🤖 什么是 Agent？和普通 LLM 应用啥区别
普通 LLM 是被动一问一答的顾问，Agent 是目标驱动、能自己干活的员工。
一句话：顾问 vs 员工
🎓 普通 LLM = 知识渊博的顾问
被动一问一答：你问他答，你逐级引导。
没有工具调用，只有对话上下文，单次推理就输出。
像顾问，你说什么他答什么，但不会自己动手。
💼 Agent = 能自己干活的员工
目标驱动、自主规划执行：你交代一个目标，它自己拆解、自己调工具、自己干活直到完成。
能调用 API、操作文件、访问浏览器，还有记忆。
普通 LLM 应用
被动一问一答
用户逐级引导
无工具调用
只有对话上下文
单次推理就输出
Agent
目标驱动自主规划
调用 API/操作文件/浏览器
短期+长期+工作记忆
Observe→Think→Act→Observe 循环
可反思自我错误
四个核心区别
🎯 ① 主动 vs 被动
普通 LLM 是被动等指令；Agent 是目标驱动——给个目标，它自己规划步骤、自主执行，不用你一步步引导。
🛠️ ② 工具调用
普通 LLM 只会「想」和「说」；Agent 能调用 API、操作文件、控制浏览器，真的动手改变世界。
🧠 ③ 记忆系统
普通 LLM 只有对话上下文（这轮说完就忘）；Agent 有三层记忆：短期、长期、工作记忆，能记住跨会话的事实。
🔁 ④ 循环工作 + 反思
Agent 通过 Observe → Think → Act → Observe 循环工作，还能反思自我错误、修正计划。普通 LLM 单次推理就输出。
核心公式：Agent 由什么组成
普通 LLM 是被动一问一答的顾问（无工具、无记忆、单次推理）；Agent 是目标驱动、能自己干活的员工——能调用工具、有记忆、通过 Observe→Think→Act 循环工作还会反思。核心公式：Agent = LLM（大脑）+ 规划 + 记忆 + 工具使用。
我用一个类比：普通 LLM 是知识渊博的顾问，你问他答、要你一步步引导，它没有工具调用，只有对话上下文，单次推理就输出；Agent 是能自己干活的员工，你交代一个目标，它自己拆解、自己调工具、自己执行直到完成。具体区别有四点：主动 vs 被动、能不能调用工具、有没有记忆系统、是不是循环工作加反思。核心公式是 Agent 等于 LLM 大脑加规划加记忆加工具使用。
普通 LLM 只有对话上下文，这一轮说完就忘，每次都是重新开始。Agent 有三层记忆：短期记忆就是当前会话的上下文；长期记忆是跨会话持久化的，能记住用户偏好、之前任务的结果，存在数据库或向量库里；还有工作记忆，是处理当前任务时的中间状态。这三层配合，让 Agent 能记住事实、有连续性，而不是每次都很健忘。
Agent 的核心是一个循环：Observe 观察当前状态和工具返回的结果，Think 思考下一步该怎么做，Act 采取行动去调用工具或执行操作，然后再 Observe 观察结果，如此循环。而且它能反思自我错误，比如某一步失败了，它会分析原因、修正计划重新来。这个循环一直持续到目标达成为止。