Agent = LLM + Tools

摘要：AIAgent的核心公式是"Agent=LLM+Tools"，即大语言模型与工具的结合。LLM作为"大脑"负责思考和决策，但无法直接操作外部世界；Tools则作为"手脚"连接现实，执行具体操作（如读写文件、执行命令等）。Agent的本质是将宿主环境能力封装为工具，使LLM能感知和操作外部世界。完整的Agent系统还需要上下文管理、记

码农Q！

396人浏览 · 2025-10-28 19:35:45

码农Q！ · 2025-10-28 19:35:45 发布

Agent = LLM + Tools

最近，AI Agent 这个词非常火。

比如 Claude Code CLI、Codex，它能像个程序员一样，在你的命令行里读写文件、执行代码。很多人觉得很神奇，它到底是怎么做到的？

今天，我想谈谈我的理解。一句话就能概括。

核心公式

我的观点是，AI Agent 的核心，就是下面这个公式：

Agent = LLM + Tools

Agent（智能体），等于 LLM（大语言模型），加上 Tools（工具）。

为什么这么说？我们来拆解一下。

LLM：思考的大脑

LLM，比如 GPT-5 或 Claude 4.5，是 Agent 的“大脑”。

它非常聪明，擅长阅读、理解、思考、推理和做决策。你给它一个复杂的目标，它能帮你拆解成一步步的计划。

但是，LLM 本身有一个巨大的限制：它是一个封闭的“黑盒”。

它无法感知外部世界。你问它“我的桌面上有什么文件？”，它不知道。你让它“帮我把 A 文件的内容复制到 B 文件”，它也做不到。

它只能“想”，不能“做”。

Tools：连接世界的手脚

要让 LLM “做”起来，就需要 Tools（工具）。

Tools，就是 Agent 的“手脚”和“感官”。它们是 LLM 连接外部世界的桥梁。

LLM 决定“做什么”（比如“读取 A 文件”），它不自己去读，而是去“调用”一个叫 Read Tool 的工具。这个工具负责真正执行操作，然后把结果（文件内容）返回给 LLM。

所以，常见的工具可能包括：

Read Tool：读取文件或网页内容。
Edit Tool：修改或写入文件。
Delete Tool：删除文件。
Find Tool：搜索信息。
Execute Tool：执行一段代码或命令。

LLM 负责决策，Tools 负责执行。两者结合，Agent 就能感知和操作外部世界了。

关键抽象：宿主环境

Tools 到底是什么？

我们可以再抽象一点：Tools 是“宿主环境”能力的封装。

这句话是关键。

在 Claude Code CLI 这个例子里，“宿主环境”就是你的操作系统 (OS)。 Tools 封装的就是 shell 命令（比如 ls, cat, sed），让 LLM 能够操作你的本地文件。
如果我们想做一个“浏览器 Agent”呢？ “宿主环境”就是浏览器。我们就需要封装浏览器提供的能力作为 Tools。

Agent 的本质

所以，Agent 的创造逻辑就清晰了：

理论上，任何一个宿主环境，只要它提供的能力可以被封装成 Tools，我们就能基于它创造 Agent。

宿主环境是 OS，Agent 就是 OS 助手。
宿主环境是浏览器，Agent 就是浏览器助手。
宿主环境是数据库，Tools 就是 SQL 执行器，Agent 就是数据分析师。
宿主环境是 API 服务（比如天气、股票），Agent 就是你的生活助理。

不可或缺的“脚手架”

当然，一个真正好用的 Agent，光有 LLM + Tools 还不够。

它还需要很多“脚手架”来支撑运转，比如：

上下文管理 (Context Management)：LLM 的“记忆”有限（即上下文窗口），如何只把最关键的信息喂给它？
记忆 (Memory)：如何让 Agent 拥有短期记忆和长期记忆，从过去的经验中学习？
执行机制 (Execution Mechanism)：如何设计一个循环（Loop），让“思考”和“行动”能交替往复、持续运行？（比如 ReAct 框架）
提示词工程 (Prompt Engineering)：如何写好 Prompt，让 LLM 知道自己的目标、角色和手头有哪些工具可用？

但万变不离其宗，这些机制都是为了让 LLM + Tools 这个核心公式更高效、更稳定地工作。