AI Agent（智能体）这个概念听起来很高大上，但拆开看其实就是一句话：让大模型不再只是聊天，而是能够自己规划步骤、调用外部工具、根据反馈调整行动的执行系统。过去两年，从最早提出ReAct范式的论文，到爆火的AutoGPT，再到微软的AutoGen和阿里的QwenAgent，智能体框架经历了从概念验证到工程落地的完整演变。这篇文章就按照这条时间线，带你把每个关键节点搞明白，并且给出可以直接跑起来的代码。
一、先搞懂地基：ReAct模式到底在做什么
ReAct这个词是Reasoning和Acting的拼接，2022年由普林斯顿大学和谷歌的研究者提出。它解决的核心问题是：早期的语言模型要么只会思考（Chain of Thought，输出一大段推理但无法执行动作），要么只会照指令行动（输出动作但缺乏推理过程，容易瞎调工具）。ReAct把两者合在一个循环里，让模型每一步都先思考再行动，然后观察环境的反馈，再决定下一步。
一个典型的ReAct循环包含三个阶段。第一是Thought，模型用自然语言分析当前处境，判断需要做什么；第二是Action，模型输出一个结构化的工具调用指令，比如搜索某个关键词或者查询某个API；第三是Observation，系统把工具的执行结果喂回给模型，作为下一轮思考的依据。这个循环一直持续，直到模型判断任务完成，输出Final Answer。
用伪代码表示整个流程其实非常简单：
prompt = """你是一个能使用工具的助手。
可用工具：
1. search: 搜索互联网
2. calculator: 计算数学表达式
请严格按照以下格式输出：
Thought: 你的思考过程
Action: 工具名
Action Input: 工具输入
...（收到 Observation 后继续下一轮）
Thought: 我认为信息已足够
Final Answer: 最终答案
"""
messages = [{"role": "user", "content": "2023年世界杯冠军是谁？他多大年纪？"}]
while True:
response = llm.chat(prompt + str(messages))
if "Final Answer" in response:
break # 任务完成
action, action_input = parse_action(response) # 解析出工具调用
observation = tools[action](action_input) # 执行工具
messages.append({"role": "assistant", "content": response})
messages.append({"role": "user", "content": "Observation: " + observation})
理解了这段循环，你就理解了几乎所有智能体框架的核心。AutoGPT、QwenAgent本质上是把这个循环工程化，加上任务拆解、记忆管理、工具注册等模块。所以ReAct必须先学透，后面看任何框架源码都会觉得眼熟。另外要注意一个常见误区：ReAct并不是模型自带的能力，而是通过提示词工程引导出来的行为，模型输出的Thought和Action都是普通文本，需要你自己写解析器去提取。不过现在的主流大模型已经原生支持Function Calling，工具调用从文本解析变成了结构化输出，稳定性提升了一大截。
二、AutoGPT：全自动智能体的第一次大胆尝试
AutoGPT在2023年上半年红极一时，它的思路很激进：给模型一个总目标，比如帮我调研某个市场并写一份报告，然后让模型自己把目标拆成子任务列表，自动逐个执行，执行过程中还能自己给自己创建新任务、删除无用任务，全程尽量不需要人干预。它还引入了文件系统作为长期记忆，模型可以把中间结果写到磁盘上，下次启动还能读取。
它的架构大致分为五个部分：任务规划器负责把目标拆解成任务队列；执行器对每个任务调用大模型生成具体动作；工具集预置了搜索网页、读写文件、执行Python代码等能力；记忆模块用向量数据库存储历史；反馈模块在任务失败时让模型自我批评并修正方案。这个设计在当时非常超前，很多后来的框架都能看到它的影子。
但AutoGPT的实际体验暴露了纯自主模式的天生缺陷：第一，模型在复杂任务上容易陷入死循环，反复搜索同样的关键词，烧掉大量token却毫无进展；第二，任务拆解质量高度依赖模型能力，一旦某个子任务理解偏了，后面全盘皆错；第三，安全风险大，让模型自主执行代码和写文件，一旦提示词被注入恶意内容后果严重。因此AutoGPT更适合作为学习案例，让你理解完全自主的智能体长什么样，而不建议直接拿来做生产项目。它的历史价值在于证明了这条路可行，也证明了完全放开人类监督并不可行，这正是后来人类在环（Human-in-the-loop）设计成为主流的原因。
