AI Agent 应用能力图谱

从模型、知识、工具、编排和工程化五个方向说明 AI Agent 应用开发需要建立的能力结构。

学习 AI Agent 最容易踩的坑，是把能力图谱误解成工具清单。会用某个框架、某个平台、某个提示词技巧，不等于理解 Agent 应用。

更可靠的理解方式，是把 Agent 应用拆成几组能力。每组能力都对应一个真实问题。

模型调用能力

模型调用是起点，但不是终点。

你至少要理解 Token、上下文窗口、模型参数、结构化输出和流式响应。它们决定了模型一次能看见多少信息、输出是否可控、成本如何增长，以及用户是否能接受响应延迟。

如果这部分没掌握，后面的 RAG、Tool Calling 和 Agent 编排都会变成“看起来能跑，实际不好控”。

Prompt 不是一句更礼貌的提问，而是把任务、角色、边界、输出格式和失败处理写清楚。

在 Agent 系统里，Prompt 更像运行规则的一部分。它要约束模型如何理解目标，如何使用工具，如何处理不确定信息，什么时候应该拒绝或追问。

RAG 解决的是模型不知道、记不住、不能凭空编的问题。

这部分能力不只是向量数据库。它还包括文档解析、切片、Embedding、混合检索、Rerank、引用溯源和评估。真正的难点不是“能不能查到东西”，而是“查到的东西是否足够支持回答”。

Agent 和普通问答系统的关键差异之一，是它可以调用外部工具完成动作。

工具设计要关注输入输出是否清晰、权限是否受控、失败是否可恢复。工具不是越多越好，工具越多，选择错误、权限泄露和链路失控的风险也越高。

当任务变成多步骤，系统就需要状态、分支、重试、日志、评估和降级。

这时 LangGraph、工作流平台、后端服务、数据库和队列才真正进入问题中心。它们不是为了显得架构复杂，而是为了让 Agent 的行为能够被观察、被限制、被复盘。

AI Agent 应用能力不是“模型加工具”，而是模型、知识、行动和工程约束在同一个目标下协作。