很多人第一次接触AI Agent，会有一种类似"读医学教材"的困惑：单词都认识，但读完不知道在讲什么。
"规划"、"记忆"、"工具调用"、"ReAct框架"……这些词经常一起出现，但彼此的关系说不清楚，看起来像是四套不同系统硬拼在一起。
这篇文章，我想把这四个东西的逻辑关系说透。它们不是并列的，更不是相互独立的——它们是一个系统的四个层次，缺一不可。
假设你是一个活动策划，今天接到任务：为公司200人年会设计一个方案，三天后汇报。
你会怎么做？
你就是一个Agent。 规划、记忆、工具、执行循环，这四件事你每天都在做，只是不叫这个名字。
现在，OpenAI前安全主管Lilian Weng在她的著名博文《LLM Powered Autonomous Agents》中，把这个过程精确地映射到了AI Agent的架构上。
规划，是把一个复杂任务拆成可执行的子任务序列的过程。
听起来简单，但这恰恰是大模型出现之前的Agent最难做到的事。传统AI要么死守规则，遇到没见过的情况就不知所措；要么只会反应式处理，根本没有"先想清楚再行动"的能力。
大模型改变了这一点。它有两类关键的规划技术：
任务分解
思维链（CoT）：让模型"一步一步地思考"。这不是一个特殊功能，而是一种提示技巧——在提示词里加上"请一步一步推理"，模型就能把隐式的推理过程显式化，把大任务自然分解成小步骤。
思维树（ToT）：CoT的升级版。CoT是一条线，ToT是一棵树——每一步都探索多种可能性，用广度优先或深度优先搜索来找最优路径。复杂问题用CoT可能走进死路，ToT能回溯重试。
自我反思
规划不是一次性的，好的Agent要能"反思自己的决定"。这里有三个框架很重要：
这三者的共同点：Agent不再是一次性给出答案的机器，而是有了迭代和进化的能力。
这是最容易被忽略，却极其重要的部分。
很多人以为大模型"天生有记忆"，或者"记忆就是上下文窗口"。其实，大模型的记忆有四种不同的机制，每种来源不同、作用不同：
第一种：预训练记忆（参数记忆）
这是大模型最"深层"的记忆。GPT-4在训练时看过互联网上海量的文本，这些知识被压缩进了数十亿个神经元权重里。它"知道"水是湿的、合同有法律效力、Python用缩进控制结构——这些不需要任何提示，是天生就有的。
但这种记忆有一个关键缺陷：一旦训练完成，就固定了。 今天发生的新闻、你公司内部的数据，它一概不知。
第二种：上下文记忆（短期记忆）
这就是你和大模型对话时的"当前窗口"。把历史对话全部塞进prompt，模型就能"记住"前面说了什么。这属于提示工程的范畴。
局限也很明显：上下文窗口有限，长对话后早期内容会被截断或遗忘。用人类来比喻，这就是"工作记忆"——容量有限、不持久。
第三种：微调记忆（长期参数记忆）
在更具体的数据集上进一步训练模型，让它"专精"某个领域。比如把大量医疗病历喂给模型做微调，它在医疗问答上的表现就会显著提升。
这种方式成本高、周期长，适合垂直场景的深度定制，不适合频繁更新知识。
第四种：外部记忆系统（向量数据库）
这是给大模型加"外挂第二大脑"的方式，也是RAG（检索增强生成）技术的核心。
把大量文档、知识库、历史记录向量化存储，每次对话时先检索相关内容塞进上下文，模型就能"参考"远超上下文窗口的外部知识。
想象一下：一个法律AI Agent，它的"脑子"里不仅有预训练的法律常识，还能实时检索最新的法律法规数据库。这就是外部记忆的价值。
四种记忆的关系：
| 记忆类型 | 容量 | 更新速度 | 持久性 |
|---|---|---|---|
| 预训练 | 极大 | 极慢（重训） | 永久 |
| 上下文 | 有限 | 实时 | 会话内 |
| 微调 | 较大 | 慢（重训） | 永久 |
| 外部系统 | 无限 | 实时 | 持久 |
真正强大的Agent，需要把这四种记忆协同使用。
这是Agent与ChatGPT最本质的差别。
ChatGPT只有一颗大脑，它能说、能想，但它的世界终结于对话框。没有工具调用能力的AI，再聪明也只能"想"，不能"做"。
工具调用让Agent有了"手脚"：
举个实际例子。假设Agent接到任务："帮我找到今天北京最便宜的一束玫瑰花，并估算一下100元预算能买几束。"
没有工具的模型：凭训练数据里的"记忆"给出一个可能严重过时的价格。
有工具的Agent的执行路径：
这两者的差距，不是"准不准"的问题，而是"能不能做到"的问题。
工具调用的挑战在于：
这些问题，恰好是ReAct框架要解决的。
ReAct（Reasoning + Acting）是2022年由Shunyu Yao等人在论文中提出的框架，发表于ICLR 2023。
它的核心思想极其简洁：把推理和行动交织在一起，形成循环。
ReAct的循环只有三步：
思考（Thought）→ 行动（Action）→ 观察（Observation）→ 思考……
每一轮：
然后把"观察"的结果输入下一轮"思考"，循环往复，直到任务完成。
这个循环有多重要？
来看一段真实的Agent执行过程（书中原文）：
问题：当前Agent最新研究进展是什么？
思考：我需要搜索关于Agent的最新研究
行动：Search（"Agent最新研究进展"）
观察：[搜索结果：多篇论文摘要...]
