Agent基础

ReAct把推理与行动交替组织，行动获取新信息，观察帮助修正后续判断。它区别于只在固定输入中一直生成答案。

关键是信息闭环，而非必须输出某种长格式。行动可以失败，观察可能不完整，模型应依据真实结果继续，而不是沿原计划假装成功。

原创练习：对一个未知函数错误先搜索，再读定义，再运行最小测试。每一步写出新增事实与被排除假设，指出什么时候没有必要继续探索。

完成标准是能解释行动如何减少不确定性。工具数量和循环轮次不是能力指标，若没有新证据，反复推理可能只是浪费。

实用Agent指南将模型、工具和指令作为基本组成，并讨论何时需要动态决策。Agent适合某些复杂流程，但不是所有自动化都需要LLM控制每一步。

先明确目标与可验证结果，再选择模型和工具。低风险确定步骤可程序化，未知判断交模型，高风险副作用保留边界。

原创练习：将一个工作任务拆成确定步骤与需要理解的新信息，构建最小可行循环。逐项说明新增机制防止哪一种真实失败。

完成标准是有可执行闭环而非复杂架构图。框架和指南提供起点，真正的工具语义、状态和验收仍由应用设计。

Agent文档组织模型、工具、状态与工作流等能力。产品入口会演进，学习时应关注职责，而非把某一界面的全部名称记成永久标准。

应用需要决定信息来源、工具作用域、失败处理和完成条件。托管能力减少部分基础设施工作，却不自动理解用户业务规则。

原创练习：为文件调查Agent列出输入、允许工具、状态、输出与异常。再标出哪些交平台、哪些必须自己实现，避免责任空白。

完成标准是理解API调用之外的执行系统。一个模型响应成功只说明某次调用结束，不说明外部目标已达到。

Agents SDK提供Agent、Runner、会话、交接与追踪等抽象。Runner组织循环，Agent描述配置，工具承担动作；抽象帮助实现，但不能替代需求与安全边界。

会话历史、业务状态与外部环境要分开。SDK保存消息不代表远端副作用可回滚，Trace也不是业务数据库。

原创练习：用纸面接口设计一个只读研究Agent，列出正常结束、无结果、限流和取消路径。先用假模型与假工具测试控制流，再接真实模型。

完成标准是理解框架背后的状态机。不要在尚未定义失败语义时直接堆叠Handoff和多Agent，否则调试会更困难。

Toolformer研究让语言模型通过训练学习何时以及如何使用外部工具。它属于能力训练路线，不等于给普通模型列几个工具就复现同样机制。

工具可以补充计算与外部信息，但调用是否有益取决于选择、参数和结果解释。模型可能使用工具却仍错误理解返回。

原创练习：比较心算、计算器和资料检索三种任务，判断何时工具减少不确定性，何时只是增加往返。设计结果验证，而不只检查调用发生。

完成标准是区分训练得到的工具能力与应用层工具协议。工具使用频率高不是更聪明，关键是必要调用能否改善最终任务。

Reflexion利用任务反馈形成文字反思，影响后续尝试。外部经验可以在不更新参数时改变行为，但反思文本本身可能错误。

失败总结应关联实际观察，而非泛泛“下次更仔细”。如果根因判断错，反思可能把错误固化为后续规则。

原创练习：对测试失败分别写一条有证据的经验和一条未经证实的猜测，标记它们的状态。下一次相似任务先验证适用条件再使用。

完成标准是把反思当待验证知识而非自我认证。重复生成相同总结也不形成独立证据，多轮反思不一定比一次实际测试更有效。

工具设计要让模型知道用途、边界、输入单位和返回语义。名称模糊、参数重叠或结果冗长会增加误用与上下文成本。

过细工具导致多次往返，过宽工具扩大权限并难验证。应围绕典型任务提供适当粒度，并清楚报告截断和失败。

原创练习：比较返回所有日志与返回相关错误、命令、退出码和完整日志位置的工具。检查模型是否仍能追溯原证据，是否减少重复读取。

完成标准是用任务成功和误用率评价接口，而非只看函数签名美观。工具描述不能替代执行器对路径、参数和副作用的实际检查。

MCP为模型应用接入外部能力提供标准化交互。它不是一个模型，也不是所有工具必然可用的保证，更不自动解决授权。

客户端必须支持协议和能力，服务器必须提供实现，Host决定如何向模型暴露。连接成功与模型真正调用是不同状态。

原创练习：画本地Agent、MCP客户端和文件服务器之间的关系，标出发现工具、发起调用和返回结果。再模拟服务器可访问但工具未暴露的情况。

完成标准是能定位连接、能力发现、权限和模型选择分别在哪层失败。不要把“支持MCP”当作一项能自动提升所有任务的模型能力。

MCP架构区分Host、Client与Server，并组织工具、资源与提示等原语。工具执行动作，资源提供内容，提示提供可复用交互结构，职责不同。

协议版本、传输、认证和能力协商可能影响互操作。服务端返回的数据仍需按可信边界处理，不因通过标准协议就成为高优先级指令。

原创练习：为一个代码文档服务选择哪些作为资源、哪些作为搜索工具、哪些只是提示模板。再明确用户允许读取不等于允许写入。

完成标准是理解协议如何降低集成摩擦，同时识别它不负责业务正确性、数据新鲜度和安全授权的全部问题。

通过代码执行组合MCP工具，可以在执行环境中筛选、聚合大结果，再把必要信息交给模型。这减少上下文搬运的思路不等于所有客户端自动支持。

执行代码增加灵活性，也增加环境、权限与调试负担。不能因为少传Token就忽视脚本错误或敏感数据流向。

原创练习：假设工具返回一万条记录，比较全部传模型与先程序筛选相关项。保留查询条件、计数和原始结果位置，避免过滤后无法审计。

完成标准是同时评价信息保留、程序正确性与成本。代码聚合是工程选择，不应被写成无需验证的万能压缩方式。

持久化与Checkpoint保存执行状态，使中断后可以继续。它不自动复制所有环境，也不等于外部副作用回滚。

恢复需要知道保存点对应哪个代码版本、哪些动作已发生、哪些只是计划。网络超时后若远端操作已成功，重试可能重复。

原创练习：模拟创建记录后响应丢失，设计动作ID、状态查询和幂等策略。恢复时先核查事实，不把“没收到成功”当“没执行”。

完成标准是区分消息历史、控制状态和真实环境。选择持久化库不能替代对重放、取消、并发和副作用语义的设计。

A2A面向Agent之间的发现、任务与消息交互。它与MCP工具接入有不同重点，不是给同一协议换个名称。

跨系统协作还要处理任务状态、权限、身份、结果和失败。标准消息结构不保证对方Agent的结论正确或执行符合本地要求。

原创练习：一个研究Agent委派另一个Agent处理独立材料，明确输入范围、返回证据和结束状态。再模拟超时、部分完成与拒绝授权。

完成标准是因真实互操作需求选择协议，而不是为单进程小任务增加跨服务架构。协议解决通信契约，业务验收仍需自己定义。