Agent = LLM（思考） + Tools（行动）
宽泛来说，AI Agent可以被定义为一个应用程序，通过观察周围世界并使用可用的工具，来实现目标。
工具的使用，是人类区别于动物的标志——也是Agent区别于大模型的标志。
工具作为 Agent 通往外部世界的关键，使 Agent 能够与外部系统互动，以及让模型获取在它的训练数据之外的知识
- 大模型 = 只能基于训练数据回答问题
- Agent = 大模型 + 工具调用能力 = 能与现实世界交互
未来 Agent 依然是这个形态，只是会：
- LLM 推理更强
- 工具生态更大
- 调度更智能
Agent的三层架构
- 推理层：决定做什么（规划、推理、决策）
- 编排层：决定怎么做（调用哪个工具、什么时候调用）
- 工具层：实际执行动作（获取信息、操作系统）
开发者的价值在其中能够干的事情
- 设计工具生态（MCP Server）
- 搭建稳定可控的 Agent 框架
- 优化决策逻辑、用户体验、工程能力（系统稳定性）
合格的Agent的三大核心能力
- Planning（规划；意图识别；任务拆解）
- Tool Use（工具使用；MCP+A2A）
- Memory（长期记忆+短期记忆；上下文管理）
基础模型和推理模型是有关键区别的。相比基础模型，推理模型在四种关键认知能力上有很大提升：
- 验证：像一位谨慎的审稿人，能够自检、自校正，减少错误。
- 回溯：当思路走向死胡同时，愿意放弃错误路径并重新推导。
- 目标设定：将复杂任务拆分为可操作的路径，对大规模任务尤其重要。
- 逆向思考：从结果倒推过程，显著提高路径规划的成功率。
书中也用几次关键技术事件展示了“Agent 能力”是如何在过去 18 个月里迅速成型的
- 2023.7.9 Code Interpreter问世，AI开始能够执行代码
- 2024.6.20 Claude Artifacts登场，AI能够在对话中动态创建和修改各类“人工制品”，生成代码到图标，从文档到交互式组件的直观内容
- 2024.10.22 Clade的Compute Use功能横空出世，AI不再局限于专用工具，而是能够像人类一样，”看见“屏幕并操作计算机，移动光标、点击按钮、输入文本，实现真正模拟人类与计算机的自然交互
- 2024.11.25 Anthropic 开源了MCP，实现AI能够与各类数据源对接，而不需要繁琐的定制化开发
AI逐步从“语言模型”到通用数字工作者演化：从会回答问题→会执行逻辑→会生成可用的作品→会操作计算机→能够接入一切数据
未来的计算活动不再是人类驱动工具，而是人类委派任务给具备规划、执行、复盘能力的AI。
在这场变革中，懂得如何使用智能体、理解智能体的能力边界、能将智能体前乳业务流程的人，将成为新一代的AI工程师。