Agent——什么是Agent

Yuwen_forJava Yuwen_forJava 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 116平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
原创 2026-07-22 10:17:06 116 阅读 AI 写同款· GEO 优化 ›
理解基于LLM的Agent及多Agent架构 Agent 是一个自主单元，通过编程可以执行任务、做出决策并与环境通信。同样，基于 LLM 的 Agent 是一个高级单元，它将 LLM 作为大脑来进行思考、做出决策并采取行动完成特定任务。这些 Agent 还可以拥有记忆，可以是短期记忆（ Agent 的思路），也可以是长期记忆（对话历史）。它们还可以使用工具来执行任务，如上网搜索、使用计算器等。让我们看看下面的示例–如果用户的天气条件不理想（如大雨、极端温度或大风），则以电子邮件的形式向用户发送个性化提示。 阅读详情

什么是AI Agent？

核心定义

AI Agent(人工智能代理)是一种能够自主感知环境、进行思考、做出快策并执行任务的智能软件系统。与传统聊天机器人不同,AIAgent的
核心在于具备"代理权"(Agency),能够主动地"做事",而不仅仅是"回答问题

举例:聊天机器人只会告诉你"如何预订机票",而AIAgent则能直接帮你完完成"预订机票"这个动作

在这里插入图片描述

AI Agent工作原理

  • 感知
    分析、规划和决策

  • 思考
    接收并理解用户需求

  • 行动
    执行操作并调用工具

这个"感知·思考·行动"的循环使AIAgent能像人类一样,不仅能理解任务,还能主动利用资源解决问题,实现更高级别的智能化

收录于
大模型

当前文章被收录于：

大模型
11 篇文章 0 人学习
订阅专栏 查看详情
标签
#大模型 AI Agent
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
OpenClaw 多Agent体系：正式Agent、子Agent与ACP Agent OpenClaw Agent体系解析 OpenClaw设计了三种Agent类型，各有特点和适用场景： 正式注册Agent：配置文件注册的常驻Agent，拥有独立工作目录、会话历史和认证隔离，通过路由机制处理不同场景需求。 子Agent：临时任务执行者，由主Agent派生，后台独立运行任务后通过announce机制返回结果，支持多级嵌套和线程绑定。 ACP Agent：协议型Agent，连接外部编码引擎提供专业开发能力，但不支持沙箱环境，需预先配置权限。 关键区别： 正式Agent是长期存在的多实例路由 子A 阅读详情

相关推荐

总结遥感agent模块

模块：大语言模型llm作为推理引擎、图像理解模块（将图像信息转化为文本 树木位置以像素坐标形式存储，二维树冠轮廓采用ms coco的压缩格式存储）、领域知识库、llm执行agent（负责代码在本地环境中的执行）3. change-agent：重点是 探索一种多层级变化解释方法MCI，既能提供像素级定位，又能实现语义级理解。方法：MCI Model、双时相迭代交互层（这个是用在了两个分支里面，不是独立模块）、变化检测与描述分支、LLM。这篇文章的相关工作只写了树木相关的。

lx741602698的博客 1564

【Agent系列】详细调研总结19种主流Agent框架

详细总结对比19种主流Agent框架

m0_68116052的博客 5万+

编写极简版的Agent系统 — Tiny Agent

编写极简版的Agent系统 — Tiny Agent

安静的软件工程师 1404

AI Agent ：从反射 Agent 到学习型 Agent

AI Agent，全称人工智能代理（Artificial Intelligence Agent），是一种能够感知其所处环境，并根据感知信息自主做出决策，进而执行相应行动以实现特定目标的智能系统。简单来说，它就像是一个具备智能的“小助手”，能够理解周围的情况，思考该怎么做，并采取行动去完成任务。

Python栈 1260

理解 Agent2Agent(A2A)、Agent to Agent和链式函数调用的区别与联系

本文深入解析AI智能体系统中的三个关键概念：链式函数调用、Agent to Agent通信和Agent2Agent(A2A)架构。链式函数调用属于编程执行层，实现函数线性嵌套；Agent to Agent是通信语义层的概念，描述智能体间的信息传递；Agent2Agent则是更高层次的系统架构范式，支持智能体主动调度协作。三者形成从执行机制到架构设计的递进关系，其中A2A因其模块解耦、任务可调度等优势，最适合构建现代AI系统。文章通过对比表格、代码示例和形象类比，帮助读者理解这些概念的区别与应用场景。