思考：搜索结果提到了AI对齐，我需要更多信息
行动：Search（"Agent AI alignment 2024"）
观察：[更多搜索结果...]
思考：现在我掌握了足够信息
最终答案：多Agent强化学习、AI对齐等领域已取得重大进展...
注意：相同的问题，Agent两次运行给出了不同的搜索策略和不同的答案。 这不是bug，这是Agent在动态地"思考"如何解决问题。它不是硬编码的流程，而是实时推理的产物。
这正是ReAct框架的精髓：操作的序列不是硬编码在代码里的，而是由大模型实时决定的。 这是AI自主决定应用程序逻辑的新编程范式。
现在把四件事放在一起看：
用户输入任务
↓
[规划] 大模型分析任务，制定执行计划
↓
[记忆] 检索相关历史信息和外部知识
↓
[ReAct循环]
思考 → 行动（调用工具） → 观察结果 → 思考 → ...
↓
任务完成，输出结果
↑
[记忆] 将本次交互结果存入记忆系统
用书中KwaiAgents项目的架构来描述：
这七步，就是一个完整的Agent工作循环。
ReAct是最主流的，但不是唯一的。书中还介绍了几个值得了解的框架：
函数调用（Function Calling）：OpenAI提出的方式。大模型作为"调度中心"，直接调用预定义的函数。比ReAct更结构化，适合与现有系统深度集成。
计划与执行（Plan-and-Execute）：先完整规划所有步骤，再统一执行。ReAct是边想边做，这个是先想好再做。适合确定性高、步骤清晰的复杂任务。
自问自答（Self-Ask）：让大模型对自己的问题提出追问，层层深入。适合需要多角度分析的复杂查询。
批判修正（Critique-Revise）：也叫Self-Reflection。模型先输出，再批判自己的输出，再修正，循环直到满意。适合创作、分析类任务。
思维链 / 思维树（CoT / ToT）：前文已讲，线性推理 vs. 树状搜索，复杂度越高越倾向用ToT。
选哪种框架，取决于任务类型和环境确定性。没有最好的框架，只有最合适的框架。
理论说够了，来看代码。
书中用LangChain + OpenAI + SerpApi，实现了一个会自主搜索并总结"Agent最新研究进展"的Agent。核心逻辑不超过50行：
from langchain import hub
from langchain_openai import OpenAI
from langchain_community.utilities import SerpAPIWrapper
from langchain.agents.tools import Tool
from langchain.agents import create_react_agent, AgentExecutor
# 1. 获取ReAct提示模板（来自LangChain Hub社区）
prompt = hub.pull("hwchase17/react")
# 2. 创建大模型实例（推理引擎）
llm = OpenAI()
# 3. 定义工具（Agent的手脚）
search = SerpAPIWrapper()
tools = [Tool(
name="Search",
func=search.run,
description="当大模型没有相关知识时，用于搜索知识"
)]
# 4. 构建ReAct Agent
agent = create_react_agent(llm, tools, prompt)
# 5. 创建执行器并运行
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
agent_executor.invoke({"input": "当前Agent最新研究进展是什么？"})
五步，每一步对应一个要素：
hub.pull：加载ReAct框架的提示（规划指南）OpenAI()：推理引擎（大脑）Tool(Search...)：工具（手脚）create_react_agent：把三者组合成一个AgentAgentExecutor.invoke：触发ReAct循环，自主完成任务最关键的是这个ReAct提示模板。 它的内容大致是：
尽你所能回答以下问题。你可以使用以下工具：{工具列表}
请按格式回答：
问题：{输入问题}
思考：你应该思考接下来怎么做
行动：从工具列表中选一个
行动输入：工具的输入参数
观察：工具的执行结果
...（可重复N次）
思考：我现在知道答案了
最终答案：最终答案
正是这个提示，让大模型从"生成文本的模型"变成了"遵循ReAct框架思考并行动的Agent"。 提示工程的价值，在这里体现得淋漓尽致。
我们来把整篇文章做一个收束。
Agent的四大要素——规划、记忆、工具、执行——本质上对应了人类完成复杂任务的四种能力：
这四者缺一不可。一个没有规划的Agent，面对复杂任务只会乱撞；一个没有记忆的Agent，每次都从零开始；一个没有工具的Agent，只能说不能做；一个没有执行反馈的Agent，永远不知道自己做对了没有。
更重要的是：这个架构不是一成不变的。 随着大模型能力提升、工具生态完善，Agent的边界会持续扩展。从今天的"会搜索会调API"，到未来的"会操控机器人、会管理企业流程"，走的是同一条路。
理解这个底层架构，你才能判断一个"Agent产品"到底做到了几层，哪里是真正的壁垒，哪里还有空白。
那才是这件事真正有意思的地方。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。