Agent 原理入门：从 LLM 到自主智能体
很多同学刚接触大模型时都会有一个困惑：LLM 已经会聊天、会写代码，为什么还要单独搞一个"Agent"？我自己学了一个月才慢慢想明白——LLM 是大脑，Agent 是手脚。光有大脑只会说，加上手脚才能"做事"。
什么是 Agent
一个最简化的 Agent 可以拆成三件套：
- 感知（Perception）：把用户的自然语言、外部环境信息变成模型可理解的输入
- 决策（Reasoning）：LLM 通过推理（CoT、ReAct）决定下一步该做什么
- 行动（Action）：调用工具（搜索、代码执行、API）真正改变外部状态
这三步会循环执行，直到任务完成。这就是经典的 Perception → Reasoning → Action 循环。
与普通 Chatbot 的本质区别
Chatbot 是"问一句答一句"，Agent 是"给个目标，自己拆解、调用工具、循环修正"。最关键的差异有两点：
- 是否有记忆：Agent 需要短期记忆（当前任务上下文）和长期记忆（向量库召回）
- 是否有工具：Agent 必须能调用外部工具，否则永远只是"会说话的 LLM"
我的思考
入门时最容易陷入的坑是上来就啃 LangChain 源码，结果被一堆抽象绕晕。我的建议是先手写一个最小 Agent：用 while True 包住 LLM 调用，给它一个 calculator 工具，让它自己决定何时调用。跑通这个 demo，再去看框架源码会顺畅很多。
Agent 的灵魂不在框架，而在那个"循环 + 工具 + 推理"的范式本身。
下一篇我会记录用 LangChain 实现工具调用的踩坑过程，敬请期待。