LLM 和 Agent 的区别？

会说

会做

LLM 和 Agent 的区别？

一个会说，一个会做

① 什么是 LLM

LLM：预测下一个词的机器

今天天气

LLM

不错 ， 适合 出门 散步 。

下一个词的概率（示意）↓

不错

62% 很好

21% 晴朗

9% 其他

8%

一次调用 = 一段输入 → 一段输出

② LLM 的边界

只有文字进、文字出

看不到实时信息知识停在训练截止那天

动不了外部世界不能自己上网、跑代码、发邮件

没有长期记忆只记得这次上下文里的内容

说完就停不会主动接着做下一步

③ 什么是 Agent

Agent：以 LLM 为大脑的一套系统

工具

搜索、代码执行、API、读写文件

LLM负责思考和决策

记忆

保存任务状态、历史结果和偏好

规划

把大任务拆成一步步小任务

循环

反复运行，直到任务完成

④ Agent 的核心

一个会自己转起来的循环

思考Think

行动Act

观察Observe

判断Done?

完成 ✓跳出循环

1

思考：现在该做什么？

2

行动：调用一个工具

3

观察：读取工具返回的结果

4

判断：做完了吗？没做完就回到 1

↻

这套模式常被称为 ReAct（推理 + 行动）

⑤ 同一个任务

任务：查一下明天上海会不会下雨，会的话提醒我带伞

只有 LLM

我无法获取实时天气数据。建议你打开天气 App 查看，如果有雨记得设个闹钟提醒自己。

到此为止：只能给建议

Agent

思考需要明天的天气，先查一下

行动get_weather("上海", "明天")

观察{ 降雨概率: 0.8 }

思考概率很高，需要设提醒

行动create_reminder("带伞", "明早 7:30")

完成 ✓已提醒你明早 7:30 带伞

* 工具名和数据均为示例

⑥ 对照表

维度	LLM	Agent
工作方式	一问一答	多步循环，自己决定下一步
接触外部世界	不能，只处理文字	能，通过工具调用
记忆	限于上下文窗口	可接外部记忆、保存任务状态
谁控制流程	人	模型自己（在设定的边界内）
出错时	说错话（幻觉）	做错事，需要权限控制和人工确认

一句话总结

LLM 负责想，
Agent 负责把事做完。

Agent =LLM+工具+记忆+规划+循环

Agent 能做得多好，仍然取决于背后的 LLM。