0什么是 AI Agent？
LLM 能回答问题，但不能帮你完成一个完整的任务。
AI Agent = LLM + 自主规划 + 工具调用 + 记忆
打个比方：
- LLM 是一个聪明的顾问（给你建议）
- Agent 是一个能干的员工（帮你干活）
2026 年，AI Agent 已经成为最热门的开发方向。Claude Code、Cursor、Devin、Manus……这些都是 Agent。
1Agent 四大核心组件
AI Agent 包含四大核心组件：
- 感知模块 — 理解用户输入和外部环境
- 规划模块 — 将复杂任务分解为可执行步骤
- 记忆模块 — 保持上下文和历史记录
- 工具执行 — 调用 API、执行代码、读写文件
每个组件都有对应的知识点，按顺序学习即可。
2学习路线
第 1 步：Agent 基础组件（2-3 天）
→ 理解感知、规划、记忆、工具调用
第 2 步：工具调用实战（2-3 天）
→ Function Calling、MCP 协议、外部工具集成
第 3 步：Multi-Agent 协作（2-3 天）
→ 多角色分工、通信协议、复杂任务编排
前置要求： 已经学过 LLM 应用开发（会用 API）
3实战项目建议
学完后可以做的 Agent 项目：
- 研究助手 Agent — 自动搜索网页、整理信息、生成报告
- 代码审查 Agent — 自动审查 PR、提建议、创建评论
- 数据分析 Agent — 接收 CSV，自动分析、生成图表和洞察
- 客服 Agent — 多轮对话、调用知识库、转人工
> 关键心态转变： 从"让 AI 回答问题"到"让 AI 完成任务"。
💡 建议从 Claude Code 或 Cline 开始，亲自体验 Agent 自主完成任务的过程，再学习如何自己构建 Agent。