【01】AI Agent 到底是什么？从 Chatbot 到 Agent 的本质跨越AI Agent 到底是什么？从 C

AI Agent 到底是什么？从 Chatbot 到 Agent 的本质跨越

基于 Lion-1209/AgentStudy 仓库，对应代码见 stage1-fundamentals/

先搞清楚三个词：LLM、Harness、Agent

你最近可能频繁看到这三个词，但它们到底是什么意思？

graph TD
    A[&#34;LLM (大语言模型)&#34;] -->|reasoning| B[&#34;Harness (框架/ harness)&#34;]
    B -->|&#34;orchestration + tools + loop&#34;| C[&#34;Agent (智能体)&#34;]
    D[用户] -->|ask| C
    C -->|execute| D

简单说：LLM 是大脑，Harness 是骨架，Agent 是完整的"人"。

LLM：大语言模型

LLM = Large Language Model，大语言模型。

就是大家熟悉的 ChatGPT、Claude、DeepSeek、通义千问这些东西。

它们能做什么？读文字、写文字、回答问题、写代码。 本质上是一个"超级文本补全器"——你给它一段文字，它预测接下来最可能出现的文字。

graph LR
    A[&#34;用户输入 '北京今天天气'&#34;] --> B[LLM]
    B --> C[&#34;模型输出 '怎么样？'&#34;]

但 LLM 有一个致命限制：它不能做事。 它只能写文字，不能查天气、不能算数学题、不能操作数据库。

你问它"北京今天多少度"，它可能会编造一个数字，而不是真的去查。这个限制，催生了 Agent。

Harness：框架

Harness 在 Agent 语境下，就是"让 LLM 变成 Agent 的工具"。

你可以把它理解成" harness = 框架 + 工具库 + 运行时"。

graph TD
    A[&#34;Harness 包含什么？&#34;] --> B[&#34;循环控制 (Loop)&#34;]
    A --> C[&#34;工具调用 (Tool Use)&#34;]
    A --> D[&#34;记忆管理 (Memory)&#34;]
    A --> E[&#34;状态管理 (State)&#34;]

常见的 Harness：

Harness	特点
LangChain	生态最丰富，适合复杂业务
LangGraph	状态图编排，适合有分支和循环的流程
OpenAI Agents SDK	轻量，新项目首选
Claude Agent SDK	和 Claude Code 同源
CrewAI	多 Agent 协作，角色扮演

Harness 本身不是 Agent。它是用来搭建 Agent 的"建材"。

Agent：智能体

Agent = 能用 LLM + Harness 自主完成任务的系统。

它有三个关键特征：

graph TD
    A[Agent 的三个特征] --> B[自主性 自己决定下一步]
    A --> C[工具使用 能操作外部世界]
    A --> D[多步执行 不是一步到位]

特征	Chatbot	Agent
自主决定	你问一句它答一句	自己能规划步骤
使用工具	只能写文字	能调用 API、执行代码
多步执行	一次响应	反复 Think→Act→Observe

一个生活类比

想象你去了一家餐厅：

graph TD
    A[&#34;你: 帮我安排一顿晚餐&#34;] --> B{接待员}
    B --> C[&#34;查座位(工具)&#34;]
    C --> D[&#34;推荐菜品(推理)&#34;]
    D --> E[&#34;下单(工具)&#34;]
    E --> F[&#34;通知厨房(工具)&#34;]
    F --> G[&#34;上菜(执行)&#34;]
    G --> H[&#34;你满意吗?&#34;]
    H --> I[&#34;调整服务(迭代)&#34;]

接待员就是 Agent。 他没有一次性回答你，而是反复调用各种资源，直到你满意。

而 LLM 就像一个只会说话的客服——它能说会道，但不能真的帮你订座位。

Agent 四要素：LLM + Tool + Loop + Memory

理解了上面三个词，再来看 Agent 的四要素就顺了：

graph TD
    A[&#34;Agent = ?&#34;] --> B[&#34;LLM (大脑: 推理和决策)&#34;]
    A --> C[&#34;Tool (双手: 执行操作)&#34;]
    A --> D[&#34;Loop (发动机: 反复执行)&#34;]
    A --> E[&#34;Memory (记忆: 保存上下文)&#34;]

要素	来源	作用
LLM	大语言模型	提供推理能力
Tool	Harness 提供	让 Agent 能操作外部世界
Loop	Harness 提供	驱动 Think→Act→Observe 循环
Memory	Harness 提供	保存对话历史和长期知识

注意：LLM 只提供"大脑"（推理），其他三个要素都是 Harness 提供的。

三者关系总结

graph TD
    A[&#34;LLM (大脑)&#34;] -->|by| B[&#34;Harness (骨架)&#34;]
    B -->|forms| C[&#34;Agent (完整智能体)&#34;]
    D[用户] -->|interact| C

LLM 是"原料"，有智能但不能做事
Harness 是"加工厂"，把 LLM 变成能做事的系统
Agent 是"成品"，能自主完成任务的完整系统

学习检查清单

能用自己的话解释 LLM、Harness、Agent 三者的关系吗？
知道为什么 LLM 本身不能直接做 Agent 吗？
能举一个生活中类似 Agent 的例子吗？

【01】AI Agent 到底是什么？从 Chatbot 到 Agent 的本质跨越