什么是 AI Agent
AI Agent（智能体）是一种能够感知环境、自主规划、调用工具、执行行动的 AI 系统。与普通的 LLM 对话不同，Agent 可以：
- 将复杂目标分解为多步子任务
- 调用外部工具（搜索、计算、API）
- 根据执行结果调整下一步计划
- 循环运行直到完成目标
Agent 的核心运作循环：ReAct
用户目标
↓
[Thought] → LLM 思考：当前应该做什么？
↓
[Action] → 选择工具并调用
↓
[Observation] → 获取工具返回结果
↓
[Thought] → 分析结果，是否达成目标？
↓
（循环直到完成）
↓
[Final Answer] → 输出最终结果
核心组件
| 组件 | 作用 | 示例 |
|---|---|---|
| LLM | 大脑，负责规划与推理 | GPT-4o / DeepSeek |
| Tools | 手脚，与外部世界交互 | 搜索、Python执行、数据库 |
| Memory | 记忆，存储对话历史 | ConversationBufferMemory |
| Executor | 调度器，控制执行循环 | AgentExecutor |
实战：用 LangChain 搭建一个 Agent
安装依赖
pip install langchain langchain-openai duckduckgo-search定义工具
from langchain.tools import DuckDuckGoSearchRun
from langchain.tools import tool
内置搜索工具
search = DuckDuckGoSearchRun()
自定义计算工具
@tool
def calculator(expression: str) -> str:
"""计算数学表达式，输入合法的 Python 数学表达式"""
try:
return str(eval(expression))
except Exception as e:
return f"计算错误：{e}"
tools = [search, calculator]
创建 Agent
from langchain_openai import ChatOpenAI
from langchain.agents import create_react_agent, AgentExecutor
from langchain import hub
llm = ChatOpenAI(model="gpt-4o", temperature=0)
使用官方 ReAct Prompt 模板
prompt = hub.pull("hwchase17/react")
agent = create_react_agent(llm=llm, tools=tools, prompt=prompt)
agent_executor = AgentExecutor(
agent=agent,
tools=tools,
verbose=True, # 打印思考过程
max_iterations=5, # 最多循环 5 次
)
运行 Agent
result = agent_executor.invoke({
"input": "搜索一下今天 AI 领域最重要的新闻，然后计算 OpenAI 成立到今天有多少天（2015年12月11日成立）"
})
print(result["output"])
执行过程（verbose 输出）：
Thought: 我需要先搜索 AI 新闻，再计算天数
Action: duckduckgo_search
Action Input: "AI news today 2026"
Observation: [搜索结果...]
Thought: 已获取新闻，现在计算天数
Action: calculator
Action Input: (datetime(2026,7,8) - datetime(2015,12,11)).days
Observation: 3862
Final Answer: 今日 AI 重要新闻...OpenAI 已成立 3862 天。
常见 Agent 框架对比
| 框架 | 特点 | 适用场景 |
|---|---|---|
| LangChain | 生态丰富，工具多 | 快速原型开发 |
| AutoGen | 多智能体协作 | 复杂任务分工 |
| CrewAI | 角色扮演协作 | 团队模拟场景 |
| LangGraph | 状态图工作流 | 确定性流程控制 |
小结
AI Agent 的本质是"LLM + 工具 + 循环"。掌握 ReAct 框架后，可以逐步扩展：添加更多工具（数据库、API、代码执行）、引入多智能体协作、加入长期记忆模块。Agent 技术是 2026 年 AI 应用落地的核心方向之一。