Agent 是什么

学习目标

用“目标、决策、行动、观察、循环、停止”描述 Agent，而不是把它等同于某个模型或聊天界面。
看懂一个 Agent 运行时的最小数据流，知道每一层负责什么。
通过一个不依赖模型和网络的 Python 例子建立源码阅读入口。

前置知识

需要有 Python 基础编程能力。不要求先学过某个 Agent 框架；第一章的项目导航是可选参考，不是本篇的理论前置。本文只使用后续文章会反复出现的 Agent、Model、Action 和 Observation 这些最小术语。

Agent 的工作定义

Agent

Agent 是一个围绕目标持续做出下一步决策、执行行动、读取结果，并在满足停止条件后交付结果的系统。这里的“做出决策”通常由模型参与，但 Agent 不等于模型：模型负责根据输入产生候选输出，Agent 运行时负责把输出解释为行动、执行行动、保存状态和决定是否继续。

白话说，模型像“提出下一步建议的决策器”，Agent 像“把建议放进有边界的工作流程里执行的系统”。只有模型回答一句话时，它仍然可以是普通的模型调用；当系统能根据结果继续行动并处理失败时，才出现 Agent 的闭环特征。

Goal

Goal 是一次运行要达成的结果或判定条件，例如“把三个待办事项整理成表格”。目标应当能被运行时或上层程序判断是否完成；“尽量聪明地处理”是偏好，不是可验证的目标。

本章只把 Goal 当作 Agent 的方向。如何将目标拆成 Instructions 和 Constraints，见后续 Goal、Instructions 与 Constraints。

Model

Model 是根据当前输入生成文本、结构化决定或行动候选的组件。输入可以包含目标、指令、历史状态和最新观察；输出可能是最终回答，也可能是“调用某个工具并携带参数”的行动提议。

模型通常不能直接改变外部世界。发邮件、写文件或访问数据库这些副作用必须由运行时登记、校验并执行；把模型输出当成已经发生的事实，是 Agent 系统中最危险的边界混淆之一。

Environment

Environment 是 Agent 能观察或影响的外部世界，包括文件系统、数据库、网页、用户审批界面以及一个纯内存的模拟对象。Environment 不一定是远程服务；下面的计数器也足以用来说明“行动导致环境变化，下一步再观察变化”。

Action

Action 是 Agent 请求环境执行的一步操作。它可以是“向用户返回答案”这样的终止动作，也可以是调用工具、更新任务、请求审批等非终止动作。Action 需要有明确的名称、输入和执行结果，不能只在日志里写一句模糊的“继续处理”。

Observation

Observation 是环境在某个行动之后返回给 Agent 的可用事实，例如工具返回的 JSON、文件不存在的错误或用户拒绝审批。Observation 不是模型的臆测，也不等于完整环境；运行时应只把已取得、允许暴露给模型的部分放入下一轮输入。

Agent Loop

Agent Loop 是“读取目标和当前观察 → 产生下一步行动 → 执行动作 → 记录观察 → 判断是否继续”的循环。它至少需要一个当前状态和一个停止分支；没有停止分支的 while True 只能叫未完成的控制流，不能算可交付的 Agent 运行时。

后续 Observation、Action 与 Agent Loop 会把这个闭环拆成可观察的状态转移。本篇先用一个确定性策略展示结构，不引入在线模型，以便把模型能力和循环职责分开。

阅读提示：Decision 只提出候选动作，只有 Environment 返回新的 Observation 后，运行时才有依据继续或交付结果。

一个不依赖模型的最小闭环

下面的代码用一个“把计数器推进到目标值”的模拟环境演示 Goal、Action、Observation 和停止分支之间的数据流；它可直接用 Python 运行，不需要密钥。

python

from dataclasses import dataclass


@dataclass(frozen=True)
class Observation:
    value: int


def choose_action(goal: int, observation: Observation) -> str:
    if observation.value >= goal:
        return "finish"
    return "increment"


def run_agent(goal: int) -> int:
    observation = Observation(value=0)
    steps = 0

    while True:
        action = choose_action(goal, observation)
        if action == "finish":
            # 停止条件：当前观察已经满足目标，循环不再执行环境动作。
            return observation.value

        if action != "increment":
            raise ValueError(f"unsupported action: {action}")

        # 状态变化：环境把当前值增加一，下一次循环只能读取新的观察。
        observation = Observation(value=observation.value + 1)
        steps += 1

        if steps > goal + 1:
            raise RuntimeError("step budget exceeded")


print(run_agent(3))
# 输出：3

这个例子中的 choose_action 可以替换成模型调用，但 run_agent 仍然需要保留动作校验、环境执行、观察更新和步数边界。真实系统还要记录每次决策的输入与输出，方便解释“为什么执行了这一步”。

