问「AI Agent 是什么意思」的人，通常不是想要一个定义，而是想弄清楚：我手上这套「调模型接口 + 拼提示词」的东西算不算 Agent，要不要改。判断点只有一个——下一步做什么，是代码写死的，还是模型在运行中选择的。一次请求一次回答、路径全靠 if-else 决定，那是普通模型调用；模型能挑工具、拿到工具结果再决定下一步、并且在合适的时候停下，才谈得上 Agent。
判断是不是 AI Agent，看两件事：下一步动作是否由模型选择，以及是否存在「调工具—拿结果—再决策」的循环。请求体里只有 tools 声明、没把工具结果回填再请求，那只是带工具声明的单次调用；步骤在代码或画布里写死的是工作流。可以先用一次带 tools 的请求看返回体里有没有 tool_calls，再数一次真实任务的模型请求次数，两项都对上，再谈 Agent。
AI Agent到底指什么
AI Agent 指的是一段由模型驱动决策的程序循环：模型看当前状态，选一个工具（查数据库、调内部接口、跑脚本），拿到执行结果后决定继续、换工具还是收尾。它解决的是「步骤没法事先枚举、必须看中间结果再决定」的任务。
它在三个条件同时成立时才有意义：有真正能执行的工具入口；有能判断成功的标准；有能停下来的条件。缺一条，做出来的东西往往是个会转圈的问号。
想核实自己的系统在哪一层，不用看宣传页，看这几个位置就够：请求体里有没有 tools 数组；响应体里有没有 tool_calls，或 finish_reason 是否变成工具调用状态；服务端日志里同一次任务出现了几条模型请求；账号控制台用量页的调用次数和 token 消耗是否随任务复杂度增长。字段名、是否带 /v1 前缀各家不同，以你所用服务商 API 文档里「Tool use / Function calling」一节为准。
下面这段可以直接复制执行，用来确认接口层到底支不支持工具调用。把 $API_BASE、$API_KEY、model 换成你控制台里的实际值，接口路径按文档改。
curl -s "$API_BASE/chat/completions" \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "控制台里的模型名",
"messages": [{"role":"user","content":"帮我查一下杭州现在的天气"}],
"tools": [{
"type": "function",
"function": {
"name": "get_weather",
"description": "按城市查询天气",
"parameters": {"type":"object","properties":{"city":{"type":"string"}},"required":["city"]}
}
}],
"tool_choice": "auto"
}'重点看返回体：出现 tool_calls（带 name 和 arguments）说明模型侧会主动要工具；只返回一段普通文本，说明这个模型或这个接口没走工具调用，先去文档确认模型是否支持、字段名对不对，再排查参数。
AI Agent和哪几个说法容易混
名字相近的东西放在一起，各给一个能一眼分辨的判断条件：
- 普通模型调用：一次请求一次回答。一眼分辨：把
tools参数删掉，功能基本不变。 - 工作流 / 编排：步骤在代码或画布里写死，模型只负责其中某一步生成文本。一眼分辨：换成一个更弱的模型，流程仍然能走完，只是输出质量下降。
- RAG 检索增强：先取知识库内容再回答，检索与否由代码决定。一眼分辨：关掉检索，回答还在，只是内容开始没有依据。
- 带人工确认的助手 / Copilot：模型提议动作，人点了确认才执行。一眼分辨：代码里存在等待人工审批的中断点。
- AI Agent：调哪个工具、调几次、什么时候停，由模型在运行时决定。一眼分辨：日志里同一类任务的模型请求条数不固定，且请求体里带着上一轮工具返回的结果。
最容易踩的坑是「只声明工具、不写回填循环」：请求里加了 tools，模型返回 tool_calls，但代码没去执行这个工具，也没把结果按工具消息的格式塞回 messages 再请求一次。表现是界面一直转圈或回一句空话，服务端日志里只有一条请求。修法是补齐循环：拿到 tool_calls 后执行工具、追加结果、带上 max_steps 发下一轮。
什么情况其实用不上AI Agent
先用顺序判断，再决定要不要上 Agent，不要反过来。
- 步骤能不能事前枚举？能枚举的（表单校验、定时报表、固定审批流）用脚本或工作流，模型只负责其中需要自然语言的那一步。
- 需要的工具是否超过两个、且调用顺序随输入变化？只有一两个固定调用，直接写函数调用，不要套循环。
- 失败时能不能让模型自己重试？涉及删除、付款、对外发消息这类写操作，建议在工具执行前留人工确认断点，不要给模型无限制的执行权。
- 单次任务能接受多少轮模型调用？单价、速率限制、免费额度会变，去账号控制台的计费/用量页和 API 文档的速率限制章节确认，不要按记忆里的数字估算。
- 有没有明确的停止条件（步数上限、超时、成功判据）？没有就先别上线。
典型的用不上场景：步骤固定且需要逐步追溯的流程、延迟要求稳定的同步接口、权限过大的运维操作。这些用规则引擎、工作流或带人工确认的半自动方案更省事，每一步为什么这么走也更容易解释清楚。
AI Agent：三个动作确认你真的搞懂了
动作一：把上面那段 curl 换成你的模型跑一次。预期结果是返回体里有 tool_calls，且 arguments 是合法 JSON。只返回纯文本，说明这条链路不支持工具调用，或字段名、模型名写错；返回 400，先看错误信息里点名的参数，多半是 tools 的 schema 不合法。
动作二：在循环里给每次模型请求打一行日志（step 序号、选了哪个工具、耗时），跑一个真实任务。预期结果是同一次任务出现两条以上请求，且第二条的 messages 里带着上一条工具返回的内容。若永远只有一条请求，你手上的是单次调用，不是 Agent。
动作三：把工具实现换成 mock，故意返回空结果或报错。预期结果是模型拿到失败信息后换策略，或明确说明失败并停下。如果它反复调同一个工具不停，说明缺 max_steps 和重试上限，要先把硬性终止条件加进循环，再谈任务完成情况。