1.5 Agent的手 会说话会调API才算真干活

1.5 Agent 的「手」：会说话、会调 API，才算真干活

本节学习目标

• 理解 Agent 的「行动」包含两类：自然语言输出（对人）与工具/API 调用（对系统）。
• 掌握「思考–行动」闭环：决策输出如何变成真实动作，以及结果如何反馈给大脑。
• 为后续 Function Calling、ReAct 等实战建立清晰的动作模型。

一、行动的两条出口：对人 vs 对系统

Agent 的决策最终要落地成行动。行动大致分两种：

1. 对人：用自然语言回复、追问、确认、总结。用户看到的是「说了什么」。
2. 对系统：调用函数、请求 API、查库、写库、发邮件等。系统状态会改变，下一轮感知会看到新结果。

只「会说话」、不会改任何系统状态的，是纯对话机器人；只「会调 API」、从不向用户解释或确认的，更像后台脚本。真正干活的 Agent 通常两者都有：一边用工具改数据、查信息，一边用语言向用户汇报或澄清。