什么是 AI Agent？通俗易懂的解释
AI Agent 是一种能够采取行动以达成目标的 AI 模型，而不只是用文字回复。你给它一项任务，它就会以循环的方式工作：决定下一步做什么，使用一个工具（编辑文件、搜索网页、运行命令、调用应用），查看结果，然后再次决定，直到任务完成或需要你的输入。它的“大脑”通常是大语言模型；工具则让它能够真正做事。
用 AI 建站时为什么它很重要
现代 AI 应用构建器就是 Agent。当你提出一个功能需求时，Agent 不会只是写好代码交给你。它会读取你现有的文件，进行修改，安装软件包，启动应用，阅读错误信息并加以修复，常常跨越多个步骤，而你无需逐步盯着。
这就是它们能够构建可运行软件、而不只是代码片段的原因。它也改变了你的角色。你不再是复制粘贴代码的人，而是在管理一位速度很快、能力很强的助手，它有时会误解指令，或者自信地走错方向。了解 Agent 的工作方式，能帮你给出正确的目标，发现它是否在原地打转，并决定哪些事情需要由你亲自批准。
日常类比
可以把问路和雇用快递员做个比较。
问路就像聊天机器人：你提问，对方告诉你，然后你自己走路。如果路被封了，你得回来再问一次。
快递员则是 Agent。你说“下午五点前把这个包裹送到这个地址”。他会自己选择路线，发现路段封闭后绕行，找到大楼的侧门，然后回来报告“已送达，前台签收”。你设定目标和限制，比如“出租车费不要超过 20 美元”，他负责完成具体步骤。
快递员的表现取决于你给他的任务说明和设定的界限。Agent 也是如此。
Agent 如何工作
大多数 Agent 遵循相同的基本循环：
- 目标。 你描述想要什么：“添加一个联系表单，把提交内容发到我的邮箱。”
- 计划。 模型决定下一步：“首先，看看网站是如何组织的。”
- 行动。 它调用一个工具：列出文件，读取首页。
- 观察。 它读取工具返回的结果。
- 重复。 根据看到的内容，它选择下一步：创建表单，添加服务器代码，运行应用，检查错误。
- 完成或提问。 目标达成后，它会汇报。如果被卡住或不确定，它会向你提问。
围绕这个循环还有几个部分：
| 组成部分 | 作用 |
|---|---|
| 模型 | 负责推理并决定做什么的 LLM。 |
| 工具 | Agent 可以执行的操作：读写文件、运行命令、搜索、调用 API。 |
| 指令 | 关于它的角色、风格和限制的长期规则（系统提示词）。 |
| 记忆 | 在步骤之间或会话之间保存的笔记，例如你的偏好。 |
| 权限 | 它可以自由使用哪些工具，哪些需要你的批准。 |
| 子 Agent | 主 Agent 可以把部分工作交给的辅助 Agent。 |
工具是关键概念。单独的模型只能生成文字。工具把这些文字变成实际行动，而 MCP 等标准则让新工具更容易接入 Agent。
实例：修复损坏的注册表单
假设你已发布网站上的候补名单表单不再保存邮箱，你对 AI 建站工具说：“候补名单表单现在什么都保存不了。修复它。”
一次典型的 Agent 运行可能是这样的：
- 读取表单组件以及处理提交的服务器代码。
- 运行应用并提交一封测试邮件。
- 读取错误：服务器提示数据库中有一个名为
email_address的列不存在。 - 查看数据库结构：这列实际上叫
email。最近的一次改动只在一处重命名了它，另一处没有同步。 - 编辑服务器代码，使用正确的列名。
- 再次测试：提交一封测试邮件，确认数据库中出现新的一行。
- 汇报：“昨天的改动之后，表单写入的列已不存在。我更新了服务器代码，并确认测试注册已能保存。”
你只给了一条指令，Agent 却走了七个步骤，其中包括两次测试。这就是它的强大之处。风险则是同一件事的另一面：如果 Agent 当时决定重命名数据库列，它可能会破坏其他东西，而你如果不仔细阅读它的总结，可能根本不会发现。
关键术语解释
| 术语 | 含义 |
|---|---|
| Agent | 通过循环使用工具来完成任务的 AI 模型。 |
