智能体（Agent）入门：从对话到自主完成任务

一、从聊天机器人到智能体

使用 ChatGPT 这类对话产品时，流程通常是：你提问，模型回答，一问一答就结束了。模型只负责“说”，真正动手的还是你——复制代码、运行、看报错、再回来问。

智能体把这个循环交给了 AI 自己：

	聊天机器人	智能体
输入	一个问题	一个目标
过程	生成一次回答	多轮思考 → 行动 → 观察
能力边界	只能输出文字	可以读写文件、运行代码、查资料、操作软件
结果	一段建议	一个完成的任务

举个例子：让聊天机器人“统计这个项目里所有门窗的数量”，它会教你怎么写脚本；让智能体做同样的事，它会自己找到图纸文件、写脚本、运行、核对结果，最后直接给你一张统计表。

二、智能体的基本构成

一个智能体通常由四部分组成：

1. 模型（大脑）：负责理解目标、拆解任务、决定下一步做什么。常见的有 Claude、GPT、DeepSeek 等。
2. 工具（手脚）：模型能调用的外部能力，例如读写文件、执行命令、搜索网页、调用 CAD 接口。
3. 记忆（笔记本）：短期记忆是当前对话的上下文；长期记忆是跨会话保存的偏好、项目知识等。
4. 循环（工作方式）：让模型可以反复“思考—行动—观察”，直到任务完成。

可以把它理解为：智能体 = 大模型 + 工具 + 记忆 + 循环。

三、核心工作循环：思考、行动、观察

几乎所有智能体都遵循同一个模式（常被称为 ReAct）：

目标：把图纸中所有房间面积导出为 Excel

思考：需要先找到图纸文件
行动：列出项目目录
观察：发现 plan-01.dwg、plan-02.dwg

思考：需要读取房间边界并计算面积
行动：运行读取脚本
观察：报错，第 2 张图有未闭合的多段线

思考：应先跳过未闭合的边界并记录下来
行动：修改脚本后重新运行
观察：成功得到 36 个房间面积

思考：可以输出结果了
行动：写入 rooms.xlsx，并说明有 2 个边界需人工检查

关键在于“观察”这一步：智能体能看到自己行动的真实结果，出错了会自己修正，而不是一次性生成一个可能错误的答案。

四、工具调用：智能体的“手”

模型本身只能输出文字。所谓“调用工具”，其实是模型输出一段结构化的指令，由程序去真正执行，再把结果交还给模型：

{
  "tool": "run_command",
  "input": { "command": "python count_doors.py plan-01.dwg" }
}

工具的设计决定了智能体能做什么：

• 通用工具：读写文件、执行命令、搜索网页，适合编程和资料整理。
• 专业工具：CAD/Revit 接口、数据库查询、内部系统 API，让智能体进入具体行业。

MCP：工具的通用插座

过去每个 AI 应用都要为每个工具单独写对接代码。MCP（Model Context Protocol，模型上下文协议） 统一了这件事：工具按 MCP 标准封装一次，就能被 Claude、Cursor 等各种支持 MCP 的客户端直接使用，就像 USB 接口一样。

例如把 AutoCAD 的操作封装成 MCP 服务后，就可以直接对 AI 说“把所有标注图层改成红色”，由它去调用 CAD 完成。

五、常见的智能体形态

类型	代表产品	适合做什么
编程智能体	Claude Code、Cursor、Codex	写代码、改 bug、重构项目、写脚本
研究智能体	各家的 Deep Research	多轮搜索、整理资料、生成报告
浏览器 / 电脑操作智能体	Computer Use 类产品	操作网页和桌面软件
行业定制智能体	基于 MCP 自建	对接 CAD、BIM、企业内部系统

对建筑行业来说，目前最容易上手、收益最明显的是编程智能体：即使不太会写代码，也可以让它帮你写 CAD 二次开发脚本、Dynamo/Grasshopper 程序、批量处理 Excel 和图纸。

六、上手建议

1. 从小任务开始：先让它做“批量重命名文件”“整理一份表格”这类结果容易检查的任务。
2. 目标说清楚：说明要做什么、输入在哪里、输出成什么格式、有什么约束。越具体，结果越好。
3. 给它验证的手段：告诉它如何判断做对了，例如“运行后数量应与图纸明细表一致”。
4. 重要操作要把关：删除文件、修改原始图纸、对外发送内容之前，让它先征求你的确认，并做好备份。
5. 把经验沉淀下来：常用的规范、命名规则、项目背景写进说明文件（如 Claude Code 的 CLAUDE.md），下次就不用重复交代。

七、局限与风险

• 会犯错：智能体依然可能理解偏差或给出错误结果，关键产出需要人工复核。
• 成本更高：多轮循环会消耗更多 token，复杂任务的费用和耗时明显高于一次对话。
• 权限风险：能执行命令就意味着能造成破坏，应限制它可访问的目录和可执行的操作。
• 数据安全：图纸和项目资料可能涉密，使用云端模型前要确认公司的数据要求。

总结

大模型让 AI 学会了“说”，智能体让 AI 开始“做”。理解“思考—行动—观察”这个循环，以及工具和 MCP 的作用，就掌握了智能体的核心。对建筑从业者来说，不妨从一个编程智能体和一个小任务开始，让 AI 真正替你完成一件重复性的工作。