本文是专栏《从零看懂 AI Agent》第 2 篇。回到目录与导读。上一篇：什么是 AI Agent。
上一篇我们说，Agent = 模型 + 循环 + 工具。这一篇把盖子掀开，看看内部到底有哪几个零件。
一个好用的比喻：远程助理
把一个 Agent 想象成你雇的一个远程助理，你只通过消息给他派活。那么：
- 他的大脑（会思考判断）→ 就是大模型
- 他做事前会列个计划（先干啥后干啥）→ 就是规划（Planning）
- 他有个记事本（记住你之前说过的偏好、正在做的进度）→ 就是记忆（Memory）
- 他能打电话、上网、用各种软件→ 就是工具（Tools）
- 还有个工头盯着他一步步推进、别跑偏 → 就是调度器 / 编排（Orchestrator）
几乎所有 Agent，无论用什么框架，拆开都是这五块。下面逐个说。
1. 大模型：负责"判断"，不负责"记忆"和"执行"
大模型（LLM）是 Agent 的大脑，负责一件事：看着当前情况，判断下一步该干什么。
但要记住它的两个"天生短板"，这决定了为什么还需要其他零件：
- 它没有记忆。每次调用都是"失忆"的，你不把上下文喂给它，它就什么都不知道。所以需要外挂记忆。
- 它不会真的动手。它只会输出文字，没法真的发出一封邮件。所以需要工具这座桥。
理解这两点，后面的零件就都顺理成章了——它们都是在补大模型的短板。
2. 规划（Planning）：把大任务拆成小步骤
面对"帮我调研这三家公司并出对比报告"这种大任务，直接让模型一步做完是不现实的。规划做的就是拆解：
- 先拆再做（Plan-and-Execute）：先让模型列出完整计划——"1. 查 A 公司 2. 查 B 3. 查 C 4. 汇总对比"，再一条条执行。适合流程比较确定的任务。
- 边做边想（动态规划，如 ReAct）：不预先列死，每做完一步再根据结果决定下一步。适合变数多的任务。
现实里动态规划往往更稳，因为任务很少完全按预想展开——静态计划一旦撞上意外就断了，而动态规划能随机应变。这套"边想边做"的机制，就是下一篇 ReAct 的主角。
3. 记忆（Memory）：短期和长期是两回事
前面说了模型天生"失忆"，记忆就是外挂的记事本。它分两层：
- 短期记忆：当前这次任务的上下文——刚才调了什么工具、返回了什么。通常就是不断往对话历史里追加内容。问题是模型能读的长度（上下文窗口）有限，聊太久会"装不下"。
- 长期记忆：跨任务、跨天的知识——你的偏好、过往结论、一整个知识库。这类东西太多，塞不进上下文，于是通常存在外部数据库里，用到时再检索出相关的一小部分喂给模型。这套"用时再查"的机制就是大名鼎鼎的 RAG。
记忆这块水很深，第 6 篇会专门讲。这里只需记住：短期靠上下文，长期靠检索。
4. 工具（Tools）：Agent 伸向世界的手
工具是 Agent 能"动手"的关键。一个工具本质上是一个函数 + 一段说明书：
工具名：查天气
说明：输入城市名，返回该城市今天的天气
参数：city（字符串，城市名）
模型读到这段"说明书"，就知道"哦，需要天气信息时我可以调这个"。它输出一个"我要调 查天气，参数 city=北京"的请求，由外面的程序真正去执行，再把结果塞回去。
常见工具：网页搜索、读写文件、执行代码、查数据库、调各种 API。工具越多，Agent 能干的事越多。模型怎么稳定地发出调用请求，是第 4 篇的内容；工具怎么标准化接入，是第 5 篇 MCP的内容。
5. 调度器（Orchestrator）：那个转圈的"工头"
前面四块是"零件"，调度器是把它们串起来转圈的那段程序。它负责：
- 把当前历史 + 可用工具，组织好丢给模型；
- 拿到模型的决定后，判断是"调工具"还是"给最终答案"；
- 如果是调工具，就真的去执行，再把结果塞回历史，进入下一轮；
- 顺便管着别死循环、别超时、出错了怎么办。
它就是上一篇那段 while 循环的真身。 你用的各种 Agent 框架（LangGraph、各家 SDK 等），很大一部分工作就是帮你把这个调度器写好、写稳。
五块拼在一起
把五个零件放进上一篇的循环里，一次完整的运转是这样的：
┌──────────── 调度器（工头，管着整个循环）────────────┐
│ │
目标 ─┤ 1) 组装：历史(记忆) + 工具说明书 → 喂给 大模型 │
│ 2) 大模型 结合 规划 决定：调工具？还是出答案？ │
│ 3) 若调工具 → 执行 工具 → 结果写回 记忆 → 回到第 1 步 │
│ 4) 若出答案 → 结束 │
└──────────────────────────────────────────────────────┘
- 大模型做判断
- 规划决定拆解策略
- 记忆提供上下文
- 工具执行动作
- 调度器驱动整个循环
小结
| 零件 | 类比 | 职责 | 对应专栏篇目 |
|---|---|---|---|
| 大模型 | 大脑 | 判断下一步 | 全专栏基础 |
| 规划 | 列计划 | 拆解大任务 | 第 3 篇 ReAct |
| 记忆 | 记事本 | 提供上下文 | 第 6 篇记忆 |
| 工具 | 手 | 动手执行 | 第 4、5 篇 |
| 调度器 | 工头 | 驱动循环 | 第 8 篇 |
记住一句话：其他零件的存在，大多是为了补大模型"没记忆、不会动手"这两个短板。
下一篇，我们放大看那个最核心的循环——ReAct，看模型是怎么"边想边做"的。