Day 01 - Understanding What an AI Agent Is

今日目标

能说清 Agent 与普通 Chatbot 的区别，画出「观察 → 思考 → 行动 → 反馈」执行循环，建立最小心智模型。

学习安排

时间	模块	做什么
0-10 分钟	核心概念	通读当天术语表，圈出 3 个你最想在工作里用上的概念。
10-25 分钟	阅读输入	精读第 1 章 Agent 基础知识，只抓问题、思路、结论。
25-45 分钟	实践任务	画「每日测试报告整理 Agent」组件图，产出一份可复用产物。
45-55 分钟	追问与反思	回答追问练习，标记卡住的概念。
55-60 分钟	复盘与作业	整理自检清单，定下明天要复习的一点。

核心概念

术语	中文解释	应用场景
agent	能自主完成多步任务的智能体：观察环境、规划行动、调用工具、根据反馈调整，直到任务完成。	让 Agent 每日自动整理测试报告
chatbot	只做单轮或多轮问答、不主动调工具、不跨步骤执行的对话机器人。	回答「这个接口是什么意思」这类单点问题
LLM	大语言模型，Agent 的理解、推理、规划与生成核心。	把缺陷描述归纳成日报段落
context	模型当前能看到的所有信息：系统指令、用户问题、历史对话、工具描述、外部知识、运行状态。	把昨日报告和今日数据一起放入提示
tool	模型可调用的外部能力：文件读取、数据库查询、代码执行、API、浏览器。	查询缺陷库、读取性能报告文件
harness	把模型、上下文、工具、状态、评估与安全策略串起来的工程层，也叫 orchestration。	管理工具调用循环、错误重试与权限检查
execution loop	观察 → 思考 → 行动 → 反馈的循环，Agent 反复执行直到任务完成。	先读数据再总结，数据不足时再查
observe-think-act-feedback	观察当前状态、思考下一步、执行动作、根据反馈更新判断的四步循环。	排查 Nginx CPU 问题时边查边调整假设
autonomous	自主性：Agent 能在无人干预下连续执行多步任务。	夜间自动生成日报草稿
human-in-the-loop	人在回路：关键动作（发送、删除、写生产库）由人确认后执行。	日报发布前人工确认
guardrail	护栏：限制 Agent 行为边界的规则，如只读、禁止伪造数据。	禁止 Agent 编造未查询到的指标
capability boundary	能力边界：明确 Agent 能做什么、不能做什么，避免越界动作。	明确 Agent 只分析不修改配置

阅读重点

对应章节：第 1 章「AI Agent 入门」中的 Agent 基础知识小节（Agent 的基本公式、执行循环、Harness 工程）。
关注点：
Agent = LLM + Context + Tools + Orchestration，四个部分各自承担什么职责。
观察 → 思考 → 行动 → 反馈每一步的含义，以及循环什么时候终止。
Chatbot 与 Agent 的分界：是否有工具、是否有循环、是否自主执行。
Harness 工程解决的核心问题：把模型能力变成可靠的系统能力。
补充材料：
Anthropic 官方文档 Building Effective Agents，讲清「什么该用 Agent、什么该用工作流」。
OpenAI Agents SDK 官方文档的 Agent 概念页，看一个最小 Agent 长什么样。

理解检查

Agent 和普通问答机器人最大的区别是什么？试着用「工具 + 循环」两个词回答。
为什么说 Agent 的能力不只取决于模型？模型之外还有哪些部分？
「观察 → 思考 → 行动 → 反馈」每一步分别对应什么？各举一个测试工作的例子。
如果一个 Agent 没有任何工具，它能做哪些事、不能做哪些事？

实践任务

背景：你每天要花 30 分钟手工整理测试日报：从缺陷库抄数据、翻昨天的报告、写结论。现在要设计一个「帮我整理每日测试报告」的 Agent，先不写代码，先画图。

步骤：

写下 Agent 的用户目标和输入数据来源。
按五个组件分组列出组件：输入、LLM、工具、输出、约束。
用箭头标出数据流：数据从哪里来，经过谁，最后到哪里。
检查约束：哪些事 Agent 被禁止做。
产出：一张组件图（文本图即可），保存下来，Day 05 复盘要复用。

输出模板

Agent 名称：[xxx]
用户目标：[一句话描述用户想达成的结果]

- 输入
  - [数据来源 1]
  - [数据来源 2]

- LLM 职责
  - [模型负责的分析/生成动作]

- 工具
  - [工具名]：读取 [xx]
  - [工具名]：查询 [xx]

- 输出
  - [产物格式]

- 约束 / Guardrail
  - [禁止事项 1]
  - [必须遵守的规则 2]

示范输出

Agent 名称：每日测试报告整理 Agent
用户目标：每天 10 点前自动生成一份当日测试日报草稿

- 输入
  - 缺陷数据：Jira 按项目查询昨日新增与关闭的缺陷
  - 性能数据：压测平台导出的 P95 与错误率指标
  - CI 数据：昨晚测试执行结果摘要

- LLM 职责
  - 归纳缺陷趋势，判断是否存在回归风险
  - 把指标变化总结成结论，拿不准的标注「待验证」

- 工具
  - read_file：读取昨日报告模板
  - query_db：查询缺陷库
  - query_metrics：查询性能指标
  - generate_markdown：输出日报草稿

- 输出
  - Markdown 日报草稿（今日结论 + 待办清单）

- 约束 / Guardrail
  - 不能泄露未授权项目的数据
  - 数据缺失时标注「缺失」，不得编造
  - 报告发布动作必须由人工确认

追问练习

如果没有工具，上面的 Agent 还能做哪几步？不能做哪几步？这对你的设计有什么启发？
Harness 工程解决的核心问题是什么？它和「多写几句 prompt」有什么本质区别？
执行循环中「反馈」从哪里来？如果反馈是工具报错，Agent 下一步应该做什么？
你的 Agent 什么时候应该停下来？永远不自主停下来的 Agent 有什么风险？

常见误区

Agent 不等于一个更长的 Prompt：Prompt 很重要，但真正的 Agent 需要状态管理、工具调用、错误处理和权限边界。
工具调用不只是「会调 API」：关键是模型什么时候调用、调用哪个、参数是否正确、结果如何回填、失败如何重试。
上下文不是越多越好：上下文太少 Agent 不知道背景，太多则噪声增加、成本上升、注意力分散。
把 Chatbot 改名叫 Agent：如果不调工具、没有执行循环，它仍然是 Chatbot，改名不改变能力。

进阶扩展

真实 Agent 系统会记录 trace（执行轨迹）：每一步的观察、思考、工具调用都留痕，这是调试和审计的基础。
成本与延迟：每多一轮循环就多一次模型调用，需要在循环深度与 token 成本之间做权衡。
评估：Agent 行为是概率性的，生产系统用 eval set 度量任务成功率，不靠「感觉好用」做判断。

今日作业

保存组件图，明天要基于它扩展「LLM 角色」和「工具分工」。
用自己的话写 3 句话解释 Agent 与 Chatbot 的区别，明天开始前复述一次。
圈出今天最想在工作中用上的 3 个概念，各写一句为什么。
保留今天的学习笔记，Day 05 复盘要汇总本周全部产出。

自检清单

我能说清 Agent 与 Chatbot 的最大区别。
我能画出并解释「观察 → 思考 → 行动 → 反馈」循环。
我能说出 Agent 基本公式的四个组成部分。
我能列举 3 个工具类能力（如读取文件、查询数据库、生成报告）。
我知道 Day 02 要复习哪一点。