tools + Memory/State + Planning/Workflow
三、Agent 最重要的能力：Tool Calling
这是理解 Agent 的关键。
假设用户问：
“帮我查一下我的订单 #12345，然后告诉我什么时候能收到。”
LLM 本身不能直接访问你的订单数据库。
所以给 Agent 一个工具：
getOrder(orderId)
Agent 可以：
User
↓
Agent
↓
LLM 判断：
需要查询订单
↓
调用 getOrder()
↓
Order Service
↓
返回订单信息
↓
Agent
↓
LLM 分析
↓
回答用户
例如：
{
"orderId": "12345",
"status": "SHIPPED",
"estimatedDelivery": "2026-08-18"
}
然后 Agent：
“订单 12345 已经发货，预计 8 月 18 日送达。”
四、Agent 和 RAG 的区别
这个你刚刚学习过 RAG，所以一定要把两者区分开。
RAG
核心是：
查资料。
Question
↓
Retriever
↓
Knowledge Base
↓
Relevant Documents
↓
LLM
↓
Answer
例如：
“公司的报销政策是什么？”
RAG 去查：
员工手册
财务政策
公司 Wiki
然后回答。
Agent
核心是：
完成任务。
例如：
“帮我处理这个客户退款。”
Agent 可能：
Agent
↓
查询订单
↓
查询退款政策
↓
判断是否符合条件
↓
调用退款 API
↓
检查退款结果
↓
通知客户
所以：
RAG 是 Agent 可以使用的一种能力。
例如：
Agent
│
┌───────────┼───────────┐
↓ ↓ ↓
RAG Database API
↓ ↓ ↓
查资料 查数据 执行动作
五、Agent 和传统程序有什么区别？
这是 AI 面试很喜欢问的问题。
传统程序：
if (conditionA) {
callServiceA();
} else if (conditionB) {
callServiceB();
}
开发人员提前定义：
什么时候调用 A
什么时候调用 B
执行顺序是什么
异常怎么办
也就是说：
程序员定义 Workflow。
Agent：
Goal
↓
LLM
↓
判断下一步
↓
Tool
↓
观察结果
↓
LLM 再判断
↓
Tool
↓
观察结果
↓
完成任务
也就是说：
LLM 在运行过程中参与决策。
这就是 Agent 的一个核心特点。
六、一个非常典型的 Agent Loop
你可以把 Agent 记成这个循环：
┌─────────────┐
│ Goal │
└──────┬──────┘
↓
┌─────────────┐
│ Observe │
└──────┬──────┘
↓
┌─────────────┐
│ Reason │
└──────┬──────┘
↓
┌─────────────┐
│ Plan │
└──────┬──────┘
↓
┌─────────────┐
│ Act │
└──────┬──────┘
↓
Tool/API
↓
Tool Result
│
└──────────→ Observe
这个循环可能执行：
1 次
5 次
10 次
直到：
任务完成
或者：
达到最大执行次数
七、举一个你比较容易理解的 Java 开发场景
假设你做了一个：
Java 项目代码分析 Agent
用户：
“帮我分析这个 Spring Boot 项目为什么 CPU 使用率很高。”
Agent 可以拥有这些 Tools：
Tool 1:
readFile()
Tool 2:
searchCode()
Tool 3:
queryDatabase()
Tool 4:
queryPrometheus()
Tool 5:
searchKnowledgeBase()
Tool 6:
runTest()
Agent 执行：
User
↓
Agent
↓
查询 Prometheus
↓
发现 CPU 95%
↓
搜索代码
↓
发现某个接口
↓
读取代码
↓
发现 while loop
↓
搜索历史知识库
↓
发现类似问题
↓
分析
↓
生成解决方案
这就已经是一个非常典型的：
Software Engineering Agent
八、Agent 的 Memory 是什么？
Agent 还需要记住执行过程。
比如：
用户：
帮我分析订单 12345
Agent：
查询订单……
Tool：
订单不存在
Agent：
那我查询客户 ID……
Tool：
客户 ID = 888
Agent：
查询客户 888 的订单……
Tool：
找到订单 12345
Agent 需要保存：
Order ID
Customer ID
Previous Tool Results
Previous Actions
Current Task State
这就是：
Memory / State
现代 Agent 系统通常更强调 State（状态），而不只是传统意义上的聊天 Memory。