未名编程 2263

企业级AI Agent项目实战：从单Agent到多Agent协作完整指南

AI Agent作为人工智能领域的重要技术概念，通过自主规划、决策和执行任务的能力，实现了智能系统的自动化运作。其核心原理基于大语言模型的推理能力，结合工具调用和环境交互，完成复杂任务分解与执行。在企业级应用中，AI Agent的技术价值体现在提升工作效率、降低人力成本和实现业务流程自动化。从单Agent处理重复性任务，到多Agent协作模拟真实工作场景，这一技术已广泛应用于客户服务、软件开发、数据分析等领域。本文聚焦企业级Agent项目的实战路径，涵盖AutoGPT、MetaGPT、CrewAI等热门框架

weixin_33798152的博客 607

LangChain框架中Agent类型的总体认识

追求与 OpenAI 模型的最佳集成和工具调用的准确性：create_openai_functions_agent或 create_tool_calling_agent是首选，尤其是 create_tool_calling_agent，它代表了更新的设计思路。需要模型推理透明化、使用非 OpenAI 模型或处理复杂推理任务：create_react_agent非常合适，它能提供清晰的决策链条。

weixin_45809780的博客 1151

agent 开发

AI Agent是一种能够自主感知、决策和行动的智能系统，其核心特性包括规划任务、记忆存储、工具调用和环境交互。它区别于传统AI，融合了确定性与自主性，常见类型有零样本增强型和对话型等。Agent通过"推理+行动"框架实现自我反思和纠错，并可通过Function Call机制调用外部工具。开发者可以利用框架如LangChain构建Agent，通过代码示例展示其任务处理、自定义工具和记忆功能。Agent适用于复杂任务处理，是AI向自主化发展的重要方向。

yangheng1的博客 1710

初识Agent

对Agent有一个基本的概念和了解，知道Agent的作用，有哪些Agent及Agent的组成

guoran_shini的博客 960

六维力传感器选型指南：电阻式vs电容式，哪个更适合你的工业场景？

本文深入解析六维力传感器在工业自动化中的选型要点，重点对比电阻式与电容式传感器的核心原理、环境适应性及成本结构。针对不同工业场景（如高精度装配、重载机器人等），提供专业选型建议，帮助工程师优化系统性能与经济效益。

weixin_42525005的博客 397

大模型Agent的全面综述：Agent大脑、Agent感知、Agent行动、Agent应用

一直以来，人们都在追求能够达到或超越人类水平的人工智能，AI Agent目前被视为能够实现这一目标的有前途的载体。Agent是能够感知环境、做出决策并采取行动的智能体。本文会对基于LLM的Agent做一个全面概述，包括为什么LLM适合作为Agent的基础，以及包含三个主要组成部分：大脑（brain）、感知（perception）和行动（action）的框架，并可以根据不同的应用进行定制。

老皮的博客 2320

RK3568/RK3588之修改8250驱动实现RS485收发的自动切换

在串口发送前，若为485，则将控制引脚拉为发送状态，在发送后，循环查看是否发送完成，若发送完成则将引脚置回读状态，如此一来，就能实现在内核测控制方向切换，而不会因为延时造成数据丢失，经过测试此办法可行。全部修改完成后，重新编译生成内核文件和设备树文件，烧写到板子上即可。

哒宰的博客 3122

AI（一）：智能Agent

Agent 文章目录Agent1 Agent 和环境2 好的行为：理想的概念2.1 理性2.2 全知者、学习和自主性3 环境的性质3.1 任务环境的规范描述3.2 任务环境的性质4 Agent的结构4.1 Agent 程序4.2 简单反射Agent 理性Agent 的概念是我们的人工智能方法的核心。 1 Agent 和环境 我们用感知来表示任何给定时刻Agent的感知输入。 Agent 的感知序...

Joselynzhao 2964

通用、可复用的 AI Skill 开发基本流程

-----name：唯一标识符（建议用领域-功能格式）：自然语言描述触发条件（AI 依赖此判断是否激活）tags（可选）：便于分类和搜索version：支持后续迭代步骤输出物1. 定范围触发场景描述2. 写元数据name3. 填内容结构化 Markdown 文件4. 做验证可运行 + 符合规范5. 去集成放入对应 IDE 目录6. 持续维护跟进框架更新通过这套流程，你不仅可以开发（Hooks 最佳实践）（原生 WebGL 优化）（Pandas/Numpy 高效写法）

lpfasd123的博客 733

【FPGA教程案例49】控制案例1——基于FPGA的PID控制器verilog实现

PID控制器产生于1915年，PID控制律的概念最早是由LYAPIMOV提出的，到目前为止，PID控制器以及改进的PID控制器在工业控制领域里最为常见。PID控制器（比例-积分-微分控制器），由比例单元 P、积分单元 I 和微分单元 D 组成。通过Kp，Ki和Kd三个参数的设定。PID控制器主要适用于基本线性和动态特性不随时间变化的系统。图1为PID控制器的基本结构框图。PID控制器以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。...

FPGA/MATLAB学习教程/源码/项目合作开发 4531

ssh-agent 详解

此博客的配图来自《SSH The Secure Shell 2nd》，内容也是对该书相关章节的总结与一些实验的补充。 ssh 推荐的登录方式是使用私钥登录。但是如果生成私钥的时候，设置了口令（passphrase），每次登录时需要输入口令也很麻烦。可以通过 ssh-agent 来管理私钥，把私钥加载进内存，之后便不用再输入私钥。 ssh-agent 代理 ssh-agent 的原理如下图： ...

zhouguoqionghai的博客 3万+

YOLOv11涨点改进 | NeurIPS2025最佳论文！注意力改进篇| 引入Gated Attention门控注意力模块、太牛了！直接拯救了大模型的发展，助力目标检测、图像分割、图像分类有效涨点

