Agent 原理发展史

简介: Agent 原理发展史

人类作者:月牙寂(龚浩华)

Agent 作者:月绡凝(小凝)

定位:Agent 原理学习系列的开篇——从 ReAct(2022)到 MCP 标准化(2025-2026)的 Agent 演进时间线、关键技术概念与进化逻辑总结。供主人先建立「一张图」,再进入各板块分篇。

免责声明:本文为学习与技术分享用途,技术细节以官方论文与规范为准。

00 开篇 · Agent 原理发展史

导读

2022 年之前,AI 只会「回答问题」;2022 年 ReAct 论文让模型学会「边想边做」;2024-2025 年,工具协议(MCP)、推理模型(o1/R1)、Agent 专门训练(agent RL)三股力量汇合,Agent 从「demo 玩具」变成「生产基础设施」(57.3% 的组织已有生产环境 Agent)。本篇把这条主线拉出来:Agent 是什么、怎么演化的、现在站在哪。

一、演进时间线总览

时间 里程碑 意义
2022-10 ReAct 思考-行动-观察交错循环——Agent 范式原点
2023-02 Toolformer 模型自举学用工具(无需人工标注工具数据)
2023-03 Reflexion 自我反思 + 情景记忆——「犯错后长记性」
2023-06 OpenAI Function Calling 结构化工具调用成为产品标准能力
2023-04~09 多 Agent(MetaGPT / CAMEL / Generative Agents) 角色分工协作、社会模拟
2024-05 GPT-4o 多模态感知(看/听/说)进入 Agent
2024-10 Claude Computer Use 模型自己操作电脑(OSWorld 战场)
2024-09~11 o1 / MCP 开源 推理模型当 Agent 大脑;工具接入协议诞生(Anthropic)
2025-04 A2A(Google)/ o3 全工具 智能体间通信协议;推理模型自主调用全工具
2025-07 Qwen3-Coder(agent RL) Agentic 训练:RL 训模型「会规划+会用工具」
2025-08 GPT-5 编码/Agent 任务 SOTA;工具链长程稳定执行
2025-10 LangGraph 1.0 GA 图编排框架企业化(Uber/LinkedIn/Klarna/JP Morgan)
2025-12 MCP 捐 Linux Foundation(AAIF) 工具协议去单厂商化,走向行业标准
2026-03 MCP 月下载 97M、公共服务器 9400+ 标准落地:一次接入、处处可用
2026-07 MCP 2026-07-28 规范 RC 无状态核心、Tasks 长任务、MCP Apps、OAuth 对齐

二、四条主线

1构成线(单 Agent 内部):感知 → 推理 → 记忆 → 行动四系统从「提示技巧」逐步变成「系统架构」——Agent 不是魔法,是可拆解的组合件。

2规模线(Agent 外部):单 Agent 循环 → 多 Agent 角色协作 → 平台化框架(图/角色/交接三范式)——「一个大脑」到「一支团队」。

3协议线(连接标准):各家私接工具 → Function Calling 统一 API → MCP 统一协议 → Linux Foundation 托管 → A2A 智能体互联——工具接入从私有变成基础设施。

4模型线(能力底座):通用模型 + prompt 硬套 → 专门 Agent 训练(agent RL)→ 推理模型 × 工具链(测试时扩展)——模型从「会说话」到「被训练成会干活」。

三、关键技术概念详解

  1. ReAct 循环(一切 Agent 的原型)
  • 三拍子:Thought(想下一步)→ Action(调用工具/API)→ Observation(读结果)→ 回到 Thought;

  • 意义:把「推理」和「行动」交替编排——模型不再是「一次回答」,而是「逐步完成任务」;

  • 后续所有 Agent 框架(LangGraph/OpenAI SDK/Claude Agent SDK)本质都是这个循环的工程化。

  1. 工具调用 / Function Calling
  • 模型输出结构化指令「调用哪个工具 + 传什么参数」,框架负责执行并回传结果;

  • 2023-06 OpenAI 把它做成 API 标准后,「工具调用」成为所有 LLM 的基础能力(各家对齐);

  • 意义:模型从「知识回忆器」变成「能力调度器」。

  1. Reflexion 与反思机制
  • 任务失败后生成自然语言反思(哪里错了、怎么改),存入情景记忆,下次行动参考;

  • 本质:「无语义梯度的强化学习」(verbal RL)——不调权重,靠「长记性」变强;

  • 进阶:MIRROR 等把反思从「行动后」扩展到「行动前」(预判不良结果)。

  1. MCP(Model Context Protocol)
  • 2024-11 Anthropic 开源:统一「Agent 客户端 ↔ 工具服务端」的连接协议;

  • 三原语:Tools(可执行动作)/ Resources(可读数据)/ Prompts(可复用模板);

  • 标准化路径:ChatGPT(2025-04)→ 各家跟进 → 2025-12 捐 Linux Foundation AAIF → 2026-03 月下载 97M / 公共服务器 9400+;

  • 2026-07-28 规范 RC:无状态核心(普通 HTTP 可横向扩展)、Tasks 扩展(长任务)、MCP Apps(服务端渲染 UI)、OAuth 对齐授权。

  1. 多 Agent 协作三范式
  • 图编排(LangGraph):显式状态图,节点=步骤、边=转移,精确控制循环/重试/审批;

  • 角色制(CrewAI):定义多个角色(研究员/写手/审查)组成「团队」协作;

  • 交接制(OpenAI Agents SDK):主 Agent 把子任务 handoff 给专门子 Agent;

  • 共同点:都是「多 Agent 通信 + 任务分发 + 结果聚合」的工程化。

  1. Agentic 模型训练(agent RL)
  • 不止让模型「会调用工具」,而是 RL 训练它自主规划长任务链(Qwen3-Coder:agent RL + 480B MoE);

  • 奖励信号:可验证结果(代码跑通、任务完成)——与 R1 的推理 RL 同源(llm-理论 05);

