AI agent 解剖：把思考变成行动的五个部件

让语言模型"订周四晚上六人的桌子"，它会流畅而自信地解释怎么订——然后停下来。能说会道、却一根手指都动不了。知道该做什么和真去做的差距，就是聊天机器人与 agent 的全部区别：chatbot 回答然后等待；agent 拿着目标去补上这个差距——规划、行动、跟踪进度、在关键时刻回来找你。

没有单一聪明部件能做到这点。agent 是一小队普通部件，智能在它们的接线方式里。想象 agent 是第一天上班的新人：聪明、肯干、完全不知所措——没电脑、没登录、不知道这里的规矩、不知道"完成"长什么样。下面就是你会递给那个人的五样东西。

五个部件（原文主线）

1. 大脑：LLM。 理解与判断所在：读请求、想清楚、决定下一步。它是房间里最聪明的东西，也什么都做不了——像被锁在没有电话的房间里的天才同事。这不是待修复的缺陷，而是塑造一切的事实：后面四个部件存在的唯一理由，就是给这个大脑一条出房间的路。

2. 手：技能与工具。 搜网页、跑代码、发邮件、查数据库、调服务——每一扇都是"从想到做"的门。装上几个，整个东西就醒了：模型决定做什么，技能负责怎么做。agent 的触达范围几乎完全由交给它的技能决定：只会搜索的是个阅读量很大的助手，能发邮件就能查完资料再送到你手上。

3. 笔记本：记忆。 和没有短期记忆的人共事过就知道多快崩溃——同一个问题、同一段上下文反复出现。记忆同时携带三样东西：任务中已经发生的事（别做两遍）、你惯常的偏好（团队工具、布局习惯）、对话的线索。

4. 计划（与 5. 行动循环/回报）：把目标拆成步骤、跟踪进行到哪、需要时回报人类——完整五件套让"订位"从一段解说变成一次真实的预订。

实践建议

• 设计 agent 先列五件套清单：脑（模型）、手（工具）、记忆（上下文）、计划（拆解）、回报（何时回到人）——缺任何一件都是残缺闭环；
• agent 能力上限由工具集决定：想扩大能力先加门，不是换更大的模型；
• 记忆分三层存：任务内状态、用户偏好、对话线索，混在一起会互相污染。

来源：The Anatomy of an AI Agent: Five Parts That Turn Thinking Into Doing - DEV Community