Damn Agent核心概念
AI Agent 核心概念索引：Agent Loop、工具调用、记忆与状态、多 Agent 协作。
这些概念是不同框架之间的共同底层语言。建议先阅读 模型基础知识，再理解 Agent 层概念，最后选择框架和工具。
阅读入口
| 主题 | 解决的问题 |
|---|---|
| 智能体基础 | 从 ReAct、工具、记忆、规划到多 Agent 和 MCP，建立统一的 Agent 心智模型。 |
| Agent Loop | 理解智能体的观察、规划、执行、检查循环。 |
| 工具调用与记忆 | 把外部能力包装成可验证接口，并区分上下文、长期记忆和任务状态。 |
| 规划、反思与任务分解 | 处理长任务中的计划、动态调整、反思和停止条件。 |
| 多 Agent 协作 | 理解多角色协作、共享状态、通信机制和协作风险。 |
判断方式
阅读概念页时，不需要先记框架 API。更重要的是回答三个问题：
- 这个概念对应 Agent 系统里的哪个边界。
- 它失败时会造成什么真实后果。
- 它应该被记录、评测还是交给人工确认。
概念之间的关系
Agent 系统不是把概念并排堆起来，而是形成一条执行链：
正在渲染图表…
这条链路里，LLM 负责生成候选判断；工具负责接触外部世界；记忆保存状态；规划负责拆解和排序；反思负责检查结果；Loop 把它们串起来。
读者实践
读完核心概念后，可以用一个小任务检验理解：让 Agent 修改一个文档页面，要求它先读取文件、制定计划、编辑、运行检查、提交 diff。这个任务足够小，但能覆盖核心边界：
- 如果没有 Loop，它只会给建议，不会推进到完成。
- 如果没有工具，它无法读取和修改真实文件。
- 如果没有记忆和状态，它会忘记已完成步骤。
- 如果没有规划，它容易在编辑前就急着生成结论。
- 如果没有反思和验证，它无法证明改动可用。
工程检查清单
- 是否能画出当前 Agent 的 Loop，而不是只描述一次模型调用。
- 是否为每个工具定义输入、输出、权限、超时和错误语义。
- 是否区分上下文、会话状态、长期记忆和审计日志。
- 是否有清晰的停止条件，包括完成、失败、预算耗尽和人工接管。
- 是否知道多 Agent 带来的新增成本：通信、状态同步、冲突和错误传播。
参考来源
- ReAct：推理与行动交替的 Agent Loop 来源。
- Toolformer：模型学习调用外部工具的代表性研究。
- MRKL Systems：语言模型与外部模块组合的系统架构。
- Model Context Protocol Documentation：工具、资源和提示的标准化接入协议。
- 智能体基础：本站对书籍和论文来源的综合入口。