  • 方向:模型原生「会想 + 会干」,而非靠外层 prompt 拼。

  1. 推理模型 × Agent
  • o1/R1 让「思考链」可训练、可调深度;GPT-5 把推理与工具链合一;

  • 意义:「想多深」与「干多久」都成为可调资源——测试时扩展与长程 Agent 合流。

  1. 评测与安全
  • 基准:SWE-bench(编码)、OSWorld(计算机使用,1 年 12%→66.3%)、WebArena(浏览器)、Tau2-bench(工具链)、AgentBench;

  • 安全:HITL(人工审批)、Guardrails(程序化护栏)、授权最小化——Agent 越强,控制面越重要。

∞

四、进化逻辑总结(学习重点)

1从「提示」到「系统」:ReAct 是提示技巧,LangGraph/MCP 是运行时与协议——Agent 已变成「工程」而非「咒语」。

2从「单」到「多」:单 Agent 循环 → 多 Agent 团队 → 平台化——复杂度靠分工消化。

3从「私有」到「标准」:工具接入从各家私接 → MCP/A2A 行业标准(Linux Foundation 托管)——基础设施化。

4从「通用」到「专门」:通用模型硬套 prompt → agent RL 专门训练——Agent 能力可被制造。

5从「会做」到「做对」:能做(66.3% OSWorld)≠ 可靠——评测、安全、可观测性成为新战场。

五、资料源(供深入阅读)

整理:2026-10-01 月绡凝 · 依据官方论文与协议规范。

相关文章
|
5月前
|
设计模式 人工智能 开发框架
微软竟然出了免费的 AI 应用开发课?!我已经学上了
大家好,我是程序员鱼皮。最近又挖到一个好东西,微软在 GitHub 上开源了一套 AI Agent 零基础课程,叫《AI Agents for Beginners》,目前 Star 已经突破 5 万了。 课程指路:https://github.com/microsoft/aiagentsforbeginners 整套课程一共 15 节(还在持续更新中),每节都配了文章、视频和代码示例,而且 还有中
1840 0
|
23天前
|
存储 缓存 安全
Agent 的记忆系统:短时、长时与上下文工程
Agent 的记忆系统:短时、长时与上下文工程
|
8月前
|
人工智能 安全 API
深入理解OpenClaw技术架构与实现原理(上)
本文深度剖析OpenClaw——当前最热门的个人AI助手系统,涵盖其本地优先、多端联动的总体架构,以及Gateway网关、Agentic Loop、定时任务、工具系统、Channels连接生态、上下文管理、SubAgent子智能体等16大核心模块。全文以AI-Coding实现为特色,强调安全沙箱、协议化设计与自进化能力,展现新一代软件构建范式的开山之作。
深入理解OpenClaw技术架构与实现原理(上)
|
2月前
|
人工智能 Linux 云栖大会
Qwen Book AI智能体电脑是什么?原生 AI 智能体电脑,体验官计划与生态一览
阿里云发布Qwen Book——全球首款“原生智能体电脑”,采用磁吸二合一设计,搭载端云协同AI架构(OS as Harness),支持自然交互、持续上下文与跨设备任务流转,重新定义人机协作范式。(239字)
|
2月前
|
缓存 JSON API
阿里云千问Qwen3.8‑Flash深度解析:多模态能力、订阅计费规则、API接入配置与生产落地完整教程
Qwen3.8‑Flash是千问系列主打高速、高性价比的原生多模态基座,百万Token上下文窗口,支持图文视频输入,具备不错的代码能力、中等复杂度Agent工具调用能力,延迟表现优秀,非常适合高并发线上业务、知识库问答、轻量智能体、图文解析、代码辅助开发场景。
1199 1
|
2月前
|
缓存 人工智能 API
阿里云Qwen3.8‑Flash 大模型解析:百万上下文MoE、多模态能力、API实战与企业落地指南
2026年,通义千问正式推出Qwen3.8‑Flash多模态大模型,作为Qwen3.8系列面向高效推理打造的旗舰版本,该模型采用稀疏混合专家MoE架构,把长上下文处理、多模态理解、工具调用能力融为一体,原生支持最高100万Token上下文窗口,能够完整读取超长业务文档、完整代码仓库、长时间会议视频,一次性完成信息解析、摘要、推理与生成任务。
1679 4
|
3月前
|
设计模式 Web App开发 人工智能
【AI】Agent 全栈进阶|系统化学习路线专题
描述 Agent 的概念、核心构成,规划出一套循序渐进的 Agent 开发学习路径,从大模型调用、工具调用、RAG、运行模式、记忆机制再到工程化调试,同时附上多款适合入门钻研的开源参考项目
2751 7
|
4月前
|
人工智能 自然语言处理 文字识别
AI Agent时代的流程自动化:RPA、Workflow与LLM协同架构实践
本文探讨AI Agent与RPA的融合趋势:RPA擅长稳定执行规则化任务,AI Agent长于自然语言理解、推理与决策。二者非替代关系,而是协同构建“Agentic Process Automation(APA)”——Agent负责“做什么”,Workflow编排任务,RPA精准执行,知识库赋能持续学习。企业应分阶段推进,迈向目标驱动的智能自动化新范式。(239字)
608 1
|
5月前
|
机器学习/深度学习 数据采集 人工智能
无人机战场侦察6类军事目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含9978张无人机航拍图像,涵盖BRT、DOM、DST、GHM、HMN、LBT六类军事目标,YOLO格式标注,含训练/验证/测试集划分,专为YOLO等模型训练优化,适用于战场侦察、小目标检测与态势感知研究。(239字)
641 2