开始学习 Agent：先看懂模型、程序与工具如何配合

外部资料访问提示：课程引用的部分官方文档、论文和开源项目位于境外网站。遇到链接打不开，可以先检查网络或稍后重试；仍无法访问时，可配置网络代理，也就是常说的“科学上网”。相关工具的安装与配置方法可以在 GitHub 上查阅，优先参考项目 README 和官方文档。文章中的代码、公式与运行结果会直接展示，外部链接用于进一步阅读。

Agent 可以先理解为一个围绕目标反复工作的程序：它接收任务，决定下一步，必要时调用模型或工具，读回结果，再判断是否完成。模型可以帮助理解文字和提出建议；读文件、发请求及确认结果，仍要由程序按规则控制。

比如用户问“退货要满足什么条件”，资料助手先读取允许访问的规则，整理出条件与出处，再把答案交给用户。这是一条正常路径。等你能画出这条路径，我们再讨论资料版本冲突、访问权限和何时停止。这篇会用同一个任务讲清分工，最后让你写出一页自己的任务设计。

1. 先有任务，再讨论 Agent

假设我们要做一个资料助手。用户问：“根据这三份测试资料，告诉我退货需要满足什么条件，并标出依据。”

先别考虑模型，想一想你自己会怎样完成：找到三份资料，确认版本，阅读退货部分，把适用条件整理出来，再把每个结论和出处对应起来。如果资料互相矛盾，你需要说明差异；如果根本没有相关内容，就应当说证据不足。

这段人工过程已经给出了软件需求。输入是问题和允许访问的资料，输出是带出处的结论，成功条件是结论与资料一致。限制条件同样重要：不能读其他人的文件，不能把资料里没有的信息写成事实，也不能无限查找下去。

“做一个智能助手”很难验收，“回答这组问题，每条结论给出可检查的出处，证据不足时说明原因”就具体得多。学习 Agent 的第一项能力，是把愿望改写为可观察的任务，而不是先记住框架名称。

2. 四种实现方式，差别在控制过程

第一种：普通程序

如果三份资料本来就是统一格式的表格，退货条件放在固定字段，程序可以直接读取字段、组合模板，不必调用模型。

普通程序并不只能处理简单任务。它也可以搜索、循环、重试、执行复杂算法。不能看到一个 while 循环就说它是 Agent。给固定表格的三列求和硬塞一位“会思考的同事”，多少像请项目经理帮计算器按等号：多了成本，也多了可能出错的地方。关键是下一步的选择依据和控制方式，而不是代码里有没有循环。

第二种：一次模型调用

本课程说的模型，主要指能处理和生成语言的大语言模型（LLM）。聊天窗口是使用它的一种产品形式，不等于模型本身。应用把输入通过接口交给模型、取得生成结果，称为一次模型调用；界面里的文件上传、搜索和执行代码则需要应用另外提供这些能力。

当资料变成自然语言，写死字段规则可能不方便。程序可以把问题和资料传给模型，让它生成摘要。模型在这里承担语言理解与表达的工作。

但模型生成了一段文字，不代表它读取了你没有提供的文件，也不代表引用真实存在。文件读取、资料筛选、传输和结果展示仍由应用处理。对于资料量小、步骤固定的任务，一次调用可能已经够用。

第三种：固定工作流

如果资料较多，可以设计固定步骤：检索资料→生成回答→检查引用→展示结果。模型可以参与其中某些步骤，但调用顺序由程序规定。这种预先规定步骤的做法叫工作流。

检查失败时返回上一阶段，也不必然变成 Agent。程序可以事先规定“引用缺失则重新生成一次”。路径仍由开发者定义，只是带有分支。

第四种：模型参与决定后续动作

另一类任务无法预先确定要查哪份资料、查几次。系统把已有发现交给模型，模型提出下一步动作，例如继续搜索另一组关键词、读取某个片段，或者在证据足够时结束。程序检查这个动作是否合法，执行后把结果交回去，继续下一轮。

模型参与选择动作，并根据执行反馈继续推进时，我们称这个系统为 Agent。不同团队可能使用略有差异的定义，判断时重点看谁控制下一步。工作流与 Agent 的控制方式可参考 Anthropic 的工程文章。

这不是从低级到高级的排行榜。任务相同时，能稳定完成且便于维护的简单方案通常更值得先验证。Agent 的灵活性有价值，但需要用结果证明，而不是用调用次数证明。

新闻里也能看到这道分工题。2026 年 9 月 10 日，OpenAI 发布 Agents API，把长时间运行、工具使用、上下文管理和保存中间结果作为基础设施能力介绍。这是厂商对产品能力的说明，不是本站对某个任务效果的测评。平台能帮你把“持续工作”搭起来，却不知道你的退货规则是哪一版、谁有权看订单；这些仍要由任务设计和程序约束回答。新闻会过期，这个判断不会因为换一家平台而消失。

3. 模型、程序、工具各自做什么

工具可以先理解为一个有明确输入和输出的能力，比如 search(query) 或 read_document(id)。它可能只是一个 Python 函数，也可能连接远程系统。工具名称不是权限凭证，函数能被调用也不等于当前用户能读取任何文档。

