👨⚕️ 主页： gis分享者 👨⚕️ 感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅! 👨⚕️ 收录于专栏：AI大模型原理和应用面试题 
文章目录
- 一、🍀回答重点
- 二、🍀扩展知识
-
- 2.1 ☘️Agent 的本质是 LLM + 循环 + 工具
- 2.2 ☘️从 Prompt 到 Agent 的演进路径
- 2.3 ☘️Agent 和 Workflow 的区别
- 三、🍀面试官追问
一、🍀回答重点
AI Agent 就是一个能自己感知环境、拆解任务、调工具、拿结果、再决定下一步怎么干的自主系统。你给它一个目标，它自己想办法搞定，不用你一步步盯着。
直接调大模型 API 本质上就是\”一问一答\”，你发一段 Prompt 过去，模型吐一段文本回来，完事了。模型不会主动去干活，也不会根据中间结果调整策略。就像问一个很聪明的朋友问题，他给你答案但不帮你动手。
Agent 不一样，更像雇了个助理，你说\”帮我订明天去上海的机票\”，他自己查航班、比价、下单，中间卡住了还会自己想别的办法。
两者的核心差异有三点：
1）Agent 有循环执行能力，反复走\”思考 → 行动 → 观察\”这个环，直到任务做完。API 调用是单次的，走一遍就没了。
2）Agent 能调外部工具，搜索引擎、数据库、代码执行器都行。大模型 API 只能输出文本，对外部世界没有任何操作能力。
3）Agent 有记忆，能记住之前做了什么、拿到什么结果，后面的决策会基于这些历史信息。纯 API 调用每次都是从零开始。 
