什么是 AI Agent
AI Agent 是一种能够自主感知环境、推理决策并采取行动以实现目标的智能系统。在现代 AI 语境下，Agent 通常以大语言模型（LLM）作为"大脑"，具备三大核心能力：感知（理解用户意图与环境）、推理（分解任务并规划步骤）、行动（调用工具、执行代码、读写文件）。与传统"一问一答"式 AI 不同，Agent 能够自主完成多步骤、长周期的复杂任务——例如"分析这个代码库并修复所有类型错误"。
一句话概括：Agent = LLM 大脑 + 工具作手脚 + 记忆 + 规划。
核心组件
一个完整的 AI Agent 通常由四个核心组件构成：大脑（LLM，负责理解与推理）、记忆（短期对话上下文 + 长期向量记忆）、工具（通过 Function Calling 调用外部 API、数据库、搜索引擎等）、规划（将复杂目标分解为可执行的子任务）。四者协同，让 Agent 从"能聊天"进化到"能干活"。
# A typical Agent work loop
while not goal_reached:
1. Perceive: read the current state (user input, tool returns, environment info)
2. Think: the LLM reasons about the next step (ReAct / Plan-and-Execute)
3. Act: call tools (Function Call / MCP)
4. Observe: get the tool's execution result and update memory
5. Loop until the goal is reached or human confirmation is neededAgent 与 Chatbot 的区别
Chatbot 做"你问我答"——单轮或有限多轮对话，没有主动行动。Agent 做"你定目标，我自主完成"——主动调用工具、执行多步骤流程、纠正错误。例如问"今天天气如何"是 Chatbot 任务；说"查一下天气，订一张机票，加到我的日历"是 Agent 任务。Claude Code、Cursor Composer、Codex 都是典型的编码 Agent。
关键区别：Chatbot 只输出文本；Agent 能改变世界状态（编辑文件、运行命令、调用 API）。
示例
当今主流的 AI Agent 工具：编码领域有 Claude Code、OpenAI Codex、Cursor Composer、Aider；通用领域有 AutoGPT、Devin、Manus。它们都遵循"LLM + 工具 + 规划"的范式，区别在于工具集、模型和工作流设计。理解 Agent 概念是掌握现代 AI 编码工具的基础。
# A typical coding agent task
User: "Add a user login feature to this project"
Agent executes autonomously:
→ Read the project structure and understand the stack
→ Plan: create User model → write auth endpoints → add a frontend login page → configure routing
→ Create/modify files one by one
→ Install dependencies, run tests, fix errors
→ Commit to Git and report completionReady to try AI Agent?
Visit the official site for the latest version and full documentation.
Visit AI Agent