第 2 章 大模型和 Agent 到底是什么
学完这一章,你能:
- 用自己的话说清楚“大模型”是什么
- 说出“聊天机器人”和"Agent"的区别
- 记住 Agent 的公式:大脑 + 双手 + 反复做
前置: 无
1. 为什么要学这个
你可能已经用过 DeepSeek、豆包、ChatGPT 这类 AI 聊天软件。你问它“怎么把照片按日期改名”,它会告诉你一大段步骤。
可问题是:它只告诉你怎么做,还是得你自己去做。
有没有一种 AI,你说一句“帮我把照片按日期改名”,它就自己动手把照片改好?
有,这就是 Agent。这一章就讲它和普通聊天 AI 到底差在哪。
2. 讲解
大模型:一个超级会“接话”的程序
打个比方:想象一个人,他读过网上几乎所有的文字——书、新闻、网页、论坛、代码。读得太多了,以至于你说上半句,他总能接出最合适的下半句。
- 你说“床前明月光”,他接“疑是地上霜”
- 你说“帮我写一封请假条”,他接出一封完整的请假条
- 你说“Python 怎么读文件”,他接出一段代码
这就是大模型。它的本事就是根据前面的文字,一个字一个字地往下接,只不过接得特别好、特别像人。
专业名称叫 大语言模型,英文 LLM(Large Language Model)。DeepSeek、GPT、Claude 都是大模型的名字。
小技巧
记住大模型的两个特点,后面会反复用到:
- 它只会“输出文字”。它没有手,不能自己打开你的文件。
- 它不知道的事,也会接得像真的一样。这叫“幻觉”,第 16 章专门讲怎么对付。
聊天机器人:大模型 + 一个聊天窗口
你平时用的 DeepSeek 网页版,就是给大模型套了一个聊天窗口。你打字,它回字。
它能说,但不能做:
| 你说 | 聊天机器人能做的 |
|---|---|
| “帮我把桌面照片按日期改名” | 告诉你步骤,或者写一段代码让你自己去运行 |
| “帮我看看这个文件夹里有什么” | 做不到,它看不到你的电脑 |
| “帮我做个 PPT” | 给你一份文字大纲,你自己复制到 PowerPoint 里 |
Agent:会自己动手的 AI
Agent(中文常叫“智能体”)= 大模型 + 给它一双手 + 让它反复做直到做完。
记住这个公式:
Agent = 大脑(模型)+ 双手(工具)+ 反复做(循环)
- 大脑:大模型,负责想“下一步该干什么”
- 双手:叫做工具(tool)。比如“读文件”“改文件名”“上网搜索”“运行命令”。每个工具就是 AI 能做的一个动作
- 反复做:做一步、看结果、再想下一步……一直到任务完成。专业名称叫循环(loop)
一个例子从头走到尾
你说:"帮我把 ai-练习/照片 文件夹里的照片按拍摄日期改名。"
Agent 内部大概是这样运转的:
第 1 圈
想:我得先看看文件夹里有什么。
做:用"列出文件"工具 → 看 照片 文件夹
看结果:有 3 张照片:IMG_001.jpg、IMG_002.jpg、IMG_003.jpg
第 2 圈
想:我需要知道每张照片的拍摄日期。
做:用"读取照片信息"工具 → 读这 3 张照片
看结果:分别是 2026-05-01、2026-05-03、2026-06-10
第 3 圈
想:可以改名了。改名会动用户的文件,先问一下用户。
问你:"我准备把 IMG_001.jpg 改成 2026-05-01.jpg……可以吗?"
你:可以
做:用"改文件名"工具 → 改 3 个文件
第 4 圈
想:检查一下有没有改对。
做:再用"列出文件"工具看一遍
看结果:3 个文件都改好了
结束
告诉你:"已经改好了 3 张照片,新名字是……"注意第 3 圈:动你文件之前,它会先问你。这是好的 Agent 都有的安全设计,第 4 章和第 10 章会详细讲。
三者对比
| 大模型 | 聊天机器人 | Agent | |
|---|---|---|---|
| 比喻 | 一个很会接话的大脑 | 大脑 + 一张嘴 | 大脑 + 嘴 + 双手 + 会一步步把事做完 |
| 能说话吗 | 能 | 能 | 能 |
| 能动你的文件吗 | 不能 | 不能 | 能(会先问你) |
| 能上网查资料吗 | 不能 | 有些能 | 能 |
| 遇到问题会自己调整吗 | 不会 | 不会 | 会:这一步失败了,会换个办法再试 |
3. 跟着做
体会一下“能说但不能做”:
- 打开 DeepSeek 网页版:https://chat.deepseek.com (用手机号登录)
- 输入:
帮我看看我电脑桌面上的 ai-练习 文件夹里有什么文件 - 看它的回答
应该看到: 它会说它看不到你的电脑,然后教你怎么自己去看。
这就是聊天机器人的边界。学完第三部分,你会用 DeepSeek Harness 再问一次同样的问题——那时它会真的去看,然后告诉你答案。
4. 自己检查
- 我能用一句话说出大模型是什么(超级会接话的程序)
- 我能说出 Agent 的公式(大脑 + 双手 + 反复做)
- 我知道“工具”在 Agent 里是什么意思(AI 能做的一个动作)
- 我知道好的 Agent 动我的文件之前会先问我
5. 常见问题
问:Agent 会不会乱删我的文件? 答:好的 Agent 工具都有“审批”设计:删除、修改、运行命令之前会先问你。你还可以只给它一个文件夹的权限。第 10 章会教你怎么设置。
问:Agent 和“AI 助手”“智能体”“AI 员工”是一回事吗? 答:基本是一回事,只是叫法不同。本教程统一叫 Agent。
问:Agent 比聊天机器人更聪明吗? 答:不一定。大脑(模型)可以是同一个,区别是 Agent 多了双手、会一步步做。就像同一个人,一个只能打电话指导你,一个能直接上门帮你干。
6. 想了解更多
- 微软的 Agent 入门课(英文,有中文翻译):https://github.com/microsoft/ai-agents-for-beginners
- Datawhale《从零开始构建智能体》(中文,偏原理):https://github.com/datawhalechina/hello-agents
- 下一章:第 3 章 API 是什么