前言

2023 年 3 月,AutoGPT 的出现震撼了整个 AI 社区。人们第一次看到 AI 可以"自己规划、自己执行",而不是被动地响应 Prompt。本文将探讨 Agent 范式的本质,以及它为什么代表了 AI 应用的下一个阶段。

AutoGPT 的震撼时刻

第一次看到 AI “自己工作”

TODO: AutoGPT 的核心演示场景

与传统 Chatbot 的本质区别

TODO: 对比 Goal-driven vs Prompt-driven

Agent 的本质: 范式转变

从被动响应到主动决策

TODO: 什么是真正的 Agent?

Goal-driven 的工作模式

TODO: 目标分解和执行循环

Agent 的核心能力三要素

Planning: 规划能力

TODO: 如何将目标拆解为可执行步骤

Memory: 记忆能力

TODO: 回顾上一篇 RAG 记忆系统

Tool Use: 工具使用能力

TODO: Agent 需要与外部世界交互

为什么 RAG 不够?

TODO: 从被动检索到主动决策的跨越

早期 Agent 的失败案例

无限循环

TODO: Agent 陷入死循环的原因

目标偏移

TODO: 为什么 Agent 会"跑偏"?

成本爆炸

TODO: 无控制的 API 调用带来的问题

小结

TODO: 总结 Agent 的核心价值和挑战,预告下一篇工具接口标准化

系列文章:

  • 上一篇: RAG 的记忆系统: 从无状态到有状态的演进
  • 下一篇: Function Calling 与 MCP: Agent 工具接口的标准化之路