本文提出了一种基于门控注意力机制(GatedAttention)的YOLOv11改进方法。该模块通过在标准注意力机制中引入头部特定的sigmoid门控，有效提升了模型性能和训练稳定性。实验表明，GatedAttention能够增强模型对关键信息的聚焦能力，减少无关区域关注，提高检测精度。同时，门控机制带来的非线性和稀疏性优化了计算效率，并缓解了训练不稳定性问题。文章详细介绍了模块原理、实现代码及三种改进方案配置方法，为YOLOv11在复杂场景下的目标检测提供了有效解决方案。

Ai缝合怪、助力小伙伴高效发论文 495

Agent的结构

Agent = 程序 + 体系结构（使Agnent能够更好执行行动的装置，例如：对于一个扫地机器人，需要传感器） 四种Agent程序： • Simple reflex agents（简单反射） • Model-based reflex agents（基于模型） • Goal-based agents（基于目标） • Utility-based agents（基于效用） 1.1 Simple reflex agent（简单反射） 最简单的一组固定事件：if……then。例如：if..

swift_life的博客 3848

足式机器人全身 MPPI： 利用 MPPI 对足式机器人进行实时全身控制

本研究首次在真实四足机器人上成功部署了基于全身采样的模型预测控制（MPC）系统。采用模型预测路径积分（MPPI）算法，通过并行采样和评估控制轨迹实现实时运动规划。该系统能处理复杂接触场景，完成推箱子、爬越障碍及崎岖地形行走等任务。实验使用Unitree Go1机器人，结合MuJoCo仿真器快速生成运动策略，仅需简单控制策略即可实现稳健操作。硬件验证表明，该方法能有效完成目标导向的箱子推动任务。该成果标志着采样MPC在足式机器人实际应用中的重要突破。

2506_90492529的博客 1000

C++(Qt)软件调试---内存分析工具Heob（26）

绝对最全面最详细的Heob使用说明。（图文并茂） 绝大部分的文章都说Heob是一个内存泄漏分析工具，其实Heob只是内存泄漏分析功能比较突出，实际上Heob可以分析很多内存问题。 Heob是一个Windows下检测缓冲区溢出（野指针、空指针、内存越界、重复释放、异常捕获等）和内存泄漏的工具，集成到Qt Creator中，功能强大，简单容易上手。

mahuifa的博客 4313

skywalkng agent 实现动态配置

skywalking agent 端实现动态配置，无需重启服务。

鄂东小宋 1569

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

初识Agent：什么是Agent？

人工智能（Artificial Intelligence，简称AI）是指通过计算机程序模拟人类智能的技术。这些程序可以执行诸如学习、推理、规划、自然语言处理等任务。自20世纪50年代AI概念提出以来，AI技术经历了多次重大的突破。Agent，或称智能代理，是指能够自主感知环境、做出决策并采取行动的计算实体。Agent的核心功能包括感知、决策和行动。这些功能使得Agent能够在动态环境中自主地执行任务，从而减少对人类干预的依赖。Agent，或称智能代理，是指能够自主感知环境、做出决策并采取行动的计算实体。

h1453586413的博客 7722

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

AI Agent 分类详解：从反射 Agent 到学习型 Agent 的演进

作为人工智能领域的核心技术之一，AI Agent 的发展前景广阔，潜力巨大。我们有理由相信，随着技术的不断进步，AI Agent 将继续推动各行各业的智能化变革，极大提升我们的生活质量和社会效能。未来的 AI Agent 将不仅仅是智能工具，它们将是推动社会向智能、便捷、更加美好的方向发展的强大引擎。比如最近很火的国产 AI Agent Manus 一个邀请码都炒到 5000块了。

紫雾凌寒 2663

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表，创建专业级图表以简化复杂的信息。

Agent 测试专项

AI Agent（智能体）不是一个单独的模型，而是一个以大语言模型为大脑的自主系统。它的核心公式：Agent = 大模型（LLM） + 规划能力（Planning） + 工具调用（Tool Use） + 记忆（Memory） + 反思机制（Reflection）与普通的聊天机器人不同，Agent 能够自主分解任务、选择工具、执行动作、观察结果、纠正错误，形成一个完整的决策-执行闭环。它不仅仅“说”，更重要的是“做”。组件作用类比大模型（LLM）理解自然语言指令，生成推理过程和行动计划。

qq_45334136的博客 1056

awesome-deepseek-agent 进阶：Agent Skills 扩展 DeepSeek Agent 能力指南

awesome-deepseek-agent 是一份精选的 DeepSeek 模型接入指南合集，覆盖了 Deep Code、DeepSeek-TUI、OpenClaw、GitHub Copilot 等主流 AI Agent 与编程助手。很多用户把 DeepSeek 接好后便止步于此，却不知道这些工具大多内置了 **Agent Skills** 技能系统——一种以 `SKILL.md` 为载体的能力

gitblog_00213的博客 874
上一篇： 提示词工程07——大模型实战场景
下一篇： RAG（01）——什么是RAG
点赞 1
评论 0
书签 书签 1
Yuwen_forJava
Yuwen_forJava
博客等级 码龄9年 28粉丝 90原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值