四、Agent(智能体)⭐ 让 AI 动手干活

Agent = LLM + 工具 + 循环,不是"更聪明的 AI"。

ReAct 循环(核心)

┌── 想(该调哪个工具?)← LLM 猜下一步
│    ↓
│   做(调用工具)← 真实执行!要沙箱/权限确认
│    ↓
│   看(结果拼回 context)
│    ↓
└── 没做完→回到"想";做完→输出最终答案

• 怎么决定调哪个工具:prompt 里告诉它有哪些工具,它"续写"出 调用 xxx(参数),程序执行后把结果拼回 → 本质还是猜下一个词。
• Tool/Function Calling:让模型调你的函数;MCP 就是在标准化这件事。
• 两种模式:ReAct(边想边做,探索型)/ Plan-and-Execute(先规划后执行,步骤明确型)。
• 多 Agent:主控拆任务 → 数据/写作/执行 Agent 分工(龙虾的 Orchestrator)。

为什么强大又危险

• 强大/危险都来自"能真的动手"(执行命令、改文件)。
• 提示词注入:工具返回结果拼回 context,若藏恶意指令,模型可能当新任务照做。
• 要沙箱 + 权限确认:Cursor 每步弹"是否允许运行命令",就是在 Act 这步拦一道人工审批。
• 错误会累积:每轮基于上轮结果,一步错可能步步错。

---