👨⚕️ 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 ☘️四个组件的协作循环
- 2.2 ☘️决策模块是能力天花板
- 2.3 ☘️记忆模块的两层设计
- 2.4 ☘️感知模块的多模态扩展
- 2.5 ☘️执行模块的工具生态
- 三、🍀面试官追问
一、🍀回答重点
一个完整的 AI Agent 通常由四个核心组件构成：感知、决策、执行、记忆。
感知模块负责接收和理解外部信息。对大多数 Agent 来说，输入主要是用户的自然语言指令，但也可以是图片、文件内容、API 返回的结构化数据等。它的核心任务是把原始输入转成 Agent 内部能处理的格式。
决策模块是 Agent 的大脑，通常由大语言模型来承担。它负责理解当前任务、分析已有信息、制定执行计划、决定下一步该做什么。比如用户说\”帮我分析这份销售报表\”，决策模块会判断出：先读文件，再提取关键数据，然后做分析，最后生成报告。整个任务拆解和步骤编排都靠它。
执行模块负责把决策转成实际行动。最典型的就是工具调用，跑代码、查数据库、调外部 API、读写文件，都是执行模块的活。它拿到决策模块的指令后去调对应的工具，然后把执行结果返回给决策模块，驱动下一轮推理。
记忆模块让 Agent 能记住历史信息。短期记忆就是当前对话的上下文，记录着这次任务已经做了什么、拿到了什么结果。长期记忆则把重要信息持久化存下来，下次对话还能用。没有记忆的 Agent 每一步都像失忆了一样，效率很低。 
