目录

• 01 什么是 Agent：从被动生成到主动执行
• 02 核心技术组件：Function Calling / Tool Use / MCP
• 03 Agent 复杂度分级：从 Toy 到 Platform 四级跃迁
• 04 Agent Harness：生产级智能体脚手架的 12 大核心组件
• 05 主流框架全景：6 大框架横向对比与选型
• 06 企业应用架构：五层架构与三层企业数字化
• 07 落地路径与创业机会：垂直领域 Agent 的黄金窗口

---

01 什么是 Agent：从被动生成到主动执行

LLM vs Agent：从"知道"到"做到"

LLM（大语言模型）	Agent（智能体）
基于海量数据的语言模型	LLM + 工具 + 记忆 + 规划
输入问题 → 生成回答	输入任务 → 自主执行 → 交付结果
本质是"知识储备"	本质是"行动能力"
像一个"读过很多书"的学者	像一个"有双手和经验的工程师"

Agent 公式

Agent = LLM（大脑）+ 工具（双手）+ 记忆（经验）+ 规划（策略）

组件	职责
LLM	负责理解和决策 → 大脑
工具（API/函数）	负责执行操作 → 双手
记忆系统（短期+长期）	负责保持上下文 → 经验
规划能力	负责多步推理和任务分解 → 策略

Agent vs RAG：解决不同维度的问题

RAG（检索增强生成）	Agent（智能体）
解决"知识不足"问题	解决"行动力不足"问题
检索 → 增强 → 生成	规划 → 执行 → 观察 → 循环
让 LLM 获取更多上下文	让 LLM 能够执行操作
应用场景：问答系统、知识库	应用场景：自动化工作流、决策系统
核心：给模型更多知识	核心：给模型行动能力

混合架构：RAG + Agent

• RAG 作为 Agent 的工具之一 → Agent Skills 模式
• Agent 决定何时检索、如何检索、检索后如何推理
• Agent Skills 比传统 RAG 效果更好：动态检索策略、上下文感知的检索增强
• RAG 给 Agent 提供知识库，Agent 让 RAG 从被动变主动
• "检索不是问题，问题是该检索什么、何时检索、检索后怎么做"

---

02 核心技术组件：Function Calling / Tool Use / MCP

Function Calling（函数调用）

• LLM 输出结构化 JSON 指令
• 告诉外部系统"该调用什么函数、传什么参数"
• LLM 不直接执行，而是做决策调度器
• 典型流程：用户请求 → LLM 决策 → 生成 JSON → 外部执行 → 结果返回 LLM
• 这是 Agent 的"最小可行单元"

Tool Use（工具使用）

• Function Calling 的泛化形式
• 不仅限于函数调用，可以是任何外部能力
• 包括：搜索引擎、代码解释器、数据库查询、API 调用
• Tool Use = Function Calling + 更多类型的外部工具
• 本质：LLM 学会了"使用工具"而非"记住一切"

MCP（Model Context Protocol）

• 标准化协议：AI 模型与外部工具之间的"USB-C 接口"
• 解决工具发现、连接、授权的标准问题
• 让企业现有微服务 API 可以被 AI 工具发现和使用
• 三层架构：Protocol（协议）→ Transport（传输）→ Server（服务）
• 核心愿景：一个协议连接所有 AI 工具和数据源

---

03 Agent 复杂度分级：从 Toy 到 Platform 四级跃迁

级别	类型	说明	能力
L1	Toy	演示级 Agent	单个 LLM + 1-2 个函数，能完成简单任务演示
L2	Tool	工具级 Agent	多个工具编排，有基本错误处理，能完成特定领域任务
L3	System	系统级 Agent	多 Agent 协作，完整记忆系统，自主规划和调整
L4	Platform	平台级 Agent	Agent 生态，可编排、可监控，支持企业级规模

⚠️ L1 的风险：过度承诺，实际能力有限

---

04 Agent Harness：生产级智能体脚手架的 12 大核心组件

Harness = 12 个核心组件，让 LLM 变成可靠的生产级 Agent

#	组件	职责
1	Orchestration Loop	控制流引擎：决定何时调用工具、何时返回结果、何时循环
2	Tool Registry	工具注册中心：管理所有可用工具的描述、参数、权限
3	Short-term Memory	短期记忆：对话上下文、工具执行结果的历史记录
4	Long-term Memory	长期记忆：向量数据库、知识库、用户偏好学习
5	Context Manager	上下文管理：控制 Token 使用、上下文窗口管理
6	State Persistence	状态持久化：Agent 执行状态的保存和恢复
7	Error Handler	错误处理：工具失败重试、降级策略、异常恢复
8	Guardrails	安全护栏：内容过滤、权限控制、输入输出验证
9	Observability	可观测性：执行链路追踪、日志、性能监控
10	Prompt Manager	提示词管理：模板版本控制、A/B 测试、动态注入
11	Eval & Monitor	评估与监控：质量评估、准确率监控、用户反馈
12	Config System	配置系统：环境配置、特性开关、参数调优

