本文要点#

• Chatbot 和 Agent 的本质区别
• Agent 的核心能力循环
• 三种 Agent 架构：ReAct、Plan-and-Execute、Reflection
• Multi-Agent 多智能体协作系统
• 主流开发框架对比
• 前沿发展：OpenAI Agents SDK、Devin、A2A 协议

一、从 Chatbot 到 Agent#

类比一下：Chatbot 像一个只会回答问题的客服。你问什么，它答什么。Agent 像一个能独立完成任务的助理。你给一个目标，它自己想办法完成。

二、Agent 核心能力循环#

Agent 的工作遵循一个循环：感知→决策→执行→反思。

感知： 接收任务描述和环境状态。用户要一份市场调研报告。

决策： 规划下一步行动。我应该先搜索行业数据。

执行： 调用工具完成行动。调用搜索 API、查询数据库。

反思： 评估结果、调整策略。“搜索结果不够详细，需要换个关键词再查一次”。

这个循环不断重复，直到任务完成。

三、三种单体 Agent 架构#

1
任务："找出销售额最高的产品并分析原因"
2

3
Thought 1：需要先查询销售数据
4
Action 1：query_database("SELECT product, SUM(amount) ...")
5
Observation 1：产品 A 销售额 100 万，产品 B 80 万……
6

7
Thought 2：产品 A 最高，需要分析原因
8
Action 2：search_web("产品 A 市场分析 2024")
9
Observation 2：产品 A 在 Q4 进行了促销活动……
10

11
Thought 3：信息足够了，可以总结
12
Answer：产品 A 销售额最高，原因是……

四、Multi-Agent 系统#

当任务复杂到单个 Agent 难以处理时，需要多个 Agent 协作。

1
Pro Agent（支持方） vs Con Agent（反对方）
2
              ↓
3
         Judge Agent（评判者）
4
              ↓
5
           最终决策

五、Agent 开发框架#

LangGraph 示例：

1
from langgraph.graph import StateGraph, END
2

3
class AgentState(TypedDict):
4
    messages: list[str]
5
    next_action: str
6

7
def research_node(state):
8
    return {"messages": [...],"next_action":"write"}
9

10
def write_node(state):
11
    return {"messages": [...],"next_action":"review"}
12

13
def review_node(state):
14
    if quality_ok:
15
        return {"next_action": END}
16
    return {"next_action":"write"}
17

18
workflow = StateGraph(AgentState)
19
workflow.add_node("research", research_node)
20
workflow.add_node("write", write_node)
21
workflow.add_node("review", review_node)
22
workflow.add_edge("research","write")
23
workflow.add_edge("write","review")
24
workflow.add_conditional_edges("review", lambda s: s["next_action"])

六、OpenAI Agents SDK#

2025 年，OpenAI 发布了官方 Agent 开发框架 Agents SDK。

核心概念：

• Agent：具有指令和工具的 LLM 实例
• Handoff：Agent 之间的任务交接
• Guardrails：安全护栏，限制 Agent 行为

与 LangGraph 等社区框架的区别：OpenAI Agents SDK 更轻量，直接集成 OpenAI API，适合使用 OpenAI 模型的开发者。LangGraph 更灵活，支持多种模型。

七、Claude Code：编程 Agent 实例#

Anthropic 的 Claude Code 是一个终端 Agent，能在你的项目中自主操作。

Claude Code 代表了 Agent 在编程领域的深度应用：不是简单的代码补全，而是理解→规划→执行→验证的完整循环。

八、Devin：AI 软件工程师#

2024 年，Cognition 发布了 Devin，号称 第一个 AI 软件工程师。

Devin 能自主完成：创建项目、编写代码、调试错误、部署上线。它有自己的代码编辑器、浏览器和终端。

当前能力： 在 SWE-bench 基准上解决了约 14% 的 GitHub issue，虽然远非完美，但标志着 Agent 从 “辅助” 走向 “自主” 的趋势。

局限： 复杂任务仍需人类介入，执行速度较慢，成本较高。

九、A2A 协议：Agent 间通信标准#

Google 在 2025 年提出了 A2A（Agent-to-Agent）协议，解决不同 Agent 之间如何协作的问题。

场景： 你的 “客服Agent” 需要调用”物流Agent” 查询包裹状态。如果两个 Agent 由不同团队开发，用不同框架构建，A2A 协议让它们能相互理解和协作。

A2A 和 MCP 是互补关系：MCP 解决 AI 与数据源的连接，A2A 解决 Agent 与 Agent 的连接。

十、Agent 的评估、安全与可靠性#

图解#

1
┌──────────────────────────────────────────────┐
2
│              Agent 技术栈全景                   │
3
├──────────────────────────────────────────────┤
4
│                                              │
5
│  应用层                                       │
6
│  └── Devin、Claude Code、自定义 Agent         │
7
│                                              │
8
│  框架层                                       │
9
│  └── LangGraph、CrewAI、OpenAI Agents SDK    │
10
│                                              │
11
│  协议层                                       │
12
│  └── MCP（连接工具）、A2A（连接 Agent）        │
13
│                                              │
14
│  能力层                                       │
15
│  └── Function Calling、RAG、Memory           │
16
│                                              │
17
│  模型层                                       │
18
│  └── GPT-4o、Claude 3.5、DeepSeek V3        │
19
│                                              │
20
└──────────────────────────────────────────────┘

常见问题 FAQ#

Q1：Agent 和 Chatbot 的本质区别是什么？

A：Chatbot 是被动的 “一问一答”。Agent 具备自主规划和执行能力，能把一个目标分解为多个步骤并逐步完成。核心区别在于 “是否有决策循环”。

Q2：什么时候用 Agent 而不是简单的 LLM 调用？

A：当任务需要多个步骤、多次工具调用、或者需要根据中间结果调整策略时，用 Agent。单轮问答、简单生成任务用直接调用即可。

Q3：Multi-Agent 越多 Agent 越好吗？

A：不是。Agent 之间的通信有开销，协调越复杂越容易出错。从最少的 Agent 数量开始，必要时再增加。

Q4：Agent 会不会陷入无限循环？

A：有这个风险。解决方法：设置最大步骤数、超时限制、循环检测。如果 Agent 在 N 步内无法推进任务，强制终止并汇报。

Q5：Agent 技术成熟吗？

A：2024-2025 年 Agent 快速发展，但仍处于早期阶段。简单任务（如研究和总结）已经可用，复杂任务（如完整的软件开发）仍需人类监督。建议从低风险场景开始尝试。

小结#

从 Chatbot 到 Agent，AI 从 被动回答 进化到 主动规划执行。ReAct、Plan-and-Execute、Reflection 三种架构解决不同类型的任务。Multi-Agent 系统让多个专业 Agent 协作完成复杂工作。

Agent 技术仍在快速进化。OpenAI Agents SDK、A2A 协议等标准化工作正在让 Agent 开发变得更简单、更可靠。

下篇预告#

Agent 需要记住之前的对话、连接各种数据源、拥有专业技能。这些 “基础设施” 是怎么实现的？

参考资料#

• ReAct: Synergizing Reasoning and Acting in Language Models（Yao et al., 2022）
• LangGraph 文档
• OpenAI Agents SDK
• CrewAI 文档
• A2A Protocol（Google, 2025）
• Devin（Cognition, 2024）