《从零理解 AI Agent》系列 · 第 1 / 7 篇 。 下一篇：[Agent Loop——Agent 的心跳]
一、从一次对话说起
你肯定用过 ChatGPT：你问一句，它答一句，像发微信一样。这叫一问一答。
但现在有一种新的 AI 产品，比如 Claude Code。你在终端里跟它说一句话，它会自己跑完一整套流程，最后给你一个结果。这叫一问，走一系列流程，给出答案。
两者的本质区别是：谁在掌握循环。
1.1 AI 应用的三种形态
目前的人机协作形态大致有三种，理解了它们，你就知道 Agent 到底特殊在哪：
1. ChatBot（聊天机器人） 人发一条，AI 回一条。AI 完全被动，你说一句它动一下。
2. Copilot（副驾驶） 人在工作时，AI 弹出建议，人选择是否接受，接受了才执行。方向盘在人手里，AI 只是提示。
3. Agent（智能体） AI 在开车，人坐副驾驶。 你只需要说清楚目的地。
举个例子。你是一个开发者，对 AI 说：
"帮我把项目从 Express 迁移到 Hono"
接下来会发生什么？
AI：（开始思考）好，我需要先看一下现在的路由结构……
AI：（读文件）读取 src/routes/index.ts
AI：（分析）发现 15 个路由，3 个中间件……
AI：（跑命令）pnpm add hono
AI：（改文件）重写 src/routes/index.ts
AI：（跑测试）pnpm test
AI：（发现报错）有两个测试挂了，看看是什么问题……
AI：（修 bug）修复类型不匹配的问题
AI：（再跑测试）全部通过
AI：搞定了，一共改了 8 个文件。
看到了吗？人一句话，AI 跑很多轮。每一轮它都在做同一件事：想一步，做一步，看一步。
用公式表达就是：
人一句话 → 【Think（想）、Act（做）、Observe（看）】循环 → 完成，汇报
这就是大名鼎鼎的 ReAct 模式：Reasoning（推理）+ Action（行动）+ Observation（观察）。
1.2 一次 Agent 调用背后发生了什么？
上面那个例子还比较简单。我们再看一个更真实的场景，你在终端对 Claude 说：
"帮我把 src/utils.ts 里的 formatDate 函数重构一下，把 momentjs 库替换成 dayjs 库。"
一个合格的 Agent 要完成这件事，至少要过五关：
第一关：它得会"想"。 先决定做什么：读文件、分析内容、查看 package.json 里有没有 dayjs（没有就安装）、改代码、跑测试。想一步、做一步、看一步，循环往复。
第二关：它得有"手"。 光想没用，它得能读文件、跑命令。所以它需要调用 Read 工具读文件、用 Bash 工具跑命令、用 Edit 工具改代码。工具的定义、调度、并发的控制、权限的管理，共同组成了一个 Tool System（工具系统）。
第三关：它得"记得住"。 假设这次重构要改 15 个文件，改到第 10 个文件时，它必须记得前 9 个已经改过了，不能重复操作。可是 LLM 的上下文窗口是有限的，前面的信息越来越多、塞不下怎么办？这就需要上下文工程（Context Engineering）——它被称为 Agent 的大脑供氧系统，决定了大脑能接收多少养分、处理多少信息。
第四关：它得有"长期记忆"。 第一次重构时你告诉它"我们项目用 pnpm 装依赖"，它得记住。下次你开一个全新对话，它还得记得这条规矩，不能用 npm。这就是 Memory System——跨会话的长期记忆。
第五关：复杂任务一个人搞不定。 主 Agent 在开发的同时，可能还要读上万行的代码库。读着读着上下文就爆了。怎么办？它可以 fork 出一个子 Agent，专门负责读代码库、做分析，把结果压缩成一两千 token 再交回主 Agent。这就是 Multi-Agent System——注意，多 Agent 不是"一人分饰多角"，而是多个拥有独立上下文的 Agent 在协作。
除此之外，还有一堆工程问题：危险指令要拦截（权限）、关键节点要能插入检查（Hook）、API 挂了要重试、用户 Ctrl+C 退出要保存状态、模型陷入死循环要能检测……这些统称 Harness Engineering。
1.3 Agent 的六大核心能力
把上面的分析提炼一下，就得到了 Agent 的六大核心能力：
| 能力 | 作用 | 比喻 |
|---|---|---|
| Agent Loop | 想一步，做一步，看一步的循环 | 心跳 |
| Tool System | 读文件，跑命令，调 API | 手脚 |
| Context Engineering | 管理有限的上下文窗口 | 大脑供氧 |
| Memory System | 跨会话的长期记忆 | 记忆力 |
| Multi-Agent | 拆任务、分上下文 | 团队协作 |
| Harness Engineering | 权限、Hook、重试、退出、生命周期 | 骨架 |
