flowchart LR
N0["01 任务与适用性"]
N1["02 类型与分工"]
N2["03 观察与行动"]
N3["04 工具界面"]
N4["05 工程边界"]
N0 --> N1 --> N2 --> N3 --> N4
Agent基础
现代 Agent Engineering 学习路线：Agent基础
0 子目录6 文档
CHAPTER OVERVIEW · 章节概览
先判断任务是否需要 Agent，再区分聊天、工作流和自主循环；用一个小循环理解工具界面与工程边界。
本章学习路线
箭头表示建议的学习顺序；先理解问题，再逐步进入实现与实践。
按顺序学习
6Agent 适用范围：什么时候使用，什么时候优先 Workflow并非接上模型的程序都需要 Agent。如果任务步骤已经固定，普通程序可能更简单可靠；如果下一步要根据实际结果临时选择工具或调整计划，Agent 往往更有发挥空间。不过，带条件分支的普通 Workflow 也能根据结果决定下一步；区别不在“有没有反馈”，而在动作选择有多少交给模型、路径有多少已由程序预先规定。下面用具体任务判断，而不是按产品名称判断。Agent 类型区分：Chatbot、Workflow、Agent 与 Multi-Agent两个产品都带聊天框，一个只回答问题，另一个却会读文件、运行测试，还会根据报错再修改。它们的差别不在界面，而在下一步由谁决定。下面用这个判断方法区分 Chatbot、Workflow、Agent 和多 Agent 系统。Agent 基本循环：Observe → Think → Act → Observe让 Agent 修复一段代码时，它通常要先看文件，提出修改，再运行测试。测试结果不是终点，而是下一次判断的新信息。Observe、Think、Act 描述的就是这个反复过程；每一轮都应让任务更接近完成，或明确为什么该停止。SWE Agent 基础概念与 ACI给出一段修复建议，与真正把仓库改好，是两件事。SWE Agent 还要找到文件、执行修改、读取报错，并确认测试结果。下面把软件工程智能体与具体的 SWE-agent 研究分开讲，再看 ACI 为什么会影响这些操作。Agent 统一工程模型与概念边界读不同框架的文档，经常会发现同一个词指向不同层次。先把一次任务拆开看：模型作决定，上下文提供材料，工具执行动作，Harness 组织整个过程。下面的模型是为了方便讨论，不是要求所有项目使用同一种目录结构。Agent 基础推荐阅读建议先读系统概念，再读 ReAct 和 SWE-agent 论文。论文里的实验有特定任务与环境，不等同于一套可直接上线的产品。阅读时各挑一个问题：下一步动作由谁决定，工具接口又怎样影响结果？