三、AutoGen与QwenAgent：多智能体协作与中文生态实践
AutoGen是微软推出的框架，它的核心创新是把智能体协作抽象成对话。框架里预定义了几种角色：AssistantAgent负责推理和生成方案，UserProxyAgent代表人类，可以自动执行代码、请求人工确认。你可以让多个不同人设的Agent坐在一起开会，比如一个写代码、一个审代码、一个提需求，通过多轮对话把任务推进下去。这种模式特别适合需要多角度验证的任务，比如代码生成加审查的流程，写代码的Agent提交方案后，审查Agent会指出问题，写代码的Agent再修改，循环直到通过。
一个最小的AutoGen示例如下：
from autogen import AssistantAgent, UserProxyAgent
config_list = [{"model": "gpt-4o", "api_key": "你的密钥"}]
assistant = AssistantAgent("coder", llm_config={"config_list": config_list})
user = UserProxyAgent(
"user",
code_execution_config={"work_dir": "coding", "use_docker": False},
human_input_mode="NEVER", # 不需要人工介入，全自动执行
)
user.initiate_chat(
assistant,
message="写一个Python脚本，统计当前目录下所有py文件的总行数并保存为result.txt",
)
这段代码跑起来后，你会看到助手Agent生成代码，UserProxy自动执行，如果报错会把错误信息回传给助手重新修改，整个过程不需要你动手，这就是代码执行反馈闭环的威力。
QwenAgent则是阿里围绕通义千问系列模型打造的智能体框架，对中文场景和开源模型的支持是它的强项。它内置了多个工具，最实用的是代码解释器（Code Interpreter），模型遇到计算、画图、处理文件的任务时会自动生成Python代码并在沙箱里执行。它的文档解析工具可以读取PDF和Word，做中文知识问答效果不错。安装也简单：
pip install qwen-agent
from qwen_agent.agents import Assistant
bot = Assistant(
llm={"model": "qwen-max", "api_key": "你的密钥", "model_server": "dashscope"},
system_message="你是一个乐于助人的助手，遇到计算问题请调用代码解释器。",
function_list=["code_interpreter"], # 注册代码解释器工具
)
messages = [{"role": "user", "content": "帮我计算2的100次方是多少"}]
for resp in bot.run(messages=messages):
pass
print(resp[-1]["content"])
选型建议可以这样记：如果做多智能体协作和自动化代码任务，优先AutoGen；如果主打中文场景、用千问系列模型、需要文档问答，QwenAgent更顺手；如果只是想理解原理做原型，手写一个ReAct循环就够了，几百行代码足够覆盖核心逻辑。
四、动手入门的正确路线和避坑建议
学习顺序上，建议按原理到工程的路径走：第一周手写ReAct循环，不用任何框架，接一个搜索API，让模型完成一个多步问答任务，把Thought、Action、Observation的日志打印出来逐条看，你会对智能体的运行机制有肌肉记忆；第二周跑通AutoGPT，观察它的任务列表变化，理解自主模式的局限；第三四周在AutoGen和QwenAgent中选一个深入，做出一个解决自己实际需求的小项目，比如自动整理周报的助手或者文档问答机器人。
几个高频踩坑点提前说一下。一是token消耗问题，智能体是多轮循环，上下文会越滚越长，一个任务跑几十轮是常事，务必设置最大迭代次数和token预算，否则账单会很难看。二是工具描述要写得足够清楚，模型选择工具完全依赖描述文本，描述含糊它就会频繁选错。三是解析要留容错，即使模型支持Function Calling，偶尔也会输出不合规的结构，重试机制和格式校验不能省。四是沙箱隔离，凡是让模型执行代码的功能，一定要放在容器或独立环境里，直接在宿主机跑等于把系统控制权交给了模型。
最后保持一个清醒认知：智能体的能力上限取决于底层模型，框架只是把模型能力组织起来的脚手架。模型升级后，很多以前需要复杂提示词工程才能实现的效果会变得轻而易举，所以把精力放在理解ReAct范式、工具设计和人机协作模式上，比死记某个框架的API更有长期价值。