从“问答机器”到“智能体”：AI Agent 怎样实现自主工作？

在常规对话式AI中，用户提问一次便得到一次回答，这种模式虽然高效，却难以应对复杂任务。接下来，我们探讨AI Agent如何实现自主迭代与决策。

从“问答机器”到“智能体”：AI Agent 是如何自主工作的？

一、普通 AI 对话，到底缺了什么？

每当人们打开一款对话式AI，都是一问一答的简单交互，这种模式早已成为我们的使用习惯。

假设用户要求它撰写一封邮件，它能快速输出格式规范的正文，但任务就此终止。

这正是普通AI对话的典型特征：一问一答，输出即止。

笔记将其归纳为：仅输出一次的问答机器，缺乏后续动作。

这种模式在处理单轮、封闭式任务时效果显著。但当面临需要多步推理、信息搜集和动态决策的复杂任务时，这种一次性输出的方式便显得力不从心。

例如，要求普通AI调研三家竞品的最新动态并撰写分析报告，它大概率会生成看似合理的回答，但内容往往依赖过时训练数据或泛泛之谈。它不会主动搜索、查阅财报或对比数据，因为其生命周期在输出后便结束。

这就是普通AI对话的局限：缺乏持续运转的能力。

二、Agent 智能体：一个会“持续运转”的结构

笔记中给出了一个关键定义：

这个描述揭示了Agent与普通对话的本质差异——结构决定能力。

普通对话的结构是线性的：输入到推理，再到输出，最后结束。

Agent的结构是循环的：思考、行动、观察，再思考、再行动、再观察，直至任务完成。

下面这张图直观展示了二者的差异：

graph TDsubgraph 普通对话A[用户提问] --> B[AI 推理]B --> C[输出结果]C --> D[结束]endsubgraph Agent 工作流E[用户下达任务] --> F[思考/拆解任务]F --> G[行动/调用工具]G --> H[观察/分析结果]H --> I{任务完成?}I -->|否| FI -->|是| J[输出最终结果]end

正如笔记所述，Agent会自主执行任务，这不仅限于自动执行，更包含自主决策、动态调整与持续迭代。

三、Agent 的工作方式：ReAct 框架

笔记中提到了Agent工作的三个核心动作：

1. 思考（Reasoning）：分析当前状态，决定下一步动作
2. 行动（Act）：执行具体操作，如调用工具、查询数据
3. 观察（Observe）：获取行动结果，作为下一轮思考的输入

这个“思考、行动、观察”的循环，在业内被称为ReAct框架。

笔记中特别强调：

这一点至关重要。许多人一提到Agent就想到LangChain、AutoGPT等框架，但ReAct本质上是一种思维范式和工作方法论，而非特定代码库。

举一个具体的例子

笔记中提供了一个生动的场景：

第一轮：

1. 思考：先去搜索竞品信息
2. 行动：调用搜索工具，查询三家竞品最新动态
3. 观察：信息量大，获取了不少资料

第二轮：

1. 再思考：现有信息不足，缺少财务数据
2. 再行动：访问官网或调用股市API抓取财务数据
3. 再观察：获得营收、利润等关键指标

第三轮、第四轮：

1. 持续补充信息，交叉验证，直至输出完整分析报告

这个循环过程完美诠释了ReAct的工作机制。

四、Agent 的核心能力：Tool Use（工具使用）

笔记中有一个精辟的比喻：

这句话揭示了Agent能力的本质——思考固然重要，但行动力同样关键。

一个Agent再聪明，若无法调用外部工具，其能力便局限于文本生成范畴。一旦拥有工具，能力边界便大幅扩展。

笔记中列举了几类常见工具：

工具类型	作用	典型场景
搜索工具	获取实时信息	查询最新新闻、政策、动态
代码执行器	运行代码并查看结果	数据分析、算法验证
文件读写 I/O	读取和写入文件	处理文档、生成报告
浏览器操控	打开网页、点击、提交表单	自动化操作、数据采集
API 调用	对接外部服务	调用数据库、第三方接口

