本文目录5 个章节
五类常见 Agent 场景
前一篇的 Agent Loop 包含目标、观察、行动、工具结果和停止条件。把这五个位置放进真实需求，才能判断是否值得引入 Agent。
调研 Agent 会搜索、读取、比较来源并补查证据。路径取决于搜索结果，适合用 Agent Loop。
客服 Agent 需要查询订单、知识库和政策，高风险退款进入固定审批流程。Agent 与 Workflow 通常混合使用。
编码 Agent 读取仓库、修改文件、运行测试并根据报错迭代。工具丰富，环境结果会持续改变下一步。
数据处理 Agent 可以理解自然语言需求，但清洗、聚合和导出步骤若已确定，代码 Workflow 往往更稳定。
审批助手 可以整理材料和解释风险，最终批准动作属于人和业务系统，不能交给模型自由决定。
用五个问题判断是否需要 Agent
1. 任务是否需要外部工具？
2. 中间结果是否会改变下一步？
3. 路径能否由代码完整枚举？
4. 最终结果能否由外部规则验收？
5. 错误行动的损失能否被权限和审批限制？没有工具、一次调用能完成的任务采用 Chat。路径固定且分支有限的任务采用 Workflow。中间观察会改变行动、工具受到约束、结果可以验收时，Agent 才有清楚收益。
三个反例能避免过度设计
把一段中文翻成英文不需要 Agent。固定执行 SQL 查询、生成 CSV、发到指定存储也不需要模型规划。模型参与每一步的审批流程会降低可预测性，审批节点应保留为代码状态机。
Agent 适合处理开放判断，不负责替代所有业务代码。
技术简报 Agent 的功能范围
贯穿后续文章的项目是技术调研简报 Agent。它接收主题和受众，从本地资料开始检索，生成带来源的结构化简报；获得明确许可后可以连接远程资料；保存文件前必须等待批准。
第一版明确不做三项能力：不发送邮件、不修改数据库、不自动发布内容。边界越小，初学者越容易看清模型、工具和运行时之间的关系。
允许
├── 搜索已登记资料
├── 读取指定 source_id
├── 生成带引用简报
└── 审批后保存到 artifacts
禁止
├── 任意文件读写
├── 任意网络访问
└── 自动对外发送或发布项目的四次迭代
| 阶段 | 结束时的产物 |
|---|---|
| 认识 Agent | 概念图、技术背景、需求分类与项目边界 |
| 手写简单 Agent | 可停止循环、一个工具、事件日志和离线测试 |
| 让 Agent 好用 | Tool Registry、RAG、Skill、状态恢复、审批与安全测试 |
| 工程拓展 | Workflow、SDK、MCP、Multi-Agent、Evals 和生产 Worker |
第 3 篇从空目录建立 brief-agent，先接通真实模型请求；无需 API Key 的 Fake Model 会在第 5 篇加入。
REFERENCES
参考链接
所属系列
AI AGENT 入门教程