只用大语言模型（LLM），就像一个只有大脑的人——能想，但没法跟现实世界打交道。我们要给它装上手脚，让它能自己规划、调用工具、记住关键信息，这样才能独立完成一个任务。这就是智能体（Agent）要解决的问题。
我理解里的 Agent，本质上是一个通用问题解决器。从软件工程角度看，它是一个基于 LLM、具备规划思考能力、记忆能力和工具使用能力的程序，能自主完成给定的任务。
智能体的三个核心组件
除了作为大脑的 LLM，一个能落地的 Agent 还需要规划（Planning）、记忆（Memory）和工具使用（Tool Use）。这三样东西让它从'会聊天的模型'变成'能干活的助手'。
规划：学会把大任务拆碎
我们接到一个任务时，本能会先想怎么做、有什么资源、怎么拆成子任务、过程中怎么反思调整。Agent 也要有这种思维模式，而 LLM 本身没有，必须靠提示工程来注入。
我现在常用两种手段来提升规划能力：
- 子任务分解：让 LLM 把复杂任务拆成更小、更可控的步骤。
- 思维链（CoT）：告诉它'think step by step'，模型就会一步一步推理，通常结果更靠谱。基本 Prompt 像这样：
Answer the question: Q: {question}? Let's think step by step:
但 CoT 是线性的，遇到岔路怎么办？思维树（ToT） 就是在每一步生成多个分支，再用广度优先或深度优先去探索，相当于让模型能前瞻和回溯。
另外，只用推理不行，只用工具也不行。ReAct 把推理和行动揉在一起，让模型边想边做边观察，然后再根据新信息继续推理，形成循环。拿'调研特斯拉 FSD 和华为 ADS'举例：
- 推理：光靠自己知识不够，得去搜。
- 行动：调用搜索工具查这两个关键词，拿到资料。
- 观察：总结搜到的内容。
- 推理：现在信息够了，该生成报告。
- 行动：调报告工具输出。
整个过程模型反复输出 Thought → Action → Observation，直到任务结束。ReAct 的 Prompt 模板大概就是重复这三步，直到完成。
记忆：别一次对话完就忘光
人类的记忆分短时和长期，Agent 也类似。
- 短期记忆：当前任务执行中产生的上下文，比如某个子任务的结果、工具返回的内容。任务跑完就清掉。
- 长期记忆：需要跨对话保留的信息，一般用向量数据库存储和检索，外面套一个知识库。
以前做纯对话应用时，这部分很容易被忽略。但一旦让模型跨多个步骤完成任务，记忆就是必需品。
工具使用：让 LLM 能动手
LLM 本质上是数字世界的程序，想查天气、算公式、操作数据库，都得靠外部函数。工具就是封装好的函数，工具使用就是调用函数。
现在主流做法是 Function Calling：调用 LLM 时，你告诉它有哪些函数可用、每个函数怎么传参，模型根据用户的自然语言决定调用哪个，并吐出结构化的参数 JSON。你的程序拿到参数后自己去执行函数，再把结果传回给模型，让它用自然语言回复。
我用 OpenAI 的 SDK 来演示整个过程。
1. 描述函数
假设我们实现了一个获取天气预报的函数，描述大概这样：
{
"type": "function",
"function": {
"name":
