Foundations · 基础概念
在跳进任何具体的进阶 Agent 框架之前，先把"Agent 循环"赖以成立的几条地基讲清楚。
Core Curriculum · Chapter 00
这一章是整门课的词典与坐标系
适合谁学
- 已经会调模型 API，但还说不清 agent 与 workflow 边界的人。
- 想建立后续源码阅读与实操的统一语言的人。
学完能做什么
- 用三轴框架解释一个系统到底多“agentic”。
- 知道后面每一章讨论的是 loop 的哪一段。
必修主线
Level 1 · 概念理解
预计时间 · 80–110 分钟
建议顺序 · 第 1 章先学
低波动
Last reviewed · 2026-04-22
这一章想解决的问题
"Agent" 这个词被滥用到几乎失去意义。本章用 6 个小话题把它重新锚定到 RL/AIMA 的经典定义上，并配套一套三轴判定框架——之后任何号称 "Agent" 的系统，都能用同一把尺子量出来。
章节索引
读完这章，你应该能回答
- 用 RL 的语言描述"Agent 是什么"，再说 LLM Agent 替换/缺失了哪些零件。
- 区分 Agent Loop（通用骨架）与 ReAct（具体模式），并说出至少 3 种平行模式。
- 解释 Tool Calling 在 LLM 内部到底发生了什么。
- 说出至少 3 种 Agent 失败模式（hallucinated tool / 死循环 / premature stop / observation 失忆 …）。
三个贯穿全章的核心问题
每读完一节都拿这三道题对自己提问：
- 它在 A 控制流 / B 动作空间 / C 终止 上各做了什么？
- 它在通用 Agent Loop 的哪一段（Perceive / Decide / Act / Observe）上动了刀？
- 映射回 RL，它对应的是改"策略 π"、改"动作空间"、改"环境"，还是补"reward 缺位"？
章末测验
读完这一章，至少要能口头答出这 4 题
- 为什么说 LLM Agent 更接近 RL 的 rollout / inference，而不是训练阶段？
- Agent Loop 与 ReAct 是什么关系？
- 什么情况下系统更像 workflow 而不是 agent？
- 为什么上下文窗口问题会驱动后续的 VFS / subagent / summary 设计？
