第1章 Agent 的本质

Tue, 09 Jun 2026 00:00:00 +0800

“任何足够先进的技术都与魔法无异。” —— 阿瑟·克拉克

当你在终端中输入 claude "帮我重构这个函数"，然后看着屏幕上的文字流动——它读取文件、思考方案、编辑代码、运行测试、发现错误、再次修改——这一切看似自然，却隐含着一个深刻的架构问题：这个程序，究竟是什么？

它不是传统意义上的 CLI 工具。grep 不会在搜索失败后决定换一个关键词再试；sed 不会在替换出错后自行回退并尝试另一种方案。Claude Code 做的事情本质上不同——它在循环中推理，在不确定性中决策，在反馈中调整行为。

这就是 Agent。

1.1 当我们说"AI Agent"时，我们在说什么

Unix 哲学塑造了我们对命令行工具的基本认知：一个程序接受输入，执行固定的计算，产生输出。整个过程是确定性的——相同的输入必然产生相同的输出，执行路径在编写代码时就已完全确定。

输入 → 固定算法 → 输出

这是一种开环系统（Open-loop System）。程序不观察自己行为的后果，不根据执行结果调整策略。rm -rf 不会在删除一半文件后想：“也许我该先备份。”

Agent 的本质区别在于引入了一个闭环：它的输出会变成下一步决策的输入。

输入 → 推理 → 行动 → 观察结果 → 推理 → 行动 → ... → 最终输出

这个循环有三个关键特征：

行为不可完全预测。同样的用户请求，Agent 可能选择不同的工具组合、不同的执行顺序。这不是缺陷，而是面对复杂任务时的合理应对——正如同一位程序员面对相同需求，每次编码过程也不会完全一致。
执行路径由运行时决定。传统程序的控制流在编译时已知；Agent 的控制流在运行时由 LLM 动态生成。每一次工具调用都是 LLM 基于当前上下文做出的决策，而非预编程的固定序列。
具备反馈修正能力。当一个工具调用失败（文件不存在、命令报错、测试不通过），Agent 能够观察错误信息，推理失败原因，并调整后续行为。这种闭环反馈机制是 Agent 与简单的"LLM + 工具调用"之间的本质分水岭。

软件工程任务天然适合 Agent 架构，原因在于任务分解的不确定性。