文章标签：#人工智能 #AIAgent #DeepSeek #AI编程 #ClaudeCode #CodexDesktop #Cursor #大模型落地
**阅读前置：**本文整合全套AI Agent入门知识、三大主流编程智能体横向对比、国产DeepSeek模型适配方案、代理网关选型，零基础可看懂，开发可直接套用选型方案，适配国内开发者本土化落地场景。
一、AI Agent核心零基础复盘（必懂基础）
1. 通俗定义
普通大模型：被动一问一答，无自主思考、无法调用外部工具、复杂任务易断裂，受限于知识截止、上下文短板。
AI Agent智能体：具备自主规划、思考决策、工具调用、循环执行、自我纠错能力，可自主拆解任务、自选工具、闭环完成目标。
2. Agent五大标准架构（所有编程工具通用）
LLM大脑：负责推理、决策、解析结果（DeepSeek/GPT/Claude均为底座）
Memory记忆：短期会话记忆+长期项目记忆，对接向量库留存工程信息
Tools工具手脚：文件读写、终端命令、代码执行、浏览器操控、Git操作
规划与行动：拆分复杂开发任务，分步执行操作
反思与观察：思考→行动→观察→复盘迭代，形成闭环，出错自动重试
3. 两大主流运行范式
-
ReAct范式（入门首选）：推理+行动交替执行，简单工具调用、调试友好，LangChain默认架构
-
Plan-and-Execute范式：先全局规划任务，再分步执行，适配大型项目重构、长链路开发
4. 核心概念区分：Workflow / RAG / Agent
-
Workflow：固定流程，无自主决策，适合标准化工单、固定开发流程
-
RAG：检索知识库答疑，无自主工具调度，仅解决模型幻觉
-
Agent：动态自主决策，可把RAG、Workflow当做工具调用，灵活度最高
5. 更新版Agent标准工作流程（编程实操案例）
案例场景：使用AI编程Agent修复Python项目Pandas KeyError报错
接收目标：修复代码字段报错，输出可运行代码+问题说明
加载记忆：读取项目依赖版本、历史修改会话
LLM思考决策：自身无法本地复现报错，调用代码执行工具
行动执行：读取本地源码、运行脚本复现异常
观察结果：确认是字段拼写缺失导致KeyError
反思校验：无需二次调用工具，可直接生成修复代码
整合输出：报错原因+修复代码+注意事项
持久记忆：留存本次修复方案，后续同类问题复用
二、三大主流AI编程Agent完整层级归类
全网高频混淆工具，一次性厘清层级、定位、能力边界：
1. Cur
