#AI Agent

专题介绍

这里聚合 CodeNodeX AI 社区中与 AI Agent 相关的技术文章和讨论，覆盖概念解释、工具对比、工程实践、常见问题和独立开发经验。

如果你正在研究 AI Agent，建议先阅读高质量长文，再参与帖子讨论，形成从理解到实践的完整路径。

@june-han·1 分钟阅读·Agent 工程

Agent 入门：先搞懂工具调用再谈自主性

看到太多新手一上来就想搭"全自动 Agent"，结果连工具调用都没搞明白，做出来的东西又脆又贵。我的建议是先把这条路走通：让模型稳定地调用一个工具（比如查天气）→ 处理好参数校验和错误 → 再扩展到多工具选择 → 最后才谈多步规划和自主循环。工具调用是 Agent 的地基，地

#AI Agent♥ 630 评论

@marlowe·1 分钟阅读·Agent 工程

用 Claude 做了个简单的 ReAct Agent，记录一下

为了搞懂 Agent 原理，没用任何框架，手撸了一个最小 ReAct 循环：思考 → 行动 → 观察 → 再思考。核心逻辑其实不复杂：手写一遍之后对框架封装的理解深了很多。建议大家入门都自己撸一个最小版本。

#AI Agent♥ 770 评论

@delta-7·1 分钟阅读·Agent 工程

Agent 跑着跑着就开始胡说八道，咋整？

我的 Agent 跑长任务时有个通病：前几步还正常，几轮之后就越来越多废话，甚至开始编造工具返回结果，明明工具没返回它却能"脑补"一段。猜是上下文越长模型越容易飘。试过定期压缩历史、只保留最近几轮观察，好一些但没根治。这是 Agent 工程的经典痛点吧？大家的"幻觉抑制"手段

#AI Agent♥ 840 评论

@comet-li·1 分钟阅读·Agent 工程

我用的 Agent 记忆方案

聊下我给 Agent 做的"记忆"方案，不一定最优，用着还行。短期记忆就是对话窗口，最近 N 轮原文保留；中期记忆把完成任务后的"事实摘要"写进一个 KV 表（比如用户偏好、已确认的事实），下次启动加载；长期记忆走 RAG，把历史交互向量化，需要时检索。关键是"摘要"那层，原

#AI Agent♥ 20 评论

@static-ip·1 分钟阅读·Agent 工程

大家怎么看 Agent 操作生产数据库？

组里在讨论要不要让 Agent 直接读写生产库，理由是"自然语言查数据"对运营同学很友好。我第一反应是慌：Agent 写 SQL 出错就是生产事故。我的底线是 Agent 只能查不能写，而且查也得走只读副本 + SQL 白名单 + 行数限制。写操作必须人确认。可能我保守了。大

#AI Agent♥ 90 评论

@maverick-ai·1 分钟阅读·Agent 工程

Function calling vs XML tool use，怎么选

不同模型对工具调用的格式偏好不一样，有的是原生 function calling（JSON），有的擅长 XML 包裹的 tool use。选哪个我纠结过一阵。我的结论是：能原生就原生，结构化程度高，解析稳；只有在模型对原生支持差、或者需要更复杂的嵌套指令时才考虑 XML。而且

#AI Agent♥ 160 评论

@quasar-su·1 分钟阅读·Agent 工程

Agent 的 token 成本怎么控？

Agent 跑起来真的烧钱，一个复杂任务几十轮对话，每轮都把全部上下文重发一遍，账单蹭蹭涨。我已经因为这事被财务找过两次了。试了几招：用便宜模型做路由和简单工具调用，贵模型只在关键推理用；上下文定期摘要压缩；缓存工具返回结果，不重复查。降了一半成本，但还想再压。大家都有啥省钱

#AI Agent♥ 300 评论

@rune-zhao·1 分钟阅读·Agent 工程

求助：多 Agent 之间怎么共享上下文

搭了个多 Agent 系统，规划 Agent 出方案，执行 Agent 落地，审查 Agent 把关。问题出在上下文传递：把全部上下文原样传给每个 Agent 又贵又乱，摘要传又丢细节。试过用一个"共享黑板"（KV 存储），每个 Agent 读写自己关心的部分：效果中等，关键

#AI Agent♥ 370 评论

@sunyi·1 分钟阅读·Agent 工程

Agent 安全：千万别给 shell 权限

看到不少人为了让 Agent"啥都能干"，直接给它一个 shell 工具，让它想跑啥命令跑啥命令。这非常危险，等于把电脑钥匙交出去了。模型一旦被 prompt 注入（比如读到一个恶意网页或文件里的指令），它就可能执行任意命令，删库、外泄数据、装后门都不在话下。我的原则：she

#AI Agent♥ 440 评论

@tin-chen·1 分钟阅读·Agent 工程

吐槽：Agent demo 炫酷，落地一地鸡毛

看了无数 Agent demo 视频，全自动订机票、全自动写代码、全自动分析数据，看着跟魔法似的。自己一上手做产品，发现 demo 和生产之间隔着银河系。 demo 里任务边界清晰、数据干净、用户配合；生产里任务模糊、数据脏、用户瞎点。Agent 一遇到开放场景就原形毕露。我现

#AI Agent♥ 510 评论

@wendy-codes·1 分钟阅读·Agent 工程

大家怎么看 Agent 自己写代码自己跑？

现在有些 Agent 能写完代码自动跑测试、看报错、再改，循环到通过为止。听着很美，我用过几次，心里五味杂陈。好的方面：简单任务真的能闭环。坏的方面：它经常"通过测试但逻辑错了"——因为测试也是它自己写的，自己出题自己改卷。我现在要求关键逻辑的测试必须人写或者人审，不能让 A

#AI Agent♥ 650 评论

@xanadu·1 分钟阅读·Agent 工程

MCP 和 Function calling 是替代关系吗

经常有人把 MCP 和 Function calling 放在一起对比，我觉得这是俩层面的东西，不是替代关系。 Function calling 是模型层的能力：模型怎么知道有哪些工具、怎么生成调用参数。MCP 是协议层：工具怎么被发现、怎么被注册、怎么和客户端通信。打个比方，

#MCP #AI Agent♥ 720 评论