AI 模型、聊天机器人与智能代理

AI 模型是引擎，聊天机器人是界面，可调用工具的助手能使用外部能力，Agent 则能跨多个步骤计划和行动。把这些层次分清楚，才能判断一个系统到底能做什么。

模型

模型负责把输入变成输出。语言模型会读取提示词和上下文，然后生成文本、代码、JSON、SQL 或其他指定格式。

模型不会自动了解你的项目。它只能使用训练中学到的信息、连接的检索来源、可用工具，以及你提供的上下文。

聊天机器人

聊天机器人是围绕一个或多个模型构建的对话界面。它适合提问、起草内容、探索思路和快速迭代。

聊天界面会让 AI 看起来更全能，但流畅回答不等于经过验证的回答。

可调用工具的助手

有些 AI 系统可以使用工具：搜索网页、读取文件、运行代码、检查页面或调用 API。工具调用能让答案更有依据，因为系统可以获取新的或本地的证据。

但工具结果仍需要解释。工具能暴露事实，助手仍可能得出错误结论。

Agent

Agent 是可以把目标拆成步骤、调用工具、观察结果并继续推进的 AI 系统。编程 Agent 适合需要读文件、改代码、跑检查和迭代的任务。

Agent 需要边界。你应给它清楚的目标、相关上下文、约束和验证命令。

选择合适的层级

优先使用能完成任务的最小层级：

• 需要解释、起草或对比时，用模型或聊天机器人。
• 答案依赖文件、文档、实时信息或可运行检查时，用可调用工具的助手。
• 工作包含多个步骤，且成功标准清楚时，再使用 Agent。

范围越小越容易审查。理解概念时，聊天回答可能已经足够；当代码修改和验证需要放在同一流程里时，Agent 更合适。

开发工作流示例

如果你要更新一个 React 组件，聊天机器人可以解释模式；可调用工具的助手可以查看文件；编程 Agent 可以修改代码并运行测试。它们承担的是不同层级的责任。

责任边界检查

让 Agent 行动前，先写清楚：

• 目标：完成后应该有什么变化？
• 边界：哪些文件、API 或行为不能改？
• 证据：什么命令、截图、测试或审查能证明结果？
• 停止条件：什么时候应该停下来询问，而不是继续猜？

关键结论

• 模型、聊天机器人、助手和 Agent 不是同一件事。
• 工具调用能提高依据，但不能取消审查。
• Agent 在目标和验证步骤明确时最有价值。
• 根据任务风险和范围选择 AI 系统层级。

下一课

下一课学习让技术类 AI 工作更可靠的提示词基础。