01 — Agent 基础与架构

定位: AI Agent 知识体系的基石——理解什么是 Agent、它的核心架构模式、以及最基本的感知-行动循环 面试高频度: ⭐⭐⭐⭐⭐

---

一、板块在体系中的位置

┌─────────────────────────────────────────────────┐
│                   AI Agent 知识体系               │
│                                                   │
│   01-Agent基础与架构  ← 你现在在这里（地基）       │
│         ↓                                         │
│   02-Agent记忆系统    →   03-Agent工具与函数调用    │
│         ↓                    ↓                    │
│   04-Agent规划与推理  ← 依赖记忆 + 工具            │
│         ↓                                         │
│   05-多智能体系统     ← 单 Agent 的延伸            │
│         ↓                                         │
│   06-Agent安全与对齐  ← 贯穿所有层面               │
│         ↓                                         │
│   07-主流Agent框架    ← 以上理论的具体实现          │
└─────────────────────────────────────────────────┘

上游: 基础 AI / LLM 知识（提示工程、Transformer 基础） 本板块: Agent 定义 → 架构模式 → 感知-行动循环 下游: **记忆系统**、**工具系统**、**规划与推理**

---

二、知识全景图

┌──────────────────────────────────────────────────────────┐
│                   Agent 基础与架构全景                     │
│                                                          │
│  ┌──────────────────┐                                    │
│  │  什么是 AI Agent  │  ← 定义 + 核心特征 + 与 LLM 的区别  │
│  └────────┬─────────┘                                    │
│           │ 包含                                        │
│           ▼                                              │
│  ┌──────────────────┐                                    │
│  │  Agent 架构模式   │  ← 三种经典模式 + 模式选择          │
│  └────────┬─────────┘                                    │
│           │ 核心机制                                     │
│           ▼                                              │
│  ┌──────────────────┐                                    │
│  │ 感知-行动循环     │  ← Agent 最基本的运行循环            │
│  └──────────────────┘                                    │
│                                                          │
│  关键洞察：Agent = LLM + 记忆 + 工具 + 规划                │
└──────────────────────────────────────────────────────────┘

---

三、子专题导航

#	主题	面试频率	核心内容
**01.1 什么是 AI Agent**	⭐⭐⭐⭐⭐	Agent 定义、四大特征、与 LLM/Chain/RAG 的核心区别
**01.2 Agent 架构模式**	⭐⭐⭐⭐⭐	Reflection、Tool Use、Multi-agent 三种架构模式详解
**01.3 感知-行动循环**	⭐⭐⭐⭐	Perception → Thought → Action → Observation 循环详解

---

四、核心考点速记

考点 1: Agent 与 LLM 的区别

Agent = LLM + 记忆系统 + 工具使用 + 规划能力

LLM 是"大脑"，Agent 是"完整的人"——它不仅会思考，还能行动、记忆、规划。
面试中最经典的问题："Agent 和单纯调用 LLM 有什么区别？"

考点 2: 四大 Agent 架构模式

模式	复杂度	适用场景	代表框架
Reflection	低	需要自我纠错的简单任务	自定义 prompt
Tool Use	中	需要外部信息/操作的场景	LangChain, OpenAI Functions
ReAct	中高	需要推理+行动的复杂任务	LangGraph
Multi-agent	高	复杂系统、多角色协作	AutoGen, CrewAI

考点 3: Perception-Action 循环

循环是 Agent 最基本的运行模式：
感知(Perception) → 思考(Thought) → 行动(Action) → 观察(Observation) → 循环

---

五、面试高频追问一览

追问	关联笔记	频次
Agent 与 Function Calling 的关系？	**什么是AI Agent**	⭐⭐⭐⭐⭐
什么时候用 ReAct 而不是简单的 Tool Use？	**Agent架构模式**	⭐⭐⭐⭐
Perception-Action 循环如何保证终止？	**感知-行动循环**	⭐⭐⭐⭐

📚 相关文件

• **什么是AI Agent** — 从定义开始
• **Agent架构模式** — 架构模式详解
• **感知-行动循环** — 核心循环机制
• **记忆系统** — Agent 的记忆模块
• **设计文档** — 本库架构总纲