什么是 Agent
一句话定义：Agent 是以 LLM 为决策核心，通过感知、规划、工具调用与反馈循环，自主完成开放性目标的系统。
Agent 的核心组件
一个实用的 Agent 可以拆成五个组件：大脑（LLM）、规划、工具、记忆、环境。质量短板往往不在"哪个组件不够先进"，而在组件之间的接口设计。
构建好的 Agent：设计原则
"如何构建一个好的 Agent"的答案，一半是工程纪律，一半是对 LLM 能力边界的尊重。以下原则按投入回报排序，前四条几乎适用于所有项目。
Agent 设计模式
设计模式是介于"裸循环"与"完整框架"之间的复用层：每种模式解决一类结构性问题。先掌握 workflow 层的组合模式，再进入 Agent 层的反思与协作模式——很多"多 Agent 需求"其实是 workflow 组合没做对。
工具设计与函数调用
函数调用（Function Calling / Tool Use）是 LLM 与外部世界交互的标准协议：模型不直接执行代码，而是输出一个结构化的调用意图，由宿主程序执行后把结果回填。
Agent 记忆系统
LLM 天生只有上下文窗口这一种记忆：容量有限、按 token 计费、会话结束即消失。Agent 记忆系统的本质，是用工程手段在窗口内外组织信息，让模型"记得住该记的，找得到该找的"。
Agent 评测与安全
Agent 的非确定性、多步性与环境依赖，使传统"单测 + 输出比对"的方法大面积失效。评测和安全要回答的是同一个问题的两面：凭什么相信这个系统，出了问题怎么兜住。
Agent 框架选型
先说结论性观点：Agent 的核心循环（LLM + 工具调用 + 状态注入）简单到不值得恐惧，也简单到不必急着上框架。框架的价值在工程外围（状态持久化、恢复、流式、观测），而不在"让模型更聪明"。