什么是 AI Agent
先分清：普通聊天 vs Agent
你用过的 ChatGPT、DeepSeek 网页版，是「聊天机器人」：你问一句，它答一句。它没有任务概念，也不会主动做事。
AI Agent（智能体） 则是一个被赋予了「角色、目标、规则」的 AI 程序，能在一个任务上连续工作：
- 普通聊天：问 → 答 → 结束。
- Agent：接收任务 → 拆解步骤 → 调用工具 → 检查结果 → 修正 → 交付。
Agent 由什么组成
一个 Agent 通常包含四块：
| 组成 | 作用 | 例子 |
|---|---|---|
| 模型 | 大脑，负责理解和生成 | DeepSeek-V3、DeepSeek-R1 |
| 系统提示词（System Prompt） | 人设 + 规则，决定它「是谁、怎么干活」 | 「你是高中数学竞赛教练，先引导思考再给答案」 |
| 工具 | 让它能做事，而不只是说话 | 搜索、计算器、读写文件、调 API |
| 记忆/上下文 | 记得对话历史，理解任务背景 | 聊天记录 |
判断一个东西是不是 Agent，最简单的标准：它有没有「角色」和「规则」，而不是只会一问一答。
本站的 Agent 长什么样
在我们社团的聊天站（chat.wfla-ailab.top）里，管理员建了几个 Agent，每个都是「一段系统提示词 + 一个 DeepSeek 模型」：
- 通用助手：日常问答、写作、翻译。
- 深度思考：用 R1 做复杂推理。
- 代码助手：只做编程相关的事。
你打开它们聊天时，就是在使用 Agent——因为每一句回答都被「角色 + 规则」约束着。
Agent 能做什么（现实例子）
- 写作 Agent：给定大纲和风格，产出文章草稿。
- 代码 Agent：根据需求写代码、跑测试、修 bug（DSH 就是这类，见下一篇教程）。
- 客服 Agent：用社团 FAQ 回答访客问题（我们的「招新问答助手」）。
- 学习 Agent：出题、批改、讲解错题。
下一步
学完概念，去做两件事：
- 打开聊天站，分别和「通用助手」「深度思考」「代码助手」聊同一个问题，感受「角色」带来的差异。
- 读下一篇教程，了解一个真正能干活、能部署的 Agent 框架：DSH。