Agent（自主系统） 核心概念
由「模型 + 环境（工具）+ 控制循环」组成的自主系统：模型负责推理与决策，环境提供可施加作用的工具，控制循环驱动它反复执行「感知 → 决策 → 行动 → 观察」直至任务完成。与一问一答的 chatbot 不同，Agent 的每一次「下一步做什么」都由模型在运行时自主决定，而不是程序员预先写死。见[第 01 章](/chapters/01-agent-intro/)。
它是什么
Agent（自主系统）是「模型 + 环境（工具）+ 控制循环」三要素组成的自主系统：模型负责推理与决策，环境提供可施加作用的工具（查天气、读文件、执行搜索……），控制循环驱动它反复执行「感知 → 决策 → 行动 → 观察」直至任务完成。第 01 章用一个「查明天北京的天气」的开场反例说明它：一问一答的 chatbot 只有一次调用、没有第二步，而 Agent 会自己决定「先调天气工具、拿到结果再推理、最后给出带伞建议」。
与 workflow 的边界
最容易混淆的是它和 workflow 的区别：Anthropic《Building effective agents》给出的划分是——workflow 把 LLM 编排在预设代码路径里，Agent 则让 LLM 在运行时动态引导自己的流程与工具使用。判断标准只有一条：它会不会在运行时自己决定下一步行动？ 不会，就还不是 Agent。许多产品宣传里的「AI 助手」其实只是 workflow，分辨不出来会在架构设计上犯错误。
在本教程的位置
第 01 章建立三要素心智模型；第 07 章把它落成 50 行的 agent-loop 代码；第 14 章起在主线产品里逐步组装成完整系统。
小结
一句话：Agent = 模型 + 环境 + 控制循环，本质是运行时自主决策——这是它与普通程序、与 workflow 的分水岭。