Chapter 1 软件为什么需要 AI Agent？

Part I Foundations

核心问题：为什么 AI Agent 会出现？

本章结论：AI Agent 的出现，并不是因为大模型足够强，而是因为传统软件越来越难以应对开放性任务。

Learning Objectives

完成本章后，应能够理解：

软件为什么需要新的执行范式
AI Agent 解决的核心问题是什么
为什么 LLM 是 Agent 的基础，但 LLM 不等于 Agent
Agent 在软件工程中的定位

本章只讨论 Agent 出现的原因，不讨论 Agent 的定义、组成和实现。这些内容将在后续章节展开。

1.1 软件的发展，本质是在降低复杂度

软件工程的发展历史，本质上是一部持续控制复杂度的历史。

每一次重要的技术演进，都源于上一代开发模式无法继续支撑软件规模的增长。

例如：

阶段	主要问题	解决方案
汇编语言	开发效率低	高级语言
结构化编程	流程混乱	函数、模块
面向对象	系统复杂	封装、继承、多态
MVC	职责耦合	分层设计
微服务	单体过大	服务拆分
云原生	运维复杂	自动化资源管理

这些技术的发展方向并不相同，但目标一致：

降低软件系统的复杂度，提高软件的可维护性。

1.2 传统软件擅长解决确定性问题

过去几十年的软件开发，建立在一个共同假设之上：

开发者能够提前定义系统的执行过程。

例如，一个订单系统可以抽象为：

创建订单

↓

校验库存

↓

计算价格

↓

生成支付单

↓

支付完成

↓

发货

开发者需要提前确定：

执行顺序
判断条件
异常处理
数据结构
调用关系

因此，传统软件本质上是：

将业务规则转换为可执行程序。

这种方式对于规则明确、边界清晰的业务非常有效，也是现代软件工程成功的基础。

1.3 软件开始面对越来越多的开放性任务

近年来，软件处理的问题发生了变化。

越来越多的新需求无法完全用固定规则描述。

例如：

总结一份几十页的技术文档。
根据企业制度回答员工问题。
分析销售下降原因。
阅读合同并提取风险点。
根据用户需求生成 SQL。
自动编写代码并修复错误。

这些任务有几个共同特点：

第一，它们没有固定算法。

例如”分析销量下降原因”，并不存在唯一正确的执行流程。

不同的数据、不同的行业、不同的分析角度，都可能得到不同的分析路径。

第二，输入具有开放性。

用户不再按照固定格式输入参数，而是直接表达自己的目标。

例如：

分析最近一个季度利润下降的原因，并提出改进建议。

对于软件来说，这不是一个函数调用，而是一段自然语言。

第三，完成任务需要动态决策。

系统需要根据中间结果决定下一步动作。

例如：

查询数据库后发现库存异常，接下来可能需要继续分析供应链数据，而不是按照预设流程继续执行。

传统的软件设计方法，并不擅长处理这类问题。

1.4 LLM 提供了一种新的能力

大语言模型（Large Language Model，LLM）的价值，并不仅仅在于生成自然语言。

对于软件工程而言，更重要的是另一种能力：

理解自然语言，并将其转换为可执行的推理过程。

例如：

输入：

统计最近半年销售额下降最快的产品。

模型能够理解：

“销售额”对应企业中的哪个业务概念；
“最近半年”表示时间范围；
“下降最快”意味着需要计算变化率；
最终目标是完成分析，而不是简单返回数据。

这意味着，软件第一次拥有了理解自然语言目标的能力。

需要强调的是：

LLM 并没有改变软件工程的基本原则。

它只是增加了一种新的能力：

让软件能够处理过去难以形式化描述的问题。

1.5 仅有 LLM，并不能完成复杂任务

如果把 LLM 看作一个文本生成器，那么它能够完成的是：

输入

↓

模型

↓

输出

这种模式适合回答问题、生成内容、翻译文本等一次性交互。

但是，真实的软件任务通常包含更多步骤。

例如：

生成一份销售分析报告。

完成这个任务可能需要：

理解目标

↓

查询数据库

↓

执行统计分析

↓

生成图表

↓

整理结论

↓

输出报告

这里不仅需要模型生成文本，还需要：

获取外部数据；
调用工具；
管理上下文；
根据执行结果调整后续动作。

这些能力已经超出了 LLM 本身的职责。

因此，仅有模型，并不足以构建真正的软件系统。

1.6 AI Agent 的出现

AI Agent 正是在这样的背景下出现。

它并不是一种新的模型。

也不是某一种开发框架。

Agent 更接近一种新的软件组织方式。

它负责：

接收目标；
组织执行过程；
协调模型与工具；
管理任务状态；
在任务完成前持续运行。

LLM 在其中承担的是推理能力，而 Agent 负责组织整个执行过程。

因此，两者的关系可以表示为：

            User Goal
                 │
                 ▼
            AI Agent
 ┌──────────┼──────────┐
 ▼          ▼          ▼
LLM       Tools      Memory
                 │
                 ▼
             External Systems

Agent 并没有替代软件系统，而是在软件系统之上增加了一层新的执行能力。

1.7 Agent 解决的不是智能问题，而是工程问题

从工程角度看，Agent 的价值并不是”更聪明”。

真正改变的是软件组织方式。

过去，开发者需要提前定义完整流程。

未来，开发者更多定义的是：

系统目标；
可调用能力；
执行约束；
安全边界；
评价标准。

至于具体执行路径，则由 Agent 在运行过程中动态决定。

因此，Agent 引入的软件工程问题包括：

如何描述目标？
如何规划任务？
如何管理上下文？
如何调用工具？
如何评估执行结果？
如何保证安全与可靠？

这些问题构成了后续整本书讨论的核心内容。

Summary

传统软件建立在确定性流程之上，适用于规则明确、执行路径可预定义的业务。

随着软件越来越多地处理开放性任务，固定流程逐渐成为限制因素。大语言模型提供了自然语言理解和推理能力，但模型本身无法完成完整的软件任务。

AI Agent 的出现，是为了将 LLM、工具、数据和业务系统组织成一个能够持续完成目标的软件执行体系。

因此，本书讨论的重点不是如何调用模型，而是如何设计、实现和运行一个企业级 AI Agent 系统。

References

[1] OpenAI.
A Practical Guide to Building Agents.
https://openai.com/business/guides-and-resources/a-practical-guide-to-building-ai-agents/

[2] Anthropic.
Building Effective AI Agents.
https://www.anthropic.com/engineering/building-effective-agents

[3] Google.
Agent Development Kit Documentation.
https://google.github.io/adk-docs/

[4] Russell, Stuart; Norvig, Peter.
Artificial Intelligence: A Modern Approach.
Pearson.

[5] Vaswani et al.
Attention Is All You Need.
https://arxiv.org/abs/1706.03762