7.1 什么是 AI Agent

如果说 ChatGPT 是一个"问一句答一句"的助手，那么 AI Agent 就是一个能"自己想、自己干"的员工。

一、从"对话"到"行动"：为什么需要 Agent

在前面的章节中，你已经学会了用 AI 完成各种任务——写文案、画图、做视频。但你可能注意到一个问题：每次都需要你手动操作。写完文案要手动复制到排版工具，生成图片要手动下载再上传，做视频要在多个工具之间来回切换。

能不能让 AI 自己串联这些步骤，一次性完成整个任务？这就是 AI Agent 要解决的问题。

打个比方：普通的 AI 对话像是一个"只会接电话的前台"——你问什么它答什么，但不会主动做事。而 AI Agent 更像是一个"王牌业务员"——你告诉它目标，它会自己拆解任务、调用资源、逐步执行，直到完成。这个"王牌业务员"不仅能听懂你的需求，还能主动搜集信息、制定方案、协调资源，甚至在遇到问题时自己调整策略。

用一个公式来概括：

AI Agent = 大模型 + 记忆 + 主动规划 + 工具使用

大模型赋予 Agent "思考"的能力，记忆让它能积累经验，主动规划让它能拆解复杂任务，工具使用让它能与外部世界交互。四者缺一不可——缺少任何一项，Agent 就退化为普通的对话式 AI。

二、Agent 的核心要素

AI Agent（智能体）是一种能够自主完成任务的 AI 系统。与普通的对话式 AI 不同，Agent 具备四个核心能力，构成"感知—规划—行动—记忆"的闭环：

感知（Perception）→ 规划（Planning）→ 行动（Action）→ 记忆（Memory）
         ↑                                                    |
         └────────────────── 反馈循环 ──────────────────────────┘

其中，"规划"环节是 Agent 区别于普通 AI 的关键。Agent 采用的规划方法之一叫做 ReAct（Reasoning and Acting），即"推理与行动"交替进行。它的工作方式是：先推理当前应该做什么（Reason），然后执行具体操作（Act），再根据执行结果继续推理下一步。例如：

用户：帮我查一下明天南京的天气，如果下雨就提醒我带伞。

Agent 的 ReAct 过程：
  思考：用户需要明天南京的天气信息，我需要调用天气查询工具。
  行动：调用天气插件，查询"南京 明天"。
  观察：结果显示明天小雨，气温 12-18°C。
  思考：天气预报显示有雨，我需要提醒用户带伞。
  行动：生成回复——"明天南京小雨，12-18°C，建议带伞出门。"

这种"想一步、做一步、看一步"的模式，让 Agent 能够灵活应对复杂和动态变化的任务，而不是像传统程序那样只能按预设的固定流程执行。

Agent 还具备四个关键特性：

普通 AI 对话 vs Agent 的区别：

一个具体的对比：

三、扣子（Coze）平台介绍

扣子（Coze）是字节跳动推出的 AI Agent 搭建平台，支持零代码创建智能体。它的核心组件包括：

扣子平台的基本操作：

1. 访问 coze.cn，注册并登录；
2. 点击"创建 Bot"，输入名称和描述；

📷 【截图位置】：扣子（Coze）平台首页截图，标注"创建 Bot"按钮位置（建议尺寸：宽度占满页面）

1. 在"人设与回复逻辑"中设定 Agent 的角色和行为规则；
2. 根据需要添加工作流、知识库和插件；
3. 在右侧预览区测试对话效果；
4. 发布到飞书、微信等平台。

四、从"用工具"到"造工具"的思维跃迁

搭建 Agent 的过程，本质上是一次"产品设计"的练习：

1. 明确需求：这个 Agent 要解决什么问题？目标用户是谁？
2. 设计流程：任务应该分几步完成？每步需要什么输入和输出？
3. 选择工具：需要调用哪些插件？是否需要知识库？
4. 测试迭代：实际对话中是否符合预期？哪里需要优化？

这种"需求分析 → 流程设计 → 实现 → 测试"的思维方式，不仅适用于 AI Agent 搭建，也是软件开发和项目管理的通用方法论。

□ 术语卡片