Agent：从可控性到自主反思
2026/3/20大约 6 分钟
Agent（智能体）知识点整理
目录
什么是 Agent？
AI 模型 vs AI Agent
简单来说：
- AI 模型（LLM）：提供智能，能回答问题、生成内容
- AI Agent：保证结果，能执行任务、调用工具、完成实际工作
📌 核心思想：模型提供智能，Agent 保证结果
为什么需要 Agent？
LLM（大语言模型）存在以下局限性：
- LLM 会有幻觉：可能生成不准确或虚构的内容
- LLM 只会说，不会做：只能输出文字，无法执行实际操作
- LLM 规划的步骤不靠谱：自动生成的执行步骤可能不准确
有些任务需要极高的准确度和可控性，这时就需要 Agent 来弥补 LLM 的不足。
Workflow Agent（工作流智能体）
什么是 Workflow Agent？
Workflow Agent 是一种预先定义好执行步骤的智能体。设计者提前规划好任务流程，Agent 按照固定流程执行。
Workflow Agent 架构图
核心特点
| 特点 | 说明 |
|---|---|
| ✅ 可控性强 | 步骤由设计者定义，执行过程可预测 |
| ✅ 准确度高 | 适合对准确性要求高的场景 |
| ✅ 可集成工具 | 可以调用各种 API 和工具完成 LLM 无法完成的任务 |
| ⚠️ 灵活性低 | 只能处理预设流程内的任务 |
Workflow Agent 的能力
- 用 RAG 技术构建私有知识库，提升对话能力
- 用设计者定义好的 Workflow 完成特定任务
- 过程中使用工具完成 LLM 无法完成的任务
- 让 LLM 写代码，完成数据处理、数学计算
适用场景
- ✅ 客服问答系统
- ✅ 数据报表生成
- ✅ 固定流程的审批系统
- ✅ 标准化的业务处理流程
ReAct Agent（推理型智能体）
什么是 ReAct Agent？
有些任务无法提前设定步骤怎么办？比如：
- "我有份文件里记录了上个月最终的业务数据，找找是哪份文件"
- "检查一下直播系统，我的直播间学员们说很卡，但是网络测速是正常的"
- "听说明天台风，我明天从深圳飞北京，能正常起飞么？"
这类任务需要动态决策，这时就需要 ReAct Agent。
ReAct 的核心原理
ReAct = Reasoning（推理） + Acting（行动）
执行循环：
推理 → 行动 → 获得反馈 → 再次推理 → 再次行动 → 再次获得反馈 → ...ReAct 工作流程图
实战案例：查找 9 月份销售额不达标的供应商
输入：
- 文件：
各类电子产品销售数据.xlsx、各地供应商信息.xlsx、2023 年供应商月销售额任务管理方案.pdf - 问题：9 月份销售额不达标的供应商有哪些？
执行过程：
| 轮次 | 推理 | 行动 | 反馈 |
|---|---|---|---|
| 第 1 轮 | 需要知道有哪些文件可用 | ListFileNames | 获取 3 个文件名 |
| 第 2 轮 | 需要查询达标标准 | AskDocument 查询 PDF | 9 月达标标准：3 万元 |
| 第 3 轮 | 需要查看供应商信息表结构 | InspectExcel 查看供应商表 | 获取列名和数据样例 |
| 第 4 轮 | 需要查看销售数据表结构 | InspectExcel 查看销售表 | 获取列名和数据样例 |
| 第 5 轮 | 需要计算各供应商 9 月销售额 | AnalyseExcel 计算汇总 | 获取各供应商销售额 |
| 第 6 轮 | 需要筛选不达标的供应商 | AnalyseExcel 筛选 | 珠海健康科技有限公司：18320 元 |
| 第 7 轮 | 所有信息已收集完毕 | FINISH | 输出最终结果 |
输出结果：
9 月份销售额不达标的供应商：珠海健康科技有限公司（销售额 18320 元，达标标准 30000 元）
使用了 ReAct 技术的 AI 产品
- AutoGPT：自主执行复杂任务的 AI
- Perplexity：智能搜索问答
- Manus：自主任务执行
- Cursor：AI 编程助手
- GenSpark：智能内容生成
思维链（Chain Of Thought）
ReAct 技术的基础是思维链（CoT）：
模型执行任务时，通过输出一系列中间推理过程文字，模拟人类推理过程。
就像人类解决问题时会一步步思考一样，AI 模型也可以通过"自言自语"的方式来组织思路，做出更准确的决策。
Agent 平台
什么是 Agent 平台？
Agent 平台是管理、运行、支持一系列 Agent 的基础设施。
企业级 Agent 平台的核心能力
1. 数据连接器（Connector）
企业数据和信息分散在各个系统中，如何打通？
- 硬功夫：开发大量连接器（Connector）
- 支持类型：
- 实时获取：即时同步数据
- T+1：隔天批量同步
2. 企业知识图谱（Enterprise Knowledge Graph）
构建企业内部所有的关系网络：
基于平台构建的 Agent 应用
1. 企业内部搜索框
员工可以通过一个搜索框查找：
- 文档资料
- 项目信息
- 同事联系方式
- 客户记录
- 等等...
2. 问答助手
- 回答企业内部政策问题
- 查询业务数据
- 提供流程指导
3. 工作群问答助手
在即时通讯工具中嵌入 AI 助手，随时回答问题。
4. 自定义 Workflow
让任何人都可以通过可视化界面定制自己的工作流，无需编程。
总结
Workflow Agent vs ReAct Agent 对比
| 特性 | Workflow Agent | ReAct Agent |
|---|---|---|
| 灵活性 | 低（预设流程） | 高（动态决策） |
| 可控性 | 高 | 中 |
| 适用场景 | 标准化流程 | 复杂探索性任务 |
| 执行方式 | 按部就班 | 推理 - 行动循环 |
| 典型应用 | 客服系统、审批流 | 数据分析、问题诊断 |
核心要点
- AI 模型（LLM） 提供智能，但存在幻觉、无法执行实际问题
- AI Agent 通过工作流或推理 + 行动的方式，保证任务结果可靠
- Workflow Agent 适合预设流程、高准确性要求的场景
- ReAct Agent 适合需要动态决策、探索性的复杂任务
- Agent 平台 提供基础设施，支持大规模 Agent 应用的构建和运行