从“问答机器”到“智能体”：AI Agent 是如何自主工作的？

打开任何一个对话式 AI 产品，你问一句，它答一句——这已经成了我们使用 AI 的肌肉记忆。 比如你对它说：“帮我写一封邮件。”它几乎立刻就能输出一封格式工整的邮件正文，然后……就结束了。 这就是普通 AI 对话的典型模式：一问一答，输出即终止。说白了就是“问答机器”——输出一次，没有后续。 这种模式在处理单轮、封闭式任务时非常高效。但当我们面对一个需要多步推理、信息搜集、动态决策的复杂任务时，这种“一次性输出”的范式就显得捉襟见肘了。 举个例子：如果我对普通 AI 说——“帮我调研三家竞品的最新动态，然后写一份分析报告。” 它大概率会给出一个看起来像模像样的回答，但仔细一看，内容要么是基于训练数据的陈旧信息，要么就是泛泛而谈的通用描述。它不会主动去搜索，不会去查财报，不会去对比数据——因为它的“生命”在输出完成的那一刻就结束了。 这就是普通 AI 对话的天花板：它没有“持续运转”的能力。

二、Agent 智能体：一个会“持续运转”的结构

概念的核心很清晰：**Agent = 大模型 + 记忆 + 规划 + 工具使用**。 这个描述把 Agent 和普通对话的本质差异点出来了——结构决定能力。 普通对话的结构是线性的：输入 → 推理 → 输出 → 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……直到任务完成。 这张图可以很直观地展示两者的差异： ```mermaid graph TD subgraph 普通对话 A[用户提问] --> B[AI 推理] B --> C[输出结果] C --> D[结束] end subgraph 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| F I -->|是| J[输出最终结果] end ``` 正如概念中提到的——Agent 会自己干活，但这不仅仅是“自动执行”，而是自主决策、动态调整、持续迭代。

三、Agent 的工作方式：ReAct 框架

Agent 工作的三个核心动作： - **思考（Reasoning）**：分析当前状态，决定下一步做什么 - **行动（Act）**：执行具体的操作，比如调用工具、查询数据 - **观察（Observe）**：获取行动后的结果，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。 特别强调一句话：**ReAct 是一种思维范式，不是框架，不是库。** 这一点很重要。很多人一听到 Agent 就想到 LangChain、AutoGPT 这些框架，但 ReAct 本质上是一种工作方法论，而不是某个具体的代码库。

举一个具体的例子

一个很生动的场景： **第一轮：** - 思考：我需要先去搜索竞品的信息 - 行动：调用搜索工具，查询三家竞品的最新动态 - 观察：信息量挺大，拿到了不少资料 **第二轮：** - 再思考：现有的信息还不够，缺少财务数据 - 再行动：去官网或调用股市 API 抓取财务数据 - 再观察：拿到了营收、利润等关键指标 **第三轮、第四轮……** - 持续补充信息，交叉验证，直到最后输出完整的分析报告。 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）

有一个非常精辟的比喻：**脑子再好，没有手脚也是白搭。** 这句话点出了 Agent 能力的本质——思考很重要，但行动力更重要。 一个 Agent 再聪明，如果它不能调用外部工具，它的能力就被限制在了“文本生成”这个范畴里。而一旦它拥有了工具，它的能力边界就被大大扩展了。 常见工具类型： | 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 | 还有一个观点很实用：**工具就是 Agent 的手和脚。** 这句话其实也给出了一个评判 Agent 产品优劣的实用标准——不要只看它的“脑子”有多聪明，更要看它的“手”能伸多远。

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

聊完了 Agent 的工作方式，再来看 Promise 的部分，会发现一个有趣的映射关系。 关于 Promise 的笔记很简短：**三种状态：pending → fulfilled / rejected。** 这看起来是在讲 JavaScript 的异步编程，但如果我们把它放到 Agent 的语境下重新审视，会发现一些有意思的相通之处。

