什么是 AI Agent：书房里的院士

这篇学什么：Agent——AI 从"会聊天"到"能干活"的跨越。

三句话讲明白

1. 模型本身只会说，不会做。
2. Agent = 给模型接上工具、权限和规矩，让它替你执行。
3. 判断很简单：这事要他"开口"还是要他"跑腿"？开口找 chatbot，跑腿找 Agent。

讲清楚

想象一位学问通天的院士，被锁在一间书房里。

你问他任何问题，他都能讲得头头是道——但你让他"去图书馆把那本书借来"，他做不到。不是不会，是手脚出不了门。

你在网页上用的豆包、ChatGPT 对话框，就是这位锁在书房里的院士：你上门问，他口述，你记下来带回去自己办。能说，不能动——这就是 chatbot。

现在，给他接上电话（让助手代查资料）、学生（跑腿借书）、快递（收发材料）——他立刻从"顾问"变成了"干将"。再给他一本通讯录（哪些人可以差遣）和一条铁规矩（动钱、动署名的事必须先请示你）。

院士 + 电话学生快递 + 通讯录 + 规矩 = AI Agent（如 Codex、Claude Code 这类产品）。用行话说：模型 + 工具 + 权限 + 检查机制。

所以 chatbot 和 Agent 的区别，一句话：chatbot 只能说，Agent 能替你做。

科研对照：聊天 AI 只能"口述"答案；Agent 能真的替你去检索数据库、打开你的文献文件、逐条核验、把结果整理成报告交回。前面九篇你学的都是"怎么跟院士说话"，从这篇起，院士开始替你跑腿。

什么时候用哪个？问自己四个问题：

1. 材料在哪？ 要用的材料你随手能粘贴进对话框（一段文字、一张图）→ chatbot 够了；材料在你电脑里、要翻的文件很多 → Agent。
2. 一步还是多步？ 问一句答一句就能用 → chatbot；要"查了 A、再核对 B、最后整理成 C"连着做 → Agent。
3. 要的是"话"还是"物"？ 要一段话、一个答案 → chatbot；要一份产出物（核验过的清单、报告、改好的文件）→ Agent。
4. 你愿意盯多紧？ chatbot 每步都在你眼前，简单可控；Agent 放手让它跑，得设检查点（第 7 篇讲怎么管）。

一句话记住：解释概念、润色文字、出出主意——chatbot；动你的文件、连跑多步、交回成品——Agent。