本文用通俗易懂的方式解释了大模型无法直接使用工具的原因，并介绍了三种经典的智能体（Agent）做事方法：ReAct（边想边做）、Plan-and-Solve（先画蓝图再施工）和Reflection（做完再复盘）。文章指出，智能体是大模型与执行工具的程序结合体，这三种范式分别适用于不同场景，帮助读者理解智能体背后的工作原理，为学习大模型打下基础。
你有没有遇到过这种情况：你问 AI 一个问题，它想了半天，回你一句“我没办法查到实时信息”。同一时间，你又看到另一些 AI 助手，能自己上网搜、自己写代码、甚至自己检查答案对不对。
差别在哪里？后者多了一层东西，叫“智能体”（Agent）。这篇文章用大白话讲清楚智能体背后三种最经典的“做事方法”，不需要你会写代码也能看懂。
01｜大模型自己没法用工具
很多人以为，AI 助手能上网查资料、能算数，是因为模型长了“手脚”。其实不是。
大语言模型只会做一件事：读进去一段文字，吐出来一段文字。它没有手脚，打不开浏览器、按不了计算器、调用不了任何接口。它能输出的只有文字。
那“能查资料、能用工具”的感觉从哪来？来自它外面的一层程序。
这层程序（框架，或者你自己写的一段代码）替模型干了几件杂活：
把“你有哪些工具”写进提示词，告诉模型。
模型按约定格式吐出一行文字，比如
Action: Search[苹果最新手机]。这只是一行字，模型并没有真的去搜。程序把这行字抠出来（一般用正则），认出“它想用搜索”，真的去调用搜索工具，拿到结果，再把结果当文字喂回给模型。
模型负责“想”（输出文字），程序负责“做”（真的执行）。所谓智能体，就是“大模型 + 一层会执行工具的程序”。
搞清这一点，后面三种范式就好理解了。它们讲的其实是“这层程序怎么编排这个循环”：每轮让模型输出什么、程序怎么接、什么时候停下来。
02｜范式一：ReAct，边想边做，走一步看一步
ReAct 这个词拆开是 Reason（推理）和 Act（行动）。它的思路很像侦探破案：看到一条线索（观察），推理下一步（思考），再去行动；行动带来新线索，再推理，再行动，一直循环，直到破案。
它把每一步固定成三个动作，并规定模型按固定格式输出：
- 思考（Thought）：模型分析现在的情况，输出下一步打算做什么。
- 行动（Action）：模型输出一行要调用的工具，比如
Action: Search[苹果最新手机]。 - 观察（Observation）：程序真的执行工具后，把结果拼回来，作为下一轮的输入。
举个例子。你问“苹果最新的手机是什么，有什么卖点”。模型先输出一段“思考”：我的知识可能过期了，得搜一下。接着输出一行Action: Search[苹果最新手机]。程序读到这行文字，真的去搜索，把结果贴回来。模型看到结果，再输出总结，最后给出答案。整个过程，你能在它的“思考”里看到它为什么这么决策。
ReAct 适合这些场景：需要查实时信息（天气、股价、新闻）、需要精确计算、需要调用某个系统的接口。
它也有短板。每一步都要调一次模型，任务一长，时间和费用就上去了；如果模型本身能力不够，可能写出不符合格式的指令，整个流程卡住；还有可能原地打转，一直搜同一个东西。
03｜范式二：Plan-and-Solve，先画蓝图，再施工
如果说 ReAct 是走一步看一步的侦探，Plan-and-Solve 更像建筑师：动工之前，先把完整方案画出来，再严格按图施工。
它把过程拆成两个阶段。两个阶段都还是模型输出文字，区别只在程序怎么编排：
先是规划。程序先让模型把问题拆成一串清晰的步骤，输出一份步骤清单。
再是执行。程序拿着这份清单，一步步让模型解决每一步，每一步的结果会传给下一步当输入，直到全部做完。
书里用一道数学题演示：水果店周一卖 15 个苹果，周二卖的是周一的两倍，周三比周二少 5 个，三天一共卖了多少？模型先列出四步计划（算周
二、算周三、算总和），再一步步算，最后得出 70。每一步都用上一步的结果，逻辑很干净。
这种方式适合步骤清楚、能提前拆分的任务，比如写一份综合多来源的报告、生成一段代码、做多步推理。
它的弱点是灵活性低。计划一旦定下来，中途不太容易大改；而且计划质量直接决定结果好坏，计划列歪了，后面再努力也救不回来。
04｜范式三：Reflection，做完再复盘，改到满意
前两种范式，模型交出答案就算结束。Reflection 多了一步：让模型当自己的编辑，做完再挑毛病、改一版，循环几轮。
它的循环是三步。说到底，就是程序让模型换三种提示词，分别扮演三个角色：
- 执行（Execute）：模型先做一版“初稿”。
- 反思（Reflect）：换成“评审”的提示词，模型检查这版哪里有事实错误、逻辑漏洞、效率低、漏了什么，给出具体反馈。
- 优化（Refine）：拿着初稿和反馈，模型改出一版更好的“二稿”。
书里的例子是让模型写一个“找出 1 到 n 之间所有质数”的函数。初稿往往是个笨办法，反思环节指出它算法太慢，优化环节就把它改成更高效的筛法。再反思一轮，发现已经够好了，就停手。
Reflection 的价值在于把“能用”的答案，迭代成“好用”的答案。它适合对质量要求高、又不急着要结果的场景，比如关键业务代码、技术报告、复杂推理。
代价也很直接：每多一轮，就得多调好几次模型，又慢又贵。所以追求快、追求便宜的任务，用前两种更划算。
05｜三种范式怎么选：一张表看明白
| 范式 | 核心循环 | 适合 | 不适合 |
|---|---|---|---|
| ReAct | 思考 → 行动 → 观察 | 要查外部信息、用工具 | 追求快、便宜 |
| Plan-and-Solve | 规划 → 执行 | 逻辑清楚、能拆分的任务 | 步骤没法提前定 |
| Reflection | 执行 → 反思 → 优化 | 质量要求高、不着急 | 要快、要便宜 |
现实里，很多产品不是只用一种。比如先让 Plan-and-Solve 列计划，再用 ReAct 逐步调用工具执行，最后用 Reflection 把结果改得更靠谱。
06｜写在最后
范式说白了就是“套路”。智能体领域新名词很多，但大多数产品的底层，跑的无非是这三种循环里的某一种，或者它们的组合。它们都建立在同一个前提上：模型只会输出文字，真正执行的是外面那层程序。看懂这一层，你再看到一个新的 AI 助手，就能大概判断它背后是怎么干活的，挑工具、提需求也更有底气。
把这些范式组合起来，再让不同职责的智能体分工协作，就走到了“多智能体系统”。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2026 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
