Agent

Agent (AI Agent) AI智能体

Agent 是建立在 LLM 之上的行动中枢。如果说 LLM 是“大脑”，那么 Agent 就是这个大脑拥有了身体和自主决策能力。它能像一个人类助理一样，自主感知环境、制定计划、执行任务并反馈结果。

1. 核心本质

Agent 是一个能够自主完成复杂目标的系统。它不仅仅是回答问题，而是能分解任务、调用工具、根据结果调整策略，最终完成一个具体的业务目标。

2. 关键能力

• 任务分解 (Planning)：面对一个复杂需求（比如“构建一个个人知识管理系统”），Agent 能将其拆解为多个可执行的子步骤。
• 工具调用 (Tool Use)：这是它区别于普通 LLM 的关键。它可以调用搜索引擎、代码解释器、API 接口、你的本地文件（如 Obsidian 笔记）甚至其他 AI 模型来获取信息或执行操作。
• 感知与反馈 (Reflection)：执行完一步后，它能检查结果是否符合预期，如果不符合，就会调整策略重新尝试。
• 长期记忆 (Memory)：可以记住多轮对话的上下文，以及你过往的偏好和工作习惯。

3. 在你工作流中的角色

结合你的需求，你想要构建的 Jarvis 就是一个高级的 Agent。

• 当你给它一个任务时，比如“整理本周的项目文档并生成报告”，Jarvis (Agent) 会先调用 LLM 理解任务。
• 然后它会规划步骤：读取本地文件 → 总结关键信息 → 梳理结构 → 生成报告。
• 在过程中，它可能会调用 Claude 来辅助写作，或者调用工具来检查文件状态。
• 最后，它会把完成的结果直接呈现给你，甚至自动保存到你的指定目录中。

总结对比

为了更直观地理解，可以看这个对比：

维度	LLM (大语言模型)	Agent (AI智能体)
核心角色	大脑 (思考者)	助理 (行动者)
主要功能	理解语言、生成内容、问答	规划任务、调用工具、自主行动
输出形式	一段文本回答	一个完成的任务/结果
与你的关系	你直接对话的对象	你间接指挥的、背后帮你干活的系统