从＂鹦鹉＂到＂助手＂ —— AI Agent 是怎么学会＂做事＂的

从"鹦鹉"到"助手" —— AI Agent 是怎么学会"做事"的

前面几篇文章，我们一直在聊 AI 怎么"听懂"和"回答"。但不管是 ChatGPT 还是我们之前介绍的 RAG 系统，它们都有一个共同点：只会说，不会做。

你问 ChatGPT："今天天气怎么样？" 它不会真的去查天气，而是根据训练数据编一个答案。你问它："帮我总结一下这个 PDF 的内容。" 它也无法直接打开你的 PDF 文件。

但有一种 AI 可以。它能自己查天气、自己搜资料、自己调用工具。这种 AI 叫 Agent（智能体）。

今天就来聊聊，Agent 是怎么让 AI 从"鹦鹉"变成"助手"的。

普通大模型 vs Agent

普通大模型就像一个"百科全书"。你问它什么，它从自己的知识库里搜答案。但它的知识是"冻住"的，不会更新，也不能跟外部世界交互。

Agent 不一样。Agent 就像一个"实习生"。你给实习生布置任务，他不会只凭脑子想，而是会自己去翻文件、查系统、问同事，最后把结果整理好交给你。

举个例子：

你跟普通大模型说："帮我查一下 RAG 的相关资料，然后总结一下。"

它可能直接给你编一个。或者告诉你："我无法访问互联网。"

但如果你跟 Agent 说同样的话，它的工作流程是：

整个过程你只需要说一句话，剩下的 Agent 自己搞定。

Agent 之所以能"做事"，靠的是一个叫 Function Calling（函数调用）的技术。

Function Calling 的意思是：你可以给 AI 准备一个"工具箱"，里面装了各种工具。AI 会根据你的问题，自己判断用哪个工具。

常见的工具有哪些呢？

举个例子，你给 AI 配了三个工具：搜知识库、查天气、算数学题。

然后你说："帮我查一下我们公司的退货政策。"

AI 自己判断：这需要查知识库，于是调用"搜知识库"工具。它不会去查天气，也不会去算数学题，因为跟当前问题无关。

但如果你说："帮我算一下 (12345 + 67890) 乘以 0.85。"

AI 自己判断：这需要算数学题，于是调用"计算器"工具。

这就是 Function Calling 的核心：AI 自己判断什么时候用哪个工具。

除了 Function Calling，Agent 还有一个重要能力叫"路由"。

路由的意思是：AI 自己判断你的问题属于什么类型，然后选择不同的处理方式。

比如一个智能客服系统，它的路由逻辑可能是：

你看，AI 就像一个"前台"，先判断你的问题属于哪个部门管，然后帮你转接过去。整个过程对你来说是无感的，你只是在聊天，但背后 AI 已经做了好几步决策。

因为从"会说"到"会做"，才是真正的智能。

回想一下，智能手机刚出来的时候，大家觉得手机能上网已经很厉害了。但后来有了 App Store，手机能做的事情一下就多了——不只是浏览网页，还能点外卖、打车、订酒店、付钱。

AI 现在也在经历类似的变化。目前大多数 AI 产品还停留在"聊天"阶段，但 Agent 让 AI 开始能"做事"了。

想象一下未来：

你跟 AI 说："帮我安排一下明天下午的行程，先跟张三开个会讨论项目，然后三点之前把方案发给李四。"

AI Agent 做的事：先去你的日历里查空档，创建会议邀请，然后从你的文档里找到相关方案，整理好，用邮件发给李四。

你只需要一句话，AI 帮你跑完一整个流程。这就是 Agent 的终极形态。

今天我们聊了三个关键词：

Agent 让 AI 从"只会说话的鹦鹉"变成了"能干活儿的助手"。这是 AI 从"聊天工具"走向"生产力工具"的关键一步。

下一篇文章，我们来聊聊一个更接地气的问题：你上传的 PDF，AI 是怎么"读懂"的？

下一篇预告：你上传的 PDF，AI 是怎么"读懂"的？