从“点外卖”说起
你饿了，对一个很能干的助理说一句：“随便点份不辣的午饭，预算 40。”
他自己打开外卖 App、筛选、下单、付钱，最后告诉你“30 分钟后送到”。你只说了目标，没说每一步怎么做。
那它和 ChatGPT 有什么区别？
普通的大模型（LLM）像一个只会动嘴的天才：你问它“怎么点外卖”，它能说得头头是道，但它不会真的去下单。
Agent = 大模型（脑子）+ 一双手（工具）+ 一个循环（能多走几步）。它不只是回答你，它能真的去做。
LLM： 你问 → 它答（一次性，只动嘴）
Agent：你给目标 → 想 → 动手用工具 → 看结果 → 再想 → ……→ 交付拆开看，就三个零件
别把 Agent 想得太玄，它就三块：
脑子 = 大模型，负责想；手 = 工具（一个个函数），负责做；循环 = 让它能根据结果再想再做，直到完成。
自测 · 学完检查一下
想真正动手做题、记进度、攒连胜？到互动课里练。
在“点外卖”的例子里，最能体现 Agent 特点的是哪一句？
答案：你只给了目标，剩下的步骤它自己搞定
Agent 的精髓就是：你给目标，它自己拆步骤、动手、交付。
下面哪个最接近 Agent 和普通大模型（LLM）的区别？
答案：Agent 会真的调用工具去完成任务，LLM 通常只输出文字
关键差别是“会不会动手”：Agent = 大模型 + 工具 + 循环，能真的执行；LLM 默认只产出文字。
一句话总结：Agent = 大模型（脑子）+ 工具（手）+ ___（能多走几步）。
答案：循环
正是“循环”让它能：想→做→看结果→再想，而不是只答一次。
判断：一个助手能滔滔不绝地告诉你“怎么订机票”，但它没法真的去订——它算 Agent 吗？
答案：不算
只会动嘴、没有“手”去真的执行，那还是个 LLM，不是 Agent。
下面哪个场景里的“它”才算一个 Agent？
答案：它真的去查了数据库，把昨天的下单量返回给你
真的动手用工具拿到结果，才是 Agent；其余都只是“动嘴”。
和 Agent 打交道时，你给它的是 ___，而不是每一步具体操作。
答案：目标
给目标、不给步骤——步骤是它自己想的。下一课就看它怎么“想”。