Agent 智能体

让模型不止给建议，而是自己拆解目标、规划步骤、调用工具、执行任务并检查结果的自动化系统。

它把 AI 从「回答问题」推进到「替你干活」，是自动化重复流程的落点，也是当前技术变化最值得盯住的方向。

像一个会用电脑但需要你交代清楚的实习生：能自己查资料、填表、发邮件，但越权操作仍然要你把关。

在 Claude Code 或 Cursor 里让它读懂整个仓库、改完代码并跑测试；或者配一个 Agent 自动汇总本周邮件要点，附待办清单发给你确认后再执行。

• 误解：Agent 就是聊天机器人加了个外壳。 事实：它的关键在于拥有工具调用权限和循环执行能力，缺了这两者就仍然只是对话。

• 误解：任务越复杂它越能自己搞定。 事实：一旦超出清晰可验证的边界，错误会逐步累积，需要人为设置检查点。

• 误解：接了工具就能放心让它操作生产环境。 事实：涉及删除、支付、对外发送的动作都应当设置确认环节。

• 误解：Agent 一定比固定脚本省事。 事实：流程稳定、规则明确的任务用普通自动化更可靠，维护成本也更低。

• 模型上下文协议让不同 AI 应用以统一方式连接数据库、文件与外部工具的协议，把「怎么接」变成通用接口。
• 思维链让模型先输出推理步骤再给结论的方法，把中间过程外显出来，用于提升多步推理类任务的表现。
• 上下文窗口模型单次能同时「看到」的文本总量上限，含系统指令、历史对话和本轮输入，超出部分会被截断。
• 检索增强生成先把你的资料切成片段建索引，提问时先检索出相关段落，再连同问题一起交给模型作答的方案。
• 提示词你交给模型的任务说明，包含角色、任务、材料和输出格式，直接决定结果质量的上限。