图中的程序还负责停止条件、访问范围和错误记录；把它画成一个框不意味着这些工作可以省略。

用一段不执行的流程描述看完整顺序：

收到任务和允许访问的资料范围
重复有限轮次：
    把任务和已有结果提供给模型
    读取模型提出的动作
    如果提出结束：检查结果能否交付
    否则：检查工具名称、参数和权限
    执行允许的工具，记录真实结果
    把结果交回下一轮
到达限制仍未完成：返回未完成状态和原因

模型给出候选动作，程序决定是否执行，工具返回实际观察结果。沿着这三种职责读后面的流程。

4. 跟踪一次具体过程

假设资料 A 描述普通商品，B 描述定制商品，C 是较旧版本。程序读到它们时会留下怎样的轨迹？

注意第3步：工具返回成功，只说明拿到了资料；模型可能仍然把条件理解错。第4步也不能靠“新日期看起来更大”随意判断生效关系，测试资料要明确版本含义。每一层检查解决不同问题，不能用一次成功回执概括整个任务。

如果模型一本正经地说“我已经读过文档 A”，却找不到对应的读取记录，那就是技术版的“已读乱回”。检查读取记录、文档版本和回答引用，就能沿着这条线找到问题。

当你阅读框架教程时，可以把示例中的对象放回这张表：消息里存了什么观察，哪个函数提出动作，哪个函数真正读资料，最终在哪判断结束。这样即使换框架，基本问题也不会变。

5. 失败要落在具体环节上

把前面五步的表格放进这张图：第二格要求真实读取记录，第三格核对版本和商品类型，第四格才允许回答。下方分支也提醒我们，“暂时不能确认”是一种有效结果，不是系统必须掩盖的错误。

“回答不好”不足以指导改进。至少要分清：资料没找到、资料找到了但理解错、动作参数不合法、工具执行失败、结果正确但引用缺失。不同原因需要不同处理：改善检索不一定能解决参数错误，换更大模型也不能替你修复访问权限。

停止同样不是只有“成功”一种。任务完成、资料不足、需要用户确认、超过时间预算，都可能使程序退出。对学习项目而言，先把这些状态写清楚，比让系统看起来永远在思考更有帮助。

不要把次数限制当正确性保证。最多查三次能限制工作量，但无法证明第三次拿到的是正确证据。这里有两个独立问题：什么时候不能再继续，什么时候已经可以交付。

拿到一个失败案例，可以沿下表倒查。先找证据，再决定修改哪一部分：

例如第二行，应该先修“答案必须使用真实返回的文档编号”，而不是先换搜索引擎。这就是工程排错：把模糊评价转换成一个能检查的环节。

6. 怎样验证它比简单方案更值得用

先准备一组你能判断答案的测试问题，包括能回答、资料缺失、资料冲突三类。分别让固定流程和候选 Agent 完成同一任务，记录证据是否正确、是否越权、耗时、调用量和未完成原因。没有运行就保留空表，不写“提升多少”。

对第一次学习而言，你可以先人工分析五个问题：哪一个必须动态决定下一步，哪一个固定流程就能完成？这个练习不测模型能力，却能检查你有没有把需求想清楚。后续 L7 再系统学习如何做评测，避免从少数成功例子推出整体可靠。

下面给你五个可以直接写进任务设计的测试情形。它们是测试要求，不是已经跑出的成绩：

等程序完成后，为每种方案各保存一份记录：问题 → 实际回答 → 引用 → 动作次数 → 耗时 → 通过/失败及原因。不要只保存最好的一次。若固定流程已经全部满足，就没有必要为了叫 Agent 而额外引入动态决策。

7. 十层课程怎样接起来

L0先建立运行环境、请求与错误的基础；L1研究模型输入输出；L2约束工具；L3组合循环。这四层让你能解释一个小系统为什么工作。

L4处理状态与恢复，L5处理知识和记忆，L6研究协作。它们解决的是系统变复杂后出现的问题，不是每个初学项目都必须马上引入的组件。

L7让结果可评估，L8把安全治理带入生产，L9再研究更复杂的代码、浏览器与多模态系统。十层是依赖地图，不是“学完某框架就升一级”。评测和安全意识从第一篇就开始，深入方法放在后面。

不必先背下所有缩写。现在先回答第一行的问题，后面的需求出现时再补相应能力。

8. 实践：解释、判断，再设计

9. 把第一张地图留下来

第8节收起的习题可以检验判断、职责划分、流程设计和证据意识；完成后把要点整理到下面的六句话中。

复制下面六行到你的知识库，尽量用自己的话填：我的任务是……；模型负责……；程序负责……；工具返回……；完成证据是……；证据不足时……。如果“模型负责一切”，回到第3节重新划分。

阅读开源项目时，可以先看 Hello-Agents 怎样组织不同 Agent 范式；理解状态与流程后，再看 LangGraph 的实现。先能解释系统，再读框架，会少记很多没有上下文的 API。

下一篇：L0 工程基础总览。