AI 简明手册模型、Agent、应用是什么关系？
定义
模型提供理解与生成能力，Agent 给模型加上工具和行动循环，AI 应用再把这些能力包装成用户可持续使用的产品。可以把模型看成发动机、Agent 看成会观察路况并驾驶的司机、应用看成乘客实际使用的网约车服务。
说明
文本模型接收并生成文字，多模态模型还可以处理图片、音频等输入；单独的模型通常还需要应用层提供界面和数据管理。GPT、Claude、DeepSeek 等名称通常先指模型或模型系列；同名聊天产品则属于应用层，要结合上下文判断。
Agent 把模型接到工具上，能查资料、读文件、执行操作，并根据结果继续行动。区别在于模型只告诉你怎么做，Agent 能直接完成。
AI 应用是有界面、账号和服务支持的产品，如 ChatGPT、豆包、Kimi 以及各种修图、做 PPT 工具。同一个模型可以支撑许多不同应用，应用体验不好不一定是模型的问题。
评价时要看层级：同一个模型接入不同工具、流程和界面后，体验可能明显不同。模型能力只是整条服务链的一部分，不能把某一应用的缺点直接归为模型不好。
跟着一个例子走
一张发票怎样经过模型、Agent 和应用
用户上传一张打车发票，希望系统帮他填好报销单。这个任务能把三个层次放在同一条链路里观察。
- 模型负责理解
视觉与语言模型从图片中识别日期、金额和发票号码，并把字段整理成结构化结果。若只停在这里，它最多告诉用户“应该怎样填”。
- Agent 负责行动
Agent 调用发票识别、公司报销系统和员工信息工具，把字段填入表单；遇到缺少成本中心时暂停并向用户追问，而不是凭空补一个值。
- 应用负责交付
应用提供登录、上传、预览、人工确认、提交状态和失败重试。用户感受到的“好不好用”，往往同时取决于模型识别率、Agent 流程和应用界面。
边界与误区
模型和 Agent 的核心区别是什么： 模型只能回答问题，Agent 在模型基础上接入工具和流程，能直接完成一项任务，比如整理发票成报销单。
为什么同一个模型在不同应用里表现不同： 应用层的界面、工具、流程和包装都不同。同一台发动机装在轿车和货车上，体验也不同，所以应用不好用不能直接归为模型差。
普通用户平时用的是哪一层： 通常接触的是应用层，比如 ChatGPT、豆包等产品。它们把模型或 Agent 包装成有账号和界面的服务，打开就能使用。