一提「Agent 技术」，容易被框架名单淹没。先把问题问小：它到底多解决了哪类麻烦？没说清这个，换十个开源项目也只是换了一种忙法。
一、Agent 技术在补什么缺口
普通生成模型擅长「写出一段话」。业务缺口往往是：
- 目标要拆成多步；
- 中途要查资料、改表格、调接口；
- 结果要对照规则自检，而不是一次生成定终身。
Agent 技术 = 围绕目标组织「计划 → 行动 → 观察 → 修正」的工程方法，模型只是其中的推理部件。
二、能力边界四象限
| 能力 | 擅长 | 不擅长 |
|---|---|---|
| 规划 | 把模糊目标拆步骤 | 替你定义商业优先级 |
| 工具 | 在授权内调用 API/文档 | 无权限时的「假装完成」 |
| 记忆 | 会话/任务级上下文 | 自动等同公司知识库真相 |
| 反馈 | 按清单检查格式与缺失 | 对未提供证据的事实拍板 |
三、什么时候值得上，什么时候别硬上
- 值得：步骤重复、材料多、输出格式固定、失败可回滚；
- 别硬上：目标本身扯皮、强人际谈判、一次失败不可逆。
目标：【可验收结果】
材料：【链接/摘要】
可用工具：【列表】
禁止：编造数据；越权操作
人工闸门：对外发送前必须确认
四、收工检查
- □ 能一句话说清「多出来的能力」
- □ 有工具边界与人工闸门
- □ 有失败回滚方案
更多实操见 AI应用文章库。
