9.1.1 Agent 基础路线图：目标、状态、行动

Agent 不是一个模型名称，而是一种系统模式：围绕目标组织模型、工具、状态、记忆和反馈，让系统能持续推进任务。

先看单 Agent 闭环

普通聊天机器人回答一次，工作流执行固定步骤。Agent 可以计划、行动、观察、更新状态，并在目标未完成时继续。

跑一个极小 Agent 状态闭环

这个脚本还不会调用模型，但会展示 Agent 可调试前至少需要哪些状态。

goal = "summarize RAG citation rules"
state = {"steps": [], "done": False}

for action in ["plan", "search_docs", "summarize"]:
    state["steps"].append(action)

state["done"] = True

print("goal:", goal)
print("steps:", " -> ".join(state["steps"]))
print("done:", state["done"])

预期输出：

goal: summarize RAG citation rules
steps: plan -> search_docs -> summarize
done: True

如果一个演示不能展示目标、状态、行动、观察和停止条件，先把它称为大模型应用，而不是 Agent。

按这个顺序学

步骤	阅读	实操产出
1	什么是 Agent	比较聊天机器人、工作流、RAG 应用和 Agent
2	发展历史	理解为什么 LLM 让 Agent 系统重新升温
3	能力等级	把回答、检索、工具、规划、记忆、协作放到同一条能力阶梯
4	系统架构	画出目标、状态、规划器、工具、记忆、观察和执行器
5	RL 到 Agent 的突破	连接行动、奖励、反馈和规划

留下的证据

学完这一页，至少保留这张证据卡：

智能体边界

这与聊天机器人或固定工作流有何不同

目标状态动作

目标、当前状态、下一步动作、观察

架构组成

规划器、工具、记忆、护栏、评估器

失败检查

过度自主、目标模糊、状态缺失或没有 trace

下一步动作

构建最小可追踪的单智能体循环

通过标准

如果你能画出一个单 Agent 闭环，并解释为什么单 Agent 稳定性要先于多 Agent 协作，就通过了本章。

本章出口小项目是一份研究助手 Agent trace：一个目标、一个计划、至少一个工具决策、一次观察、一个停止条件和一个最终回答。

检查思路与讲解

1. 合格答案要描述 agent 循环：目标、计划、工具调用、观察结果、记忆或状态更新，以及停止条件。
2. 证据应包含另一个开发者可以检查的 trace，而不只是最终回答。
3. 自检时要能说出一个安全或可靠性控制，例如工具 schema、权限边界、重试、评估用例或人工复核点。