返回Agent 开发
PATH 01/LESSON 03/16 分钟

Agent 不只是聊天框

用目标、状态、工具与循环重新理解 Agent。

课程全目录 · 选择章节

本课学习目标

  • • 目标 — 定义完成条件
  • • 状态 — 保存已知信息
  • • 动作 — 调用模型或工具
  • • 循环 — 观察结果并继续

完成路径

阅读概念与案例 → 完成动手任务 → 勾选实践检查 → 回答检查点 → 保存完成记录。练习由你自行检查,不会假装成自动代码评分。

01 / 核心概念

聊天模型根据输入生成回答;Agent 则围绕目标持续判断下一步动作,并读取动作产生的新状态。界面中的聊天框只是其中一个入口。

真正影响产品体验的是系统何时规划、何时调用工具、何时停止,以及用户何时能够介入。

02 / 心智模型

01

目标

定义完成条件

02

状态

保存已知信息

03

动作

调用模型或工具

04

循环

观察结果并继续

03 / 代码骨架

TYPESCRIPT / CONCEPT
type AgentState = {
  goal: string;
  status: "planning" | "acting" | "waiting" | "done";
  observations: string[];
};

这是解释结构的代码骨架,外部函数与数据需要在实际项目中实现。

04 / 贯穿案例

放进真实情境里看

访客问:“这项功能在新版中还能用吗?”普通聊天可能直接给出一句猜测;证据助手必须先确认文档版本、查找资料,再决定回答还是承认不知道。

  1. 01

    写清目标

    把“回答问题”改成可检验条件:答案应标出版本、来源和仍不确定的部分。

  2. 02

    把观察放进状态

    一次检索没有找到证据也是观察。记录查询、候选片段和工具错误,下一步才能根据事实改变。

  3. 03

    定义停止边界

    设置最大步数、可接受的证据条件和无法回答的出口。循环不能因为模型一直想尝试就无限继续。

05 / 动手做

用自己的产物检验理解

为证据助手画一个最小状态图:收到问题 → 检索 → 检查证据 → 回答或说明不足。写出每条边触发的条件。

完成时检查

  • 能指出何时调用工具,而不是只输出文本
  • 包含检索失败或证据不足的分支
  • 包含明确的停止条件

自动保存在当前浏览器,不会同步到账户。

继续到代码练习

06 / 检查点

下面哪项最能区分 Agent 与普通聊天回答?

延伸阅读 · 原始资料