什么是 AI Agent？

一个简单的类比

想象你需要安排一次出差：

普通 AI（ChatGPT）：你问它"帮我规划北京到上海的出差行程"，它给你一个建议清单。但你还得自己去订机票、订酒店、发邮件通知同事。

AI Agent：你告诉它"帮我安排3月15日去上海出差，预算5000元以内"，它会自动查询机票价格、比较酒店、发送日历邀请、通知相关人员——全程不需要你操作。

💡 一句话总结：ChatGPT 是顾问，Agent 是帮你干活的员工。

AI Agent 的三个关键能力

1. 感知（Perceive）

Agent 能接收多种输入：文字、图片、文件、网页、代码……

2. 规划（Plan）

面对复杂目标，Agent 会自动分解成多个步骤，判断先做什么、后做什么。

3. 执行（Act）

Agent 能调用工具：搜索网页、写代码并运行、操控浏览器、读写文件、发送邮件……

为什么 2025 年是 Agent 元年？

三个关键突破同时发生：

模型能力飞跃：Claude 3.5、GPT-4o 等模型的推理能力达到能可靠完成复杂任务的阈值

工具生态成熟：MCP 协议标准化了工具接入方式，现已有 500+ MCP Server

基础设施完善：Dify、LangChain 等平台降低了 Agent 开发门槛

常见 Agent 类型

类型代表产品主要能力

通用自主Manus, OpenClaw能完成任意开放性任务 软件工程Devin, Cursor写代码、修 Bug、部署 研究助手Deep Research, Perplexity信息收集与分析报告 流程自动化n8n, Dify连接多个系统自动化工作