把模型、上下文和工具放在一起，理解 AI 如何连续推进一个目标。
在大模型应用中，Agent 通常指围绕目标，利用模型选择下一步行动、调用工具，并根据结果继续推进任务的系统。
一个常见过程是：接收目标 → 选择行动 → 调用工具 → 观察结果 → 继续行动或结束。不同产品对 Agent 的称呼和能力范围可能不同。
模型本身提供处理和生成能力；工具、长期记忆和持续执行等能力，还需要产品或运行环境配合。
Agent 是把模型、工具、上下文和执行机制组织起来的系统，模型是其中提供能力的组成部分。
普通问答主要产生回答；Agent 则可以依据目标和执行结果，连续决定并推进多个步骤。
名称没有完全统一的使用边界。更有用的判断是：它能否根据结果选择后续行动、有哪些工具、何时停止、哪些步骤需要人参与。
工作流（Workflow）是把多个步骤按照一定规则连接起来的执行流程。它可以包含固定顺序、条件分支和重复步骤。
工作流中可以有 AI 步骤，也可以没有。它强调流程如何组织；Agent 更强调运行中根据目标和结果决定下一步行动。
不完全是。按预设顺序执行的流程，也可以是工作流；Agent 则通常有更多由模型动态选择行动的空间。两者在实际系统中可能结合使用。
条件分支可以由预设规则决定：满足条件就走对应路径。模型也可以参与分支判断，具体取决于流程如何设计。
可以。工作流可以安排整体步骤，其中某一步由 Agent 处理；Agent 也可以把一个固定工作流当成工具调用。
自动化是让系统按设定的条件执行任务，减少人工操作。人工介入则是在需要时，由人补充信息、检查结果、作出决定或确认操作。
一个 Agent 能否独立完成任务，取决于目标是否清楚、工具是否可用，以及任务过程怎样组织。
不能这样推断。前一步的错误可能影响后续步骤，工具也可能失败。需要结合任务要求设置检查、停止条件，以及适当的人工确认。
目标说明要达到什么结果，停止条件说明什么时候结束、遇到什么情况应停下。条件不清楚，系统可能反复尝试，或完成了与你预期不同的任务。
不是。人工介入可以是系统设计的一部分。自主程度有高低，有些步骤由系统推进，有些步骤需要人决定。
要看产品是否真的启动了持续运行的任务。普通聊天里的一句话，不代表后台已开始工作。可以查看工具运行状态、任务进度或完成通知；没有后台任务能力的产品，通常不会只凭这句话就自行继续工作并主动回来通知你。
Agent 用模型选择行动、调用工具并观察反馈；工作流组织步骤。清晰的目标、可用的工具和明确的结束条件，帮助系统推进任务。