按照我个人理解，AI Agent 干的事情就是把一个复杂的任务拆分成多个步骤，然后串起来，只是这些步骤里某一些步骤需要调用大模型来做输出。
然而，其实我们任何一个程序都是在干这个事情，比如你打开淘宝，淘宝后台的入口服务（或者叫 Agent 吧）在获取到你的请求信息之后，可能去数据库里查询你的注册信息，然后调用商品推荐服务拉取到商品 ID 列表，接着根据这些 ID 列表调用商品详情服务获取的商品的各种数据，最后给客户端回包。
所以 这个 AI Agent 是不是就一个概念？
当然还有另外一种理解，上面举例的 Agent 是死板固定的 Agent 、没有任何智能；理想态的 Agent 是真正有思考规划能力的，只需要给它一个一句话的任务，它能真正地分解任务、而不是靠预先设置好的逻辑（ if else 等）分解任务。但是这种 Agent 目前真的出现了么？哪怕有一个真正初具智能的呢？
传统业务实现大多靠固定的流程编码
llm出现后基于llm去升级之前的一些点 或者 创造新的点
agent目前就一直在朝着更加“智能”的方向演化的
至于你说的这个“理想态的 Agent 是真正有思考规划能力的，只需要给它一个一句话的任务，它能真正地分解任务、而不是靠预先设置好的逻辑（ if else 等）分解任务”那早就有了
cursor就是了，ta是代码领域的agent
目前发展的趋势就是 垂直领域
对于agent效果的影响（如何更加智能/好用）主要这几大方面
Agent其实有两种，一种工作流形式了，和佬想得差不多，就是用 AI 去处理传统程序流程中不太好处理的部分（像是翻译、信息提取之类的）；另一种就是智能体形式的，赋予 AI 最基本的操作能力，完全让 AI 自己行动，这方面现在最落地的场景就是 AI Coding 了
强就强在AI可以自己决定用啥工具了，工具虽然还是coder来写，但是工具组合起来能实现的效果就可以很复杂了。前期比较成功的场景就是DeepSearch，你可以看看这块和普通搜索引擎的区别，现在就是各个厂商各种找场景落地LLM了，大家发现好多场景都能用LLM啊！！所以才这么火。
好的好的，谢谢佬
最近也在学习Agent开发，感觉Agent就是把之前代码逻辑(调用各个组件的顺序)让大模型去组织，提供好相关工具，更像是一个方法路由器。
其实就是正常工作，然后你把人换成 AI 就叫 Agent，只要把人换成 AI 就算，比如你们公司，你把所有人换成 AI 那就是一个公司 Agent