九、Agent 可以使用哪些 Tool？
这是 Agent 最强大的地方。
例如：
数据库
MySQL
PostgreSQL
Oracle
MongoDB
Agent 可以：
SQL Query
API
Payment API
Order API
Weather API
CRM API
搜索
Web Search
Enterprise Search
Knowledge Base
文件
PDF
Word
Excel
CSV
Code
DevOps
甚至可以：
Git
Jenkins
Kubernetes
Docker
Prometheus
Grafana
比如：
“帮我检查生产环境为什么订单服务响应变慢。”
Agent：
Prometheus
↓
Grafana
↓
Logs
↓
Trace
↓
Kubernetes
↓
Code
↓
分析
这就非常接近真正的企业级 AI Agent。
十、Agent、Workflow、RAG 三者关系
这个概念你以后面试一定要掌握。
Workflow
人定义流程：
A → B → C → D
例如：
收到订单
↓
检查库存
↓
扣款
↓
发货
流程是确定的。
RAG
主要解决：
我不知道
↓
去知识库找
↓
找到资料
↓
回答
Agent
主要解决：
我有一个目标
↓
我需要做什么？
↓
选择 Tool
↓
执行
↓
看结果
↓
决定下一步
↓
继续执行
可以总结成：
| 技术 | 核心作用 |
|---|---|
| LLM | 思考/生成 |
| RAG | 获取知识 |
| Tool Calling | 使用工具 |
| Workflow | 固定流程 |
| Agent | 动态决策和执行 |
| Memory/State | 保存上下文 |
| LangGraph | 构建复杂 Agent Workflow |
十一、Agent 和 LangChain / LangGraph 的关系
你刚刚问过 LangChain，现在就可以串起来了。
AI Application
│
┌────────────┴────────────┐
↓ ↓
RAG Agent
│ │
↓ ↓
LangChain LangChain / LangGraph
│
┌─────────────┼────────────┐
↓ ↓ ↓
Tools Memory Workflow
↓ ↓ ↓
API State Nodes
简单理解：
LangChain：提供 AI 应用开发组件。
LangGraph：更适合构建有状态、复杂、可循环的 Agent Workflow。
十二、一个企业级 AI Agent 架构
如果你以后做 AI Full-Stack 项目，可以设计成：
React
│
↓
Spring Boot API
│
↓
AI Gateway
│
↓
Agent
│
┌──────────────┼───────────────┐
↓ ↓ ↓
RAG Tools Memory
│ │ │
↓ ↓ ↓
Vector DB REST API Redis
pgvector Database
Elasticsearch Kubernetes
Git
Prometheus
│
↓
LLM
│
┌────────┼────────┐
↓ ↓ ↓
GPT Claude Gemini
这已经是一个很典型的 Enterprise AI Agent Architecture。
十三、AI Agent 最重要的几个问题
- 什么是 AI Agent？
- Agent 和 LLM 有什么区别？
- Agent 和 RAG 有什么区别？
- 什么是 Tool Calling？
- Function Calling 是什么？
- Agent 如何选择 Tool？
- Agent 如何处理 Tool 执行失败？
- Agent Memory 和 State 有什么区别？
- Agent 如何防止无限循环？
- Agent 如何控制成本？
- Agent 如何保证安全？
- 什么是 Multi-Agent？
- Agent 和 Workflow 有什么区别？
- LangChain 和 LangGraph 有什么区别？
- 如何设计一个企业级 Agent？
- 如何对 Agent 做 Observability？
- 如何评价 Agent 的效果？
- 如何防止 Agent 执行危险操作？
其中第 6、7、8、10、14、15、16 个问题，对于有 Java/Spring 后端经验的人尤其值得深入。
最后用一句话记住
你可以把现在学到的三个概念记成：
LLM
↓
负责“思考和生成”
RAG
↓
负责“查知识”
Tool Calling
↓
负责“使用工具”
Agent
↓
负责“决定做什么 + 调用工具 + 根据结果继续行动”
而进一步组合起来：
AI Agent
│
┌────────┼────────┐
↓ ↓ ↓
LLM RAG Tools
│ │ │
└────────┼────────┘
↓
State/Memory
↓
Workflow
↓
完成任务
