# 智能体（Agent）入门：从对话到自主完成任务

智能体（Agent）是一种以大语言模型为“大脑”、能够自主规划步骤、调用工具并根据结果不断调整行动，最终完成目标任务的 AI 系统。

> 原文：[智能体（Agent）入门：从对话到自主完成任务](https://qmbim.com/articles/de248e3c-980a-411a-9d76-50e76fcb8724)
> 作者：迈智数创 · 发布于 2026-09-29
> 转载请注明出处并保留原文链接。

---

## 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：

```json
{
  "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。