决策与执行的责任边界

模型或策略函数只负责提出候选 Action；运行时负责检查动作名称、参数和权限，再把它交给 Environment。Environment 返回 Observation 后，运行时决定哪些字段可以进入下一次模型输入。这样即使模型产生未知动作，也不会自动获得文件、网络或账户权限。

结果不是每次循环都能交付

一次循环可能得到中间数据、等待审批或可恢复错误，而不是最终答案。运行时应区分“行动已执行”和“目标已完成”：工具返回 {"status": "accepted"} 只表示请求被接受，不代表业务结果已经产生。停止与失败的详细边界在停止条件、超时与失败边界中说明。

源码阅读时如何定位 Agent

不同项目的命名不同，但可以沿着同一条调用链找职责，而不是先背类名。

smolagents 的对应关系

阅读 smolagents 时，可以先找负责接收任务并反复运行的 Agent 执行方法，再追到工具调用和结果回填位置。CodeAgent 或工具型 Agent 的具体实现可能随版本变化，但“模型产出下一步 → 执行器执行 → 结果进入下一次上下文”的边界仍是同一条闭环。

OpenAI Agents SDK 的对应关系

OpenAI Agents SDK 将 Agent 的指令、工具和转交能力放进 Agent 配置，将循环编排交给 Runner。源码阅读重点不是某个便捷入口的参数表，而是 Runner 如何创建一次 Run、处理每个模型结果并决定继续、结束或转交。

LangGraph 的对应关系

LangGraph 把循环显式表示成 State、Node 和 Edge：Node 做一次处理，Edge 根据状态选择下一步。它把“循环控制”从隐含的 while 提升为可检查的图，但每个节点仍然在做 Action 和 Observation 之间的转换。

DeepSeek Harness 的对应关系

DeepSeek Harness 的 Driver、Session 或 Plugin 等层会承担比最小 Agent 更多的生命周期和扩展职责。阅读时先找 Driver 如何持有当前运行、如何调用 Agent/工具、如何发布事件；不要把插件注册或 UI 事件误认为模型本身的决策能力。

易混点

Agent 不等于模型：模型生成候选决定；Agent 还要负责执行、状态、权限和停止。
自主不等于无约束：可控的目标、动作白名单、步数和超时，正是生产 Agent 的必要条件。
Action 不等于 Observation：Action 是请求做什么，Observation 是环境实际返回什么；模型猜测的结果不能冒充 Observation。
聊天界面不一定是 Agent：如果每次输入都只触发一次模型调用，没有环境行动和后续决策，它更接近问答应用。
工具成功不等于任务完成：工具调用的成功状态只说明这一步被接受或执行，需要再观察目标是否满足。

课后小问

为什么把模型输出直接当成文件已经写入是错误的？
答案：模型输出只是候选决定，不是 Environment 的执行结果。
解析：只有经过动作校验、权限检查和实际写入，并收到可验证的 Observation，运行时才能记录“文件写入成功”。这条边界也让失败、重试和审计有了依据。
一个 Agent Loop 最少需要哪两个控制分支？
答案：一个执行下一步 Action 的分支，以及一个明确停止或返回结果的分支。
解析：只有行动没有停止会导致无限循环，只有停止没有行动则无法完成需要多步环境交互的目标。真实实现还应增加异常和预算边界。

本节小结

Agent 是围绕 Goal 进行决策、行动、观察并停止的系统，不是单独的模型。
Model 提议行动，运行时校验并执行，Environment 返回 Observation。
最小 Agent Loop 必须同时包含状态更新和可判定的停止路径。
阅读框架源码时，应沿着“决策 → 执行 → 观察 → 再决策”的调用链定位职责。

快速回顾

能解释 Agent 与 Model、Action 与 Observation 的区别。
能从一个运行时找到 Goal、Environment 和停止分支。
能说明为什么最小例子可以不用在线模型，但仍然体现 Agent 闭环。
下一篇阅读 Agent 系统组成，把闭环拆成可替换的系统部件。

Agent 是什么 ​

学习目标 ​

前置知识 ​

Agent 的工作定义 ​

Agent ​

Goal ​

Model ​

Environment ​

Action ​

Observation ​

Agent Loop ​

一个不依赖模型的最小闭环 ​

决策与执行的责任边界 ​

结果不是每次循环都能交付 ​

源码阅读时如何定位 Agent ​

smolagents 的对应关系 ​

OpenAI Agents SDK 的对应关系 ​

LangGraph 的对应关系 ​

DeepSeek Harness 的对应关系 ​

易混点 ​

课后小问 ​

本节小结 ​

快速回顾 ​