Agent 工程
Agent：能干活的 AI
点击能力卡片，右侧逐步演示 Agent 在真实场景中的执行过程
普通 LLM 只能「说」，Agent 能「做」。区别在于 Agent 有四个额外能力，让它可以在真实世界中执行任务。
经典架构 · 出处必读
Lilian Weng（翁荔）@lilianweng
前 OpenAI 研究副总裁、Thinking Machines Lab 联合创始人 · 现已重返 OpenAI，领导递归自我改进（RSI）等核心前沿研究
本节乃至整个 Agent 工程章节的很多想法，都来自她 2023 年 6 月的博客 《LLM Powered Autonomous Agents》。她是一位令人尊敬的前辈，明确提出了影响深远的 Agent 架构——就是上面这张著名的「螃蟹图」：Agent（LLM）居中当大脑，向四周伸出 Planning 规划、Memory 记忆、Tools 工具、Action 行动。
这张图对整个 AI Agent 行业影响深远，今天几乎所有 Agent 框架都能在里面找到影子。非常推荐关注她的推特。
四大能力（源自 Lilian Weng 架构）· 点击切换演示
Plan 规划
把复杂任务拆解为可执行的步骤序列，先想清楚再动手
Tool Use 工具
调用搜索、代码执行、数据库、API，是手脚的延伸
Memory 记忆
短期上下文 + 长期向量存储，跨对话记住用户
Act / Reflect 反思
执行后观察结果，失败则自动分析原因并纠错
普通 LLM vs Agent
普通 LLM
问题 → 生成回答 → 结束
只能「说」，不能「做」
只能「说」，不能「做」
→
Agent
任务 → 规划 → 调工具 → 观察 → 纠错 → 完成
逐步演示
进入视野自动播放 · 点击能力卡片切换演示
Takeaway
Takeaway Agent = LLM + 工具 + 循环。核心是「思考 → 行动 → 观察 → 再思考」——这正是 Lilian Weng 那张架构图跑起来的样子：LLM 是大脑，Planning / Memory / Tools 是四肢。每个 AI 产品背后都是在设计这个循环。循环设计得越好，Agent 就越可靠。