跳转到内容
搜索文档

什么是 Agent?

最后更新 查看 MarkdownAgent 设置

Agent 是一种 AI 系统,可通过决定工具使用和流程走向来自主执行任务。与遵循预定义路径的传统自动化不同,Agent 可根据上下文和中间结果动态调整方法。Agent 也不同于 co-pilot(例如传统聊天应用):Agent 可以完全自动化任务,而不仅仅是增强和扩展人类输入。

  • Agent → 非线性、非确定性(每次运行可能不同)
  • Workflow → 线性、确定性执行路径
  • Co-pilot → 需要人工介入的增强型 AI 辅助

示例:预订假期

若这是你首次接触或使用 Agent,以下示例说明 Agent 在预订假期场景中的工作方式。

假设你要预订假期,需要研究航班、查找酒店、查看餐厅评价,并跟踪预算。

传统 Workflow 自动化

传统自动化系统遵循预定顺序:

  • 接收特定输入(日期、地点、预算)
  • 按固定顺序调用预定义 API 端点
  • 根据硬编码条件返回结果
  • 无法在意外情况出现时自适应
传统 workflow 自动化示意图

AI Co-pilot

Co-pilot 作为智能助手:

  • 根据你的偏好提供酒店和行程建议
  • 可理解并响应自然语言查询
  • 提供指导和建议
  • 执行仍需人类决策和操作
Co-pilot 示意图

Agent

Agent 结合 AI 的判断能力,并调用相关工具来执行任务。Agent 的输出具有非确定性,因为:

  • 实时可用性和价格变化
  • 约束条件的动态优先级
  • 从失败中恢复的能力
  • 基于中间结果的自适应决策
Agent 示意图

Agent 可以动态生成行程并执行预订,效果类似旅行代理。

Agent 系统的组成部分

Agent 系统通常包含三个主要组件:

  • 决策引擎:通常是 LLM(大语言模型),用于确定行动步骤
  • 工具集成:Agent 可使用的 API、函数和服务——通常通过 MCP
  • 内存系统:维护上下文并跟踪任务进度

Agent 如何工作

Agent 在以下循环中持续运行:

  1. 观察当前状态或任务
  2. 规划要采取的行动,使用 AI 进行推理
  3. 执行这些行动,使用可用工具
  4. 学习从结果中获取经验(将结果存入内存、更新任务进度,并为下一次迭代做准备)

在 Cloudflare 上构建 Agent

Cloudflare Agents SDK 提供构建生产级 Agent 所需的基础设施:

  • 持久化状态 — 每个 Agent 实例拥有独立的 SQLite 数据库,用于存储上下文和内存
  • 实时同步 — 状态变更通过 WebSocket 自动广播给所有已连接客户端
  • 休眠 — Agent 空闲时休眠,按需唤醒,因此你只需为实际使用付费
  • 全球边缘部署 — Agent 在 Cloudflare 网络上靠近用户的位置运行
  • 内置能力 — 调度、任务队列、Workflow、邮件处理等

后续步骤

这篇文档对您有帮助吗?