📖 Agent 百科
从协议标准到落地架构 · 严谨沉淀智能体核心概念与前沿技术脉络
AI Agent（人工智能体）
AI Agent（人工智能体）是能够自主感知环境、制定计划并使用工具完成目标的智能系统，是 2026 年 AI 产业最核心的应用形态。
LLM（大语言模型）
大语言模型（LLM）是以 Transformer 架构为核心的深度学习模型，经过海量文本训练，具备语言理解、生成和推理能力，是 AI Agent 的智能核心。
RAG（检索增强生成）
RAG（检索增强生成）通过将外部知识检索与 LLM 生成相结合，显著提升了 AI Agent 回答的准确性和时效性，是减少幻觉的标准化方案。
Function Calling（函数调用）
Function Calling 使 LLM 能够通过结构化输出来调用外部函数和 API，是 AI Agent 与现实世界交互的核心机制。
Tool Use（工具使用）
Tool Use 使 AI Agent 能突破纯语言模型的局限，调用外部工具执行真实操作，是 Agent 区别于聊天机器人的核心能力。
Prompt Engineering（提示工程）
Prompt Engineering 是设计和优化 AI 提示词的系统工程，在 Agent 场景中直接决定了 Agent 的行为质量和安全性。
Chain of Thought（思维链）
Chain of Thought 通过引导模型显式展示推理步骤来提升复杂任务的解决能力，是现代 AI Agent 推理能力的基础技术之一。
Vibe Coding（氛围编程）
Vibe Coding 是用自然语言描述编程需求、由 AI 自动生成代码的新型编程范式，正在重新定义软件开发者的角色和流程。
MCP（Model Context Protocol）
MCP 是 AI Agent 与外部工具之间的标准化通信协议，被誉为「AI 世界的 USB 接口」，是 2026 年 Agent 生态最重要的基础协议。
A2A（Agent-to-Agent Protocol）
A2A 是 Google 推出的 Agent 间通信开放协议，使不同厂商的 AI Agent 能够相互发现、协商和协作，与 MCP 构成 Agent 通信协议栈的上下两层。
Agent Card（智能体能力卡）
Agent Card 是智能体的标准化能力声明文档，使 Agent 能够被其他 Agent 和系统自动发现和调用。
SSE（Server-Sent Events）
SSE 是一种轻量级服务器推送技术，在 AI Agent 生态中广泛用于实时状态传输和流式结果返回。
Single Agent（单智能体架构）
单智能体架构是最基础的 Agent 设计模式，一个 Agent 独立完成所有工作，适合简单任务和个人使用场景。
Multi-Agent System（多智能体系统）
多智能体系统通过多个专业化 Agent 的协作实现复杂任务，是 2026 年企业级 Agent 部署的主流架构选择。
Agent Swarm（智能体群）
Agent Swarm 是去中心化的多智能体群体架构，通过 Agent 间的局部交互涌现出全局智能行为，适用于复杂协作场景。
Agentic RAG（智能体增强检索）
Agentic RAG 将 Agent 的自主决策能力融入检索增强生成流程，支持多轮检索和自适应策略，是企业级知识问答场景的主流架构。
ReAct Pattern（推理-行动模式）
ReAct 模式将推理和行动紧密交织，Agent 每步先思考再行动，是现代 AI Agent 最基础的工作循环模式。
Prompt Injection（提示注入攻击）
Prompt Injection 是 AI Agent 领域最严重的安全威胁，攻击者通过构造特殊输入劫持模型行为，属于 OWASP Top 10 中风险等级最高的问题。
OWASP Top 10 for LLM Applications
OWASP Top 10 for LLM Applications 是 LLM 和 Agent 安全领域的权威风险排行榜，2026 年版本新增了 Agent 特有的安全风险分类。
Agent Memory Poisoning（记忆投毒）
Agent Memory Poisoning 是 2026 年最具破坏力的 Agent 安全威胁之一，攻击者通过污染 Agent 的记忆系统实现隐蔽且持久的恶意操控。
Tool Chain Attack（工具链攻击）
Tool Chain Attack 利用 Agent 对外部工具的信任，通过供应链投毒或中间人攻击来间接操控 Agent 行为，是 2026 年最危险的 Agent 攻击面之一。
SWE-bench（软件工程基准）
SWE-bench 是评估 AI 编程 Agent 能力的权威基准测试，通过真实 GitHub Issue 修复任务来量化 Agent 的编码能力。
GAIA（通用AI助手基准）
GAIA 是 Meta 设计的通用 AI 助手评测基准，通过需多步推理和工具使用的真实世界问题来衡量 AI Agent 的综合能力。
HumanEval（代码生成基准）
HumanEval 是 OpenAI 发布的函数级代码生成基准，曾是最主流的 AI 编程能力评测标准，但 2026 年已接近饱和。