普通 AI
如果不能访问日历，它只能提醒你自己去查看明天下午是否有安排。
让 AI 会调用工具
Agent 不是更会聊天，而是能执行
前面我们一直在讲 Prompt、上下文、知识库和指令安全。它们主要解决的是：怎么让 AI 更准确地理解和回答问题。到了 Agent，重点开始从回答走向执行。
一句话回答
Agent 不是更会聊天，而是能调用工具执行任务。普通 AI 更像顾问，Agent 更像能使用系统干活的员工。
01 普通 AI 和 Agent 最大的区别
answer vs action
Agent
连接日历工具后，它可以查询安排，再告诉你下午 2:00 到 4:00 有空。
普通 AI 知道应该怎么做；Agent 可以在权限范围内真的开始做。
02 什么叫调用工具？
external abilities
AI
邮箱
日历
订单系统
数据库
搜索
API
企业系统
03 AI 为什么需要工具？
model plus tools
大模型
理解语言、分析问题、总结内容、制定计划。
工具
查询订单、读取邮件、创建日程、发送通知、更新状态。
大模型负责理解和判断，工具负责获取信息和执行动作。
04 一个生活中的例子
new employee with tools
聪明的新员工，如果没有系统权限，也只能教你怎么查
给他销售系统、CRM、邮箱、知识库和数据分析工具后，他才真正从“会说的人”变成“能干活的人”。
收到任务
登录销售系统
查询订单
整理数据
分析原因
生成报告
发给负责人
05 Agent 怎么知道什么时候调用工具？
tool decision loop
用户提出任务
AI 理解目标
判断需要什么信息
选择合适工具
调用工具
获得结果
继续分析
完成任务
06 工具不是越多越好
right tools only
真正好的 Agent，不是拥有最多工具，而是拥有当前任务真正需要的工具
AI 客服通常需要知识库、订单查询、物流查询和工单系统；没必要默认给它财务系统、服务器后台或数据库删除权限。
07 Agent 不只是“查”，还可以“做”
read tools and write tools
获取信息
我需要知道什么？
搜索网页
读取邮件
查询订单
查询数据库
执行操作
我需要做什么？
发送邮件
创建日程
创建工单
更新客户状态
08 一个完整的 Agent 案例
sales assistant
AI 销售助理
帮我整理今天的新客户，把高意向客户找出来。
它可以查询 CRM、读取客户资料、判断高意向客户、调用工具添加标签，最后返回处理结果。
用户目标
查询 CRM
读取客户资料
AI 分析
筛选高意向客户
添加标签
返回结果
09 Agent 和自动化有什么区别？
dynamic next step
传统自动化
提前把流程写死。收到表单、写入 CRM、发送邮件，每次基本按同一套流程走。
Agent
多了一层 AI 判断。根据客户消息，动态决定查订单、查知识库还是创建人工工单。
传统自动化按照固定流程执行；Agent 可以根据当前任务动态决定下一步做什么。
10 能执行，不代表能无限执行
permission boundary
低风险
自动执行，例如查询普通资料、整理信息、创建低风险草稿。
高风险
AI 做准备，人工确认后再执行，例如大额退款、群发邮件、修改重要数据。
11 从聊天 AI 到 Agent，发生了什么变化？
capability ladder
你问，AI 回答。
任务加上下文，AI 理解更准确。
先查知识库，再根据资料回答。
AI 判断、调用工具、获得结果或执行动作。
围绕目标，连续判断和执行，直到完成任务。
12 Agent 真正强在哪里？
system parts
负责思考和表达。
提供依据。
临时摆放当前任务材料。
进入现实世界干活。
控制能做到哪一步。
本节练习
给 AI 销售助理设计一组最小工具
列出它需要查什么、要做什么、哪些动作能自动执行、哪些动作必须人工确认。
信息工具查询 CRM、读取客户资料、查看沟通记录。
执行工具添加客户标签、创建跟进任务、生成日报。
禁止默认开放删除客户、批量群发、修改付款信息。
人工确认高风险动作先让人看一眼。
本节小结
- Agent 不是更会聊天的 ChatGPT，而是能调用工具完成任务的 AI 系统。
- 大模型负责理解和判断，工具负责获取信息和执行动作。
- 工具分为获取信息和执行操作两类。
- Agent 能力越强，工具权限、安全边界和人工确认越重要。