Agent 思维框架：规划-执行-反思与工具调用原理

大模型默认只会“一次问答”。Agent（智能体）的核心，是让它能循环地行动：提出问题 → 拆解任务 → 调用工具 → 看结果 → 修正 → 直到完成。

本质：从“答”到“做”的跃迁

聊天模型：用户 → 模型 → 答案（一次性） Agent：用户 → 模型 → 行动 → 观察结果 → 再思考 → 再行动 → 答案

这个“想-做-查-改”的循环，就是 Agent 和聊天的分水岭。

规划-执行-反思（ReAct 思想）

经典的 ReAct 框架把思考过程拆成三步，循环进行：

1. Thought（规划）：我现在要做什么？当前状态是什么？
2. Action（执行）：调用某个工具去执行（搜索、查库、跑代码……）
3. Observation（反思）：看工具返回的结果，判断是否达成，再决定下一步

Thought: 用户要查北京今天天气
Action: search("北京 天气")
Observation: [{"天气":"晴","温度":"31℃"}]
Thought: 拿到天气了，组织回答
Answer: 北京今天晴，31℃……

这就是 ReAct（Reasoning + Acting，推理 + 行动）。现在的 Agent 框架几乎都基于这个循环。

工具调用（Function Calling）原理

Agent 为什么能“用工具”？关键机制是工具调用：

1. 系统把“可用工具列表”（名称 + 描述 + 参数 schema）写进 Prompt
2. 模型不直接执行工具，而是输出一个结构化的“调用请求”（JSON，指明调哪个函数、传什么参数）
3. 外部代码真正去执行这个函数，拿到结果
4. 结果回填给模型，模型继续推理

模型的输出（不是最终答案，而是）：
{"function": "get_weather", "arguments": {"city": "北京"}}

关键点：模型只负责“决定调什么”，不负责“真正执行”。执行权在外部环境手里——这保证了安全性和可控性。

从单一 Agent 到多 Agent

复杂任务拆给多个分工的 Agent 协作：

一句话总结

Agent = 让模型能“循环地想、行动、看结果”（ReAct）+ 能安全地调外部工具（Function Calling）。它不是更聪明的聊天，而是多了一双“手”和一套“检查表”。

再往上，是工作流（Workflow）——把多个 Agent/工具按固定流程编排，实现自动化。这就是 Agent 工具生态（LangChain、Dify、Coze 等）要解决的事。