目前的 LLM 是生成式 AI， 更像一个预测引擎：
- 用户提出一个问题
- 模型基于训练数据和提示词，单次生成一个回答
- 每一步都要人类驱动，缺少持续性、记忆和行动能力
白皮书指出，我们正经历一场范式转移：
从 Predictive AI 转向 Autonomous Agents：
- 不再只是“给一个答案”，而是为一个目标持续工作
- 不再只依赖静态训练知识，而是主动调用工具、操作环境
- 不再是一次性调用，而是在一个循环中思考–行动–观测–修正
在这个范式下，一个 Agent 更像一个可以交代任务的“虚拟同事”，而不是一个“高级搜索框”。
什么是 AI Agent：脑、手、神经系统与身体
白皮书给出一个简洁而实用的定义：
Agent = 模型 + 工具 + 编排层 + 部署运行时，并用人体类比做了很好的抽象如下。这里和目前大部分的 AI Agent 的定义（LLM + Tool + Memory）多了一层部署运行时。
-
Model（大脑）
- 核心推理引擎：处理信息、权衡方案、做出决策
- 可以是通用大模型、领域微调模型，或多模态模型
- 决定了“能思考到什么程度”
-
Tools（双手）
- 把“会说话的模型”变成“能做事的系统”
- 包括：业务 API、代码函数、数据库/RAG、搜索、事务系统等
- Agent 负责选择哪个工具、如何调用，再把结果塞回上下文继续推理
- (补充：目前 Tools 最常用的方式是 MCP，但是最近 Anthropic 发布文章说 MCP 可能不一定是一个好的方式，这个后面有时间再另外发文细说)
-
Orchestration Layer（神经系统）
- 管理整个循环：规划步骤、维护状态、选择推理策略
- 通过 CoT、ReAct 等模式把复杂目标拆成多步
- 负责“记忆”：短期会话记忆、长期工作记忆、外部知识记忆等
-
Deployment & Services（身体与腿）
- 运行时（Serverless / 容器 / 专用 Agent 平台）
- 监控与日志
- 配置、版本管理与访问控制
- 把试验室里的 Agent 变成可用服务：
- 对用户是 GUI，对其他 Agent 是 API（A2A 接口）
开发模式也随之改变： 传统开发者像“砌砖工”，写死每个 if-else； Agent 开发者更像“导演”，需要：
- 写清楚场景与角色设定（System Prompt、Persona、约束）
- 选择并编排合适的“演员”（工具、子 Agent）
- 提供足够又不过载的上下文（Context Engineering）
- 在运行中持续观测效果、迭代脚本（Agent Ops）