AI agents的技术栈

     AI Agent的技术栈在常规栈之上，增加了一套独特的“认知与行动”闭环架构，通常被概括为 Agent = LLM（大脑） + 驾驭系统（Harness）。其核心包含四大模块：

感知模块（Perception - 眼睛和耳朵）：
常规软件只能接收特定格式的输入（如表单、点击）。AI Agent则通过自然语言处理（NLP）、计算机视觉（CV）等多模态技术，像人一样“感知”环境，理解模糊的自然语言指令或图片信息。

规划模块（Planning - 大脑的思考）：
这是AI Agent的灵魂。常规软件执行的是程序员写好的  if-else  逻辑。AI Agent则依靠LLM进行任务拆解和动态规划（如ReAct框架：边思考边行动），将一个模糊的目标（如“帮我策划一次旅行”）拆解为查天气、订机票、定酒店等一系列子任务，并根据实时反馈调整计划。

记忆模块（Memory - 经验与海马体）：
常规软件的“记忆”就是数据库里的冷数据。AI Agent拥有短期记忆（记住当前的对话上下文）和长期记忆（通过向量数据库存储历史经验、用户偏好），能够像人一样从过去的交互中学习和成长。

工具调用（Tool Use - 双手）：
常规软件的功能是封闭在系统内的。AI Agent具备“双手”，可以通过标准化的API、MCP（模型上下文协议）等去调用外部工具（如搜索引擎、计算器、企业内部的CRM系统），甚至操作其他传统软件来完成物理或数字世界的任务。

总结来说，常规软件技术栈是在搭建一个精密的“自动化流水线”，而AI Agent技术栈则是在培养一个有大脑、有记忆、有双手的“数字员工”。前者需要人类事无巨细地编写每一步操作手册，后者只需要人类下达一个目标，它就能自主思考并调用各种工具去达成结果。