笔记中还特别提到：

这也给出了评判Agent产品优劣的实用标准——不仅要看其思考能力，更要关注其工具调用范围。

五、从 Agent 到 JavaScript Promise：异步协作的启发

理解Agent的工作方式后，再来看笔记中关于Promise的部分，会发现有趣的映射关系。

笔记中关于Promise的记录很简短：

这表面上讨论JavaScript异步编程，但在Agent语境下审视，能找到相通之处。

1. Promise 的“状态不可逆” vs Agent 的“任务确定性”

Promise一旦从pending变为fulfilled或rejected，便不可逆转。这对应Agent执行任务的一个特性：任务要么完成，要么失败，状态确定。

Agent在循环执行ReAct时，会在某个节点判断任务完成或失败（如超出循环次数、达到token上限、连续相同结果），然后终止循环。这与Promise的状态固化在逻辑上同构。

2. Promise.all 的“快速失败” vs Agent 的“依赖链”

笔记中提到：

这是Promise.all的经典行为——快速失败。在Agent的多工具协作场景中，这种逻辑也常出现：

例如，Agent完成任务需依次调用三个工具：查询数据库、调用API、生成报告。若第二步API调用失败，第三步便失去意义，此时Agent需要快速失败，而非继续无效步骤。

六、代码解析：从注释中看异步与并发的实战

笔记附了一份完整HTML代码，我们逐段解析，结合注释深入理解。

1. 定义异步函数

const getStory = async () => fetch('https://v1.hitokoto.cn/?c=i&encode=json')const getRatp = async () => fetch('https://api.1314.cool/bingimg/?type=json&rand=1')

这两个函数分别请求两个不同API接口：

• getStory：获取随机一言
• getRatp：获取随机图片

它们均定义为async函数，返回值是Promise——这对应了笔记中关于Promise的描述。

2. main 函数中的关键逻辑

async function main() {// 不存在依赖关系，并行执行以下 Promise// 使用 Promise.all 实现并发效果const res = await Promise.all([getStory(), getRatp()])console.log(res);const jsonPromises = res.map(item => item.json());const result = await Promise.all(jsonPromises);console.log(result);}

这里体现了几个关键点：

第一，并发执行。两个请求互不依赖，使用Promise.all并行发起，而非用await串行。笔记注释中明确写道：

第二，响应处理。拿到响应数组后，用map生成新Promise数组——每个Promise调用res.json()。再用Promise.all一次性解析所有JSON数据。

第三，顺序保证。虽然请求并发，但Promise.all保证结果顺序与传入的Promise数组顺序一致。

3. 链式调用的写法

注释中还提供了一种更简洁的链式写法：

Promise.all([getStory(), getRatp()]).then(response => {return Promise.all(response.map(res => res.json()));}).catch(response => {console.log(response);})

这里用.then()替代await，.catch()统一处理错误。这体现了Promise的链式调用特性，也对应笔记中“只要有一个失败，整体失败”的快速失败机制。

七、从笔记到思考：Agent 与异步编程的哲学关联

看完代码，我们不妨从更高维度思考：Agent的工作方式和异步编程之间，是否存在深刻联系？

1. 都是“非阻塞”的思维

普通对话是阻塞式的：输入、等待、输出、等待，全程串行。

Agent的工作方式是非阻塞的：发起工具调用后，不会傻等，而是处理其他事或在循环中评估状态。这类似Promise.all并发执行异步任务，充分利用时间，提升效率。

2. 都是“状态驱动”的

Agent每一轮ReAct循环基于当前状态（观察结果）决定下一步动作。这类似Promise状态机：pending转为fulfilled或rejected，每次状态变化触发后续行为。

3. 都是“可组合”的

Agent的工具可以任意组合，如Promise链式调用。Agent可调用搜索工具、分析工具、报告生成工具，每个工具输出成为下一工具的输入。这种管道式组合能力，是Agent和Promise共同的魅力。

八、写在最后：AI 的“行动力”才是关键

回顾整篇笔记，我们可以提炼出一条清晰的逻辑线：

1. 普通AI对话：线性、一次性、无状态
2. Agent智能体：循环、迭代、状态驱动
3. ReAct框架：思考、行动、观察、循环
4. Tool Use：工具是Agent的手和脚
5. Promise类比：异步状态管理与Agent循环在逻辑上相通

笔记中最让我印象深刻的一句话是：

这句话揭示了一个深层趋势：AI的思考力正在快速普及，但行动力才是未来竞争的关键。

一个AI能写出多好文章、生成多美图片固然重要，但更关键的是它能否真正完成任务，能否自主调用工具、获取信息、做出决策、交付结果。

从“问答机器”到“智能体”的转变，本质是AI从一次性输出进化为循环迭代、工具赋能的行动系统。理解ReAct框架与异步协作，是把握这一趋势的核心。