从问答机器到智能体：AI Agent 是如何自主工作的？

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？

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。

笔记中把这总结为：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

笔记中给出了一个很关键的定义：

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：

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

笔记中提到了 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。

笔记中特别强调了一句话：

这一点很重要。很多人一听到 Agent 就想到 LangChain、AutoGPT 这些框架，但 ReAct 本质上是一种思维范式，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

笔记中给出了一个很生动的场景：

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）

笔记中有一个非常精辟的比喻：

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。

笔记中列举了几类常见的工具：

笔记中还特别提到了一个观点：

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，再来看笔记中关于 Promise 的部分，会发现一个有趣的映射关系。

笔记中关于 Promise 的记录很简短：

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”

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

笔记中附了一份完整的 HTML 代码，我们逐段来看，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——这正好对应了笔记中关于 Promise 的笔记。

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，所以使用 Promise.all 并行发起，而不是用 await 串行等待。笔记注释中明确写了：

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：

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，我们不妨再跳出来，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，就是笔记中反复强调的——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，欢迎在评论区留言，我们一起探讨。