---

05 主流框架全景：6 大框架横向对比与选型

六大主流 Agent 框架

框架	定位	优势	局限
OpenAI Agents SDK	官方出品	简单直接，适合快速原型	生态绑定 OpenAI
LangGraph	图结构编排	状态管理强，社区最大	学习曲线中等
CrewAI	多 Agent 协作	角色分工明确，业务导向	抽象层级较高
LlamaIndex	数据优先	RAG 集成好，索引能力强	适合数据密集型
PydanticAI	类型安全	Pydantic 生态，开发者体验好	新兴框架
Semantic Kernel	微软支持	企业级，支持多 LLM，微软生态集成	—

重要动态

• AutoGen 已进入维护模式，Microsoft 推荐转向 Agent Framework
• 框架选择不是永久性的 → 核心概念（记忆、工具、规划）跨框架通用
• 选型建议：从 L2 工具级 Agent 开始验证价值，不要一开始就做多 Agent 系统
• 选择标准：团队熟悉度 > 生态成熟度 > 功能完整性 > 学习曲线

三步选择你的 Agent 框架

第一步：定目标

你需要什么能力？

• 简单工具调用 → 选轻量级
• 复杂多步规划 → 选 LangGraph
• 多 Agent 协作 → 选 CrewAI
• 数据检索增强 → 选 LlamaIndex

明确核心需求，排除非必要功能。

第二步：看团队

团队的技术栈是什么？

• Python 为主 → LangGraph / PydanticAI
• .NET 生态 → Semantic Kernel
• 需要 TypeScript → OpenAI SDK

团队熟悉度比框架先进性更重要。

第三步：做验证

• 用选定框架搭建 L1/L2 原型
• 验证核心场景是否跑得通
• 评估开发效率和可维护性
• 小步验证，不要赌全部

---

06 企业应用架构：五层架构与三层企业数字化

AI 应用技术栈五层架构

层级	层名	核心能力	对应数字化目标
L5	Harness（脚手架层）	编排、监控、安全	企业落地入口
L4	Agent（智能体层）	自主规划、多步推理	企业员工数字化
L3	Skill（技能层）	可复用工作流	流程自动化
L2	MCP（协议层）	工具标准化连接	企业工具 CLI 化
L1	LLM（大模型层）	理解、生成、推理	基础设施

下一代企业数字化架构

预测：系统 CLI 化 → 流程 Skill 化 → 员工 Agent 化

第一层：系统 CLI 化

把现有系统的 GUI 操作全部 CLI 化 / API 化，让 AI 能够通过程序接口操作企业系统。

• 核心：API 完备性、工具化能力

第二层：流程 Skill 化

将企业业务流程封装为可复用的 Skill，标准输入输出、可编排、跨系统流程自动化。

• 核心：流程抽象能力

第三层：员工 Agent 化

员工 + Agent = 超级个体，Agent 处理重复性工作，员工聚焦决策和创新。

• 人均产出提升 10-100 倍
• 核心：人机协作模式

---

07 落地路径与创业机会：垂直领域 Agent 的黄金窗口

Vertical Agent：最好的创业机会

专业服务领域

• 法律文档审查、合同起草与审查
• 税务合规咨询
• 审计辅助分析

行业运营

• 医疗影像辅助诊断
• 金融风控建模
• 供应链优化调度
• 智能制造质检

工业/专业领域

• 设备预测性维护
• 工艺流程优化
• 质量检测自动化
• 资源调度优化

为什么垂直领域是最佳机会？

• 通用 Agent 市场已被巨头占据（OpenAI、Google、Microsoft）
• 垂直领域的壁垒在于行业知识，而非技术能力
• 企业更愿意为"懂行"的解决方案付费
• 从一个小而深的场景切入，建立口碑后再扩展
• "如果你不是模型，你就是脚手架" —— 而垂直 Agent 是最好的脚手架

---

七个关键要点

1. Agent = LLM + 工具 + 记忆 + 规划 —— LLM 只是大脑，不是全部
2. RAG 解决知识不足，Agent 解决行动不足 —— 两者结合效果最佳
3. Function Calling 是 Agent 的最小可行单元，MCP 是工具连接的标准协议
4. 生产级 Agent 需要 12 个核心组件（Harness），不是写几行提示词就够了
5. 框架选择三步骤：定目标 → 看团队 → 做验证，团队熟悉度比先进性重要
6. 企业数字化三阶段：系统 CLI 化 → 流程 Skill 化 → 员工 Agent 化
7. 垂直领域 Agent 是当前最佳创业机会 —— 壁垒在行业知识而非技术

---

"如果你不是模型，你就是脚手架。"
—— Vivek Trivedy (Anthropic)

Agent 不是魔法，是工程。最好的 Agent 开发者，是那些能把复杂系统拆解成可靠组件的人。