| 工具（Tool） | Agent 可以执行的具体操作，例如“写入文件”或“发送邮件”。 |
| 工具调用（Tool call） | 一次工具使用，包括输入并返回结果。 |
| Agent 式（Agentic） | 描述那种经过多个步骤行动、而不是只回复一次的 AI。 |
| 自主性（Autonomy） | Agent 在向你确认之前能独立完成多少工作。 |
| 人在回路中（Human in the loop） | 要求在关键步骤由人批准。 |
| 子 Agent（Sub-agent） | 由主 Agent 为某部分任务启动的辅助 Agent。 |
| 护栏（Guardrails） | 阻止 Agent 做出有害或不需要的行为的规则与限制。 |
| MCP | 模型上下文协议（Model Context Protocol），用于将 Agent 连接到工具的开放标准。参见什么是 MCP。 |
常见错误与误解
- “Agent 是完全独立的。” 目前的 Agent 最擅长处理定义清晰、目标明确的任务。模糊、开放式的目标（例如“帮我把生意做大”）只会产生大量无用功。
- “它说完成了，那就是完成了。” Agent 有时会在只完成部分工作后就报告成功。请亲自检查结果，尤其是涉及资金、数据或用户的内容。参见如何审查 AI 生成的代码。
- 授予过多权限。 一个能够发送邮件、删除数据和花钱的 Agent，需要严格的限制，并且在有风险的操作上需要你的批准。
- 任其陷入循环。 如果 Agent 反复尝试同一种修复方法，请停止它，给它更多信息或换一种思路。
- 信任它读取的内容。 读取网页或邮件的 Agent 可能被刻意编写的文字所误导（提示注入）。在 Agent 读取了不可信内容之后，要谨慎对待它接下来能够执行的操作。
- 一次性提出过大的请求。 大任务拆分成可以逐步检查的阶段，会更加可靠。
向你的 AI 建站工具提出什么要求
- “先计划。在修改任何东西之前，告诉我你的步骤。”
- “只修改与预约表单相关的文件。”
- “改动之后，测试它，并准确告诉我你是怎么检查的。”
- “如果需要修改数据库结构，请先问我。”
- “总结你做了哪些改动，以及任何你不确定的地方。”
- “如果同一个修复失败两次，就停下来问我。”
关于如何写出更清晰的指令，请参阅什么是提示词工程。
Mythex 中的 AI Agent
Mythex 就是围绕 Agent 构建的。在你项目的私有云端沙盒中，它可以创建和编辑文件、安装软件包、运行终端命令、检查错误并反复迭代，还可以使用已连接应用中的工具。对于复杂的工作，它可能会启动子 Agent，你可以打开并查看它们的工作内容。**计划（Plan）**模式让它在不编辑文件的情况下提出方案，**询问（Ask）**模式只回答问题而不改动文件，而检查点则让你在改动出错时回滚。它也可以反过来使用：Claude、Cursor、Codex 等 Agent 可以通过 Mythex 的 MCP 服务器在 Mythex 中进行构建。
常见问题
简单来说，什么是 AI Agent？
AI Agent 是一种能够采取行动、而不只是回复文字的 AI 模型。你给它一个目标和一组工具，例如编辑文件、搜索网页或调用某个应用，它会不断循环地决定、行动、检查结果，直到任务完成。
聊天机器人和 AI Agent 有什么区别？
聊天机器人用文字回答你的消息，然后等待下一条。Agent 则可以自行完成多个步骤，使用工具来改变现实中的事物，检查发生了什么并作出调整，最后再向你汇报。
使用 AI Agent 安全吗？
在有限制的前提下可以是安全的。只给 Agent 它所需的工具和权限，对发送消息或花钱等有风险的操作要求你先批准，保留备份或检查点，并检查它做了什么。
AI 应用构建器是 AI Agent 吗？
大多数现代 AI 应用构建器都围绕 Agent 构建：它读取你的请求，编辑代码，运行命令，查看错误并在循环中修复，而不只是建议代码让你自己粘贴。