你在聊天窗口里说：“帮我整理下载目录里的报销材料。”
普通聊天机器人可能给你一份很周到的建议：先按年份建文件夹，再按“日期—类型—金额”重命名，最后删除重复文件。它说得对，但你的下载目录没有发生任何变化。
Agent 面对同一句话，会先查看目录里到底有什么文件，读取文件名或必要内容，再创建文件夹、移动文件，最后重新列出目录，确认材料有没有漏掉。中途发现两张发票日期相同，它还可能停下来问你该怎么区分。
两者背后都可以使用大语言模型。真正拉开差距的不是“谁说得更像人”，而是有没有形成一个持续的工作循环：收集现场，采取行动，核对结果。
这里比较的是“只生成文字的聊天模式”和“带工具、能继续执行的 Agent 模式”，不是给产品贴死标签。同一个聊天产品也可能接入搜索、文件或其他工具，同时提供聊天与 Agent 能力；出现在聊天界面里，不代表它一定只能聊天。
只回答，还是继续往下做
聊天机器人最基本的工作是把你的文字变成一段回复。你问一道 Excel 公式，它解释公式；你问怎样排查网络，它列出步骤。回复生成后，这一轮工作就结束了。
Agent 则被放进一个可以工作的环境。模型负责判断下一步，工具负责接触外部世界，运行框架负责保存上下文并把工具结果送回模型。Anthropic 把 Claude Code 称为 Claude 模型外面的 agentic harness：它提供工具、上下文管理和执行环境，让语言模型成为能完成任务的编码 Agent。Claude Code 的工作原理
因此，“Agent”不是某个更会聊天的模型名称。只有模型，没有工具，它最多告诉你该怎么做；接上文件、命令行、浏览器或业务系统，它才有机会真的做。
第一段：收集现场
Agent 的第一步不是动手，而是弄清当前状态。整理报销材料时，它要先列出文件；修改程序时，它要先找入口、读报错和相关代码；查合同进度时，它要先取得合同、批次和最新记录。
这一步叫 gather context。普通话就是：先看现场，别靠猜。
一个只听到“打印机坏了”就开始卸载驱动的同事，不会因为动作快就更专业。同样，Agent 如果没有拿到真实文件、错误信息或任务范围，后面的行动越快，偏得可能越远。对小白来说，判断 Agent 是否真的开始工作，可以先看它有没有读取现场，而不是看它输出了多长的计划。
第二段：采取行动
有了上下文，Agent 才调用工具去改变状态，这一步是 take action。
Claude Code 的内置工具可以读写文件、搜索内容、执行命令、使用 Git，也可以通过扩展连接外部服务。工具调用的结果不是故事描述，而是新的事实：文件创建成功了，命令返回了错误，搜索找到了三处引用。官方工具说明
模型并没有长出一双真的手。它只是选择工具并填写参数；真正读文件、改文件、运行命令的是 Claude Code 所在的执行环境。你在 Windows 本机启动本地会话，这些本地工具就在你的电脑上运行。
第三段：核对结果
动作完成不等于任务完成。Agent 还要把结果和目标对照，这一步是 verify results。
移动完文件后重新列目录，是核对；改完网页后打开页面看效果，是核对；修完报错后重新运行原来的命令，也是核对。如果结果不符合目标，新结果会变成下一轮的上下文，Agent 再行动、再检查。
这就是 Agent 的“循环”：
收集现场 -> 采取行动 -> 核对结果
^ |
+-------------------------+
Anthropic 对 Claude Code 的官方描述正是这三个阶段，而且特别说明：不同任务需要的循环长度不同。问“这个项目做什么”可能只需要收集上下文；修复一个故障则会反复经过三段。The agentic loop
给 Agent 一个能核对的终点
小白最容易只说动作：“帮我整理一下”“帮我改得好看点”。Agent 可以开始做，但很难判断何时算完成。更有效的任务通常包含三样东西：目标、范围、完成标准。
例如：
把
Downloads\报销练习里的 PDF 按月份放进子目录，只处理这个练习目录；完成后列出每个月的文件数，遇到无法判断月份的文件先不要移动，单独告诉我。
这里没有替 Agent 编排每一步，却给了它观察范围和核对办法。它仍可自己决定先列文件还是先读取名称，但最后能回答“事情到底做成没有”。
所以，不要用“会不会聊天”判断一个 Agent。看它是否能取得真实上下文，是否能用工具改变状态，是否会根据结果继续调整。下一篇，我们再把模型、Claude Code、工具、Skill、CC Switch 和内部模型通道逐层摆到正确的位置上。
上一篇：Agent 入门 00｜模型、训练与聊天 ｜ 下一篇：Agent 入门 02｜Claude Code 这一套，到底谁在哪里运行
最后修改于 2026-08-19