§02 大模型、提示词、智能体是三件不同的事

02.1 我犯过的最蠢错误

刚接触 Agent 时，我以为"提示词写得好，Agent 就聪明"。

错了。

提示词只是"你怎么跟它说话"。它决定不了一个系统会不会动手。

02.2 大模型是大脑

大语言模型（LLM）是 Agent 的"脑"。

它读过几乎整个互联网。你问它，它预测"下一个最可能的词"。

但它不懂"事实"。它懂"模式"。

所以它会一本正经地胡说。这叫幻觉（hallucination）。

2024 年 o1、2025 年 DeepSeek-R1 之后，有了"推理模型"。它能在回答前多转几圈脑子（思维链）。数学逻辑稳了。

注意：永远别把 Agent 的回答当真理。涉及钱、法、医、上线，让它给来源、给核对方式。

02.3 提示词是嘴

提示词是你跟大脑"下指令"的话。

好的提示词有结构：目标 + 范围 + 标准 + 约束。

差的提示词："优化一下这个项目"。 好的提示词："检查最近 3 篇博客的失效内链，修好，跑校验，别动无关文件"。

后者 Agent 才跑得准。

02.4 智能体是"脑 + 手 + 记忆"

Agent = LLM（脑）+ 工具调用（手）+ 循环（心）+ 记忆（本）。

光有脑，是 chatbot。加上手和循环，才是 Agent。

示意图 3：Agent = 脑 + 手 + 心 + 本（五大能力层）

flowchart TD
  subgraph Agent["AI Agent"]
    P["① 角色 Persona<br/>身份·语气·边界"]
    Ac["② 行动 Actions<br/>调工具·权限"]
    R["③ 推理 Reasoning<br/>拆目标·定步骤"]
    M["④ 记忆 Memory<br/>记你·记资料"]
    E["⑤ 评估 Eval<br/>自查·复盘"]
  end
  P --> Ac --> R --> M --> E
  style R fill:#e8f0fe,stroke:#2563eb

02.5 拆成五层看，最清楚

我习惯把 Agent 拆成五层。这套框架来自《AI Agents in Action》，不绑任何厂商。

经验：Agent 哪里笨了，别瞎改提示词。先问：五层里哪层缺了？答非所问是角色没设清。老算错是工具没接。老忘事是记忆没建。

§02 讲完"靠什么"。下一章讲"手"——怎么让 Agent 调工具，以及 MCP 这个关键协议。