什么是 Agent：一条分界线、一个最小循环与框架的退潮

Agent 大概是过去三年被用得最滥的技术词：聊天框加个按钮叫 agent，几百行编排代码也叫 agent。讲次页给的工作定义只有一句话，它背后有三样东西：一组能当裁判用的结构性判据，一个几行代码就能写完却常被写错的循环，还有 2023 到 2026 harness 从重到轻的整段演化史。

一、分界线：不在口才，在三个结构性判据

先立标尺。讲次页的工作定义：以大语言模型（LLM）为决策核心，在环境（Environment）中按「观察 — 推理 — 行动」循环多步运行的系统，称为智能体（Agent）。真正有判断力的是它划出的界线。一个系统够不够 agent，就看三条结构性判据在不在：

1. 状态跨步累积：每次决策都建立在完整轨迹 $(o_1, a_1, \ldots, o_t)$ 之上，而不是一轮独立的问答；
2. 行动作用于外部世界：输出会真实改变环境，写文件、发请求、执行命令；改变后的环境再作为观测（Observation）反馈回来，形成闭环；
3. 目标导向的自主性（autonomy）：给定目标后，中间步骤不需要人逐步指挥。

现实中这是一条光谱而非开关：自动补全 < 聊天机器人 < 能调工具的助手 < 自主智能体，讲次页同款排序。课程关心的是后两档。判断够不够，就看三条缺几条。

产业侧的平行印证来自 Anthropic：Schluntz 与 Zhang 2024 年 12 月的《Building Effective Agents》把系统明确分成两档。一档是工作流 workflow，由代码预先编排好 LLM 调用路径；另一档是 agent，模型自主指挥自己的过程与工具使用。

他们同时主张从简单的可组合模式起步，而不是一上来就套复杂框架。

三条判据回答够不够 agent，workflow 与 agent 之分回答该不该一步到位，两把尺子合起来，几乎就是工程界的事实共识。

再看学界这一头。到 2025 年，agentic AI 这个词条已经能撑起系统综述：《Agentic AI: A Comprehensive Survey》（2025-10）用 PRISMA 方法梳理 2018 到 2025 年的 90 项研究，把定义、架构、应用与治理收进一张地图。

二、最小循环：观察 — 推理 — 行动，外加一个终止条件

定义落到机制层就是一个循环。第 $t$ 步的动作由策略给出：

$$a_t \sim \pi_\theta\left(a \mid o_1, a_1, o_2, a_2, \ldots, o_t\right)$$

写成代码，骨架不过五行。讲次页同款，这里补上终止条件：

while not done and turns < max_turns:
    thought = LLM(goal, history)     # 推理：下一步做什么、为什么
    action  = parse(thought)         # 行动：结构化调用（含 finish）
    obs     = env.execute(action)    # 观察：环境返回观测
    history += (thought, action, obs)

画成图，循环里最容易被忽略的零件是出口：

用讲次页的最小工具集跑一条真实形状的轨迹：

机关在最后一行。finish 不是工具。它是控制调用：harness 一收到它就终止循环，把文本作为最终答案返回（讲次页第二节：为什么工具调用是第一能力）。循环的出口就在这行。

换句话说，循环什么时候停属于模型决策，不是程序员硬编码的。max_turns 只是 harness 的兜底保险，防的是观测已足量却不 finish、带着全量历史空转烧 token 的坏轨迹。

这套循环的名字来自 ReAct（Yao 等，ICLR 2023）：Thought 指导 Action、Observation 回填上下文，是几乎所有现代 agent 框架控制流的原型。它落到今天 API 的消息列表里长什么样，详解《ReAct 轨迹逐行拆解》已逐行拆过，此处不重复。

三、框架退潮：从重框架到「约一百行 + 强模型」

循环既然这么短，agent 框架为什么曾经那么重？先把分工说清。包在模型外层的工程外壳叫 harness，也就是运行器或脚手架，正事只有三件：循环控制、工具注入、上下文管理。

2023 年前后的默认答案却是 agent = 框架，规划、记忆、工具编排统统做进工程层，抽象叠抽象。直到官方指定读物 mini-swe-agent 的作者们把问题倒过来问：框架越写越复杂，其中哪些组件是必要的，哪些只是历史包袱？

两个证据把答案指向减法。一是上面 Anthropic 那篇。它开出的模式清单：增强型 LLM、提示链、路由、编排者 - 执行者，全部是简单可组合的小件，等于一份框架可以瘦身的宣言。

二是 mini-swe-agent 本身，出自 Princeton/Stanford 的 SWE-agent 团队：约一百行 Python，bash 是唯一工具，历史就是一条线性消息列表，每步用无状态子进程执行。就这副配置，它在 SWE-bench 上取得了与庞大框架相当的成绩（定性结论，具体数字以仓库 README 为准）。

它赌的只有一件事：模型本身已经足够强。

harness 沉降回三件正事。被减掉的规划与记忆去了哪里，第四节展开。

四、2025–2026 的收敛：四层能力栈与 agent 的产品化

被引最多的定义框架来自人大团队 Wang 等 2023 年的《A Survey on LLM-based Autonomous Agents》，期刊版见 Frontiers of Computer Science。它把 agent 拆成规划、记忆、工具使用三大模块。

课程能力篇的结构就是这份三模块框架的重排与扩充：工具 → 上下文 → 技能记忆 → 规划。把上下文从记忆里独立出来单讲，是 2024–2026 的工程实践给 2023 框架打的补丁。

再看最新走向。2025-10 的《Beyond Pipelines》把正在发生的事命名为 model-native 范式转移：过去靠外部 pipeline 编排的规划、工具、记忆，正被强化学习（RL）内化进模型参数本身。

这与第三节的框架退潮是一回事：工程层减掉的，训练层都补了回来。能力栈没有变薄。

还有一个收敛信号是产品化：agentic 从论文词汇变成产品形态，Claude Code、Codex、OpenHands 一类编码代理成为代表作，共同的架构底色就是约一百行 + 强模型。

本篇引用也是这么排的：Wang 2023、Anthropic 2024 这些经典高引打底，两篇 2025-10 的最新综述指方向。课程的选材原则，最新优先、经典不弃。

与本讲的连接

本篇下钻的是讲次页第一节 Agent 的工作定义：三条判据对应导语里 “问询处 vs 导游” 的比喻，最小循环落到消息列表，就是详解《ReAct 轨迹逐行拆解》逐行拆的那条轨迹。模型越强、框架越简这条心智模型，则贯穿 1b 工具调用全景。接下来是能力清单第一项：工具调用为什么是第一能力、机制层怎么发生，讲次页第二节起展开。