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，就不可再变。这其实对应了 Agent 执行任务的一个特性：一个任务要么完成，要么失败，状态是确定的。 Agent 在循环执行 ReAct 的过程中，会在某个节点判断“任务完成”或“任务失败”（比如超出循环次数、达到 token 上限、连续得到相同结果等），然后终止循环。这和 Promise 的状态固化在逻辑上是同构的。

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

**只要有一个失败，整体失败。** 这是 `Promise.all` 的经典行为——快速失败。在 Agent 的多工具协作场景中，这种逻辑其实也经常出现： 比如 Agent 要完成一个任务需要依次调用三个工具——查询数据库、调用 API、生成报告。如果第二步的 API 调用失败了，那么第三步生成报告也就失去了意义。此时 Agent 就需要“快速失败”，而不是继续执行无意义的后续步骤。

六、代码解析：从注释中看异步与并发的实战

附了一份完整的 HTML 代码，逐段来看，结合注释深入理解。

1. 定义异步函数

```javascript 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的 API 接口： - `getStory`：获取一句随机的一言（hitokoto） - `getRatp`：获取一张随机图片 它们都被定义为 `async` 函数，返回值是一个 Promise——这正好对应了关于 Promise 的笔记。

2. main 函数中的关键逻辑

```javascript 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，所以使用 `Promise.all` 并行发起，而不是用 `await` 串行等待。注释中明确写了：**不存在依赖关系，并行执行以下 Promise**。 第二，**响应处理**。拿到响应数组后，用 `map` 生成一个新的 Promise 数组——每个 Promise 都是调用 `res.json()` 的结果。然后再用 `Promise.all` 一次性解析所有 JSON 数据。 第三，**顺序保证**。虽然请求是并发的，但 `Promise.all` 保证了结果的顺序和传入的 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： ```javascript Promise.all([getStory(), getRatp()]) .then(response => { return Promise.all(response.map(res => res.json())); }) .catch(response => { console.log(response); }) ``` 这里用 `.then()` 替代了 `await`，用 `.catch()` 统一处理错误。这体现了 Promise 的链式调用特性，也对应了“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，不妨跳出来，从更高的维度思考一下：Agent 的工作方式和异步编程之间，是否存在着某种深刻的联系？

1. 都是“非阻塞”的思维

普通对话是“阻塞式”的：你输入，它等待，它输出，你等待。整个过程是串行的。 Agent 的工作方式是“非阻塞”的：它发起一个工具调用后，不会“傻等”，而是会去处理其他事情，或者在循环中继续评估状态。这就像 `Promise.all` 并发执行多个异步任务一样——充分利用时间，提升效率。

2. 都是“状态驱动”的

Agent 的每一轮 ReAct 循环，都是基于当前状态（观察结果）来决定下一步动作。这类似于 Promise 的状态机：pending → fulfilled / rejected，状态的每一次变化都触发了后续的行为（`.then()` 或 `.catch()`）。

3. 都是“可组合”的

Agent 的工具可以任意组合，就像 Promise 可以链式调用一样。一个 Agent 可以调用搜索工具 → 分析工具 → 报告生成工具，每个工具的输出成为下一个工具的输入。这种管道式组合的能力，是 Agent 和 Promise 共同的魅力所在。

八、写在最后：AI 的“行动力”才是关键

回顾整篇文章，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 文章中最让人印象深刻的一句话是：**脑子再好，没有手脚也是白搭。** 这句话其实揭示了一个更深层的趋势：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 能写出多好的文章、生成多美的图片，这些固然重要——但更重要的，是它能否真正帮我们完成一个任务，能否自主地调用工具、获取信息、做出决策、交付结果。 从“问答机器”到“智能体”，本质上是 AI 从“大脑”到“完整的行动系统”的进化。而这种进化的核心，就是反复强调的——持续运转的循环结构和不断扩展的工具能力。 *如果你对 AI Agent 的技术实现、工具生态或异步编程模式感兴趣，评论区见。*