AI Agent 和聊天机器人有什么区别？

同样是“帮我跟进客户”，AI 可以只写一封邮件，也可以查记录、判断缺什么资料，再决定下一步。市面上的产品几乎都说自己是 Agent，到底哪种才算？

判断一个系统是不是 Agent，看它怎么推进任务。问概念、改文本、出主意，AI 都可以把结果写成一段文字交给你，读完以后，下一步由你决定，这是普通聊天。

后面的每一步都由程序预先写死，更接近固定工作流。系统能围绕目标，依据中间结果自己选择或调整行动，才有 Agent 的核心特征。

两种做法放在一起，差别很清楚：

普通聊天：生成一段文字 -> 交给你 -> 你决定下一步
Agent：    查资料 -> 调工具 -> 记进度 -> 关键动作前等你确认 -> 推向结果

先问一句：它是在回答问题，还是在替你推进任务？下面用客户跟进和退款两个场景看这条区别，再看任务推进需要哪些组成部分。

再往下，是一套四步的判断方法，和一句话的定义：Agent 由哪些部分组成，一看就清楚。拿手里的产品套一遍，普通聊天、固定工作流还是真正的 Agent，答案基本就有了。

01 普通聊天停在哪里

普通 AI 聊天的流程是：

你提出问题
AI 理解问题
AI 生成回答
你自己决定下一步

比如你输入“帮我写一封客户跟进邮件”，AI 马上就能写出一封草稿，到这里它的工作就完成了。接下来这些动作都在“生成文本”之外，得由你或其他系统接手：

查询客户资料
判断客户处于什么阶段
检查历史沟通记录
把邮件发出去

同样，你问“什么是 RAG”，它解释一段概念，也是停在“生成一段回答”。普通聊天中，AI 把回答交给你，接下来由你决定怎么做。很多任务用这种方式就够了，普通聊天已经能把事办好。

02 回答、助手和 Agent 的分界

还是客户跟进这件事。如果你希望 AI 做的是：

读取客户资料
查看最近沟通记录
判断客户当前阶段
生成跟进邮件草稿
标出需要人工确认的承诺
等待你确认后再发送

邮件草稿只是其中一步。先查到客户资料，才有依据判断阶段；判断清楚了，才能写草稿，再把其中的承诺交给人确认。这些动作把资料、判断、工具、流程和确认点连了起来，前一步的产出供下一步使用，邮件也就从“可以生成”推进到“可以确认、可以发送”。

先对照三种形态，看清系统承担了哪些工作：

再用三个客服请求，把分界线看得更清楚：

这些例子逐步增加了资料、工具、状态和业务动作。同一个产品可能兼有几种能力，“助手”也可能只是 Agent 的产品名称，所以分类要以实际行为为依据。判断时还要看谁决定下一步。

03 固定工作流和 Agent 的区别

最容易混淆的是固定工作流。同样处理退款，看 A、B 两个系统：

A 系统（固定工作流）
  收到请求 -> 查订单 -> 按规则表匹配 -> 生成回复
  步骤和分支都写在代码里，模型只负责最后组织文字。

B 系统（Agent）
  查订单 -> 发现缺物流记录 -> 模型选择补查物流
         -> 按结果继续判断，或请求客服确认
  下一步由模型按任务目标和中间结果来选。

两个系统都在调用工具，下一步的来源却不同：A 写在代码里，B 由模型根据当前情况选择。你可能会想，A 也可以提前写好“缺物流就补查”的分支，看起来同样在按条件行动。所以还得往前查一步：这个选择，是程序员提前规定的，还是模型根据本次结果作出的？

Anthropic 在《Building effective agents》里做了同样的区分：工作流是通过预先定义的代码路径来编排大模型和工具，Agent 则是由大模型动态决定自己的流程和工具使用。步骤的多少决定不了它属于哪一类。

如果程序预先固定了全部步骤，模型只负责其中的文本生成，它就更接近固定工作流。如果模型会根据订单查询结果决定补查资料、继续处理或请求确认，就体现了 Agent 的任务推进能力。

Agent 的结果也可以是一份研究报告，发送邮件或修改订单只是其中一些可能的动作。看两个研究助手：

甲：程序依次搜索三个固定网站，再让模型写报告。
乙：模型发现两个来源冲突，自行选择补查原始文件，再决定能否下结论。

甲的步骤预先确定，属于固定工作流；乙依据中间结果选择行动，体现 Agent 特征。两者都交付报告，判断依据是行动怎样决定的。若只知道“搜索并写报告”，控制方式还需核实。

另外，Agent 可以在发送前等你确认。人工确认约束执行权限，同时保留模型选择后续行动的能力。

04 四步判断法

遇到一个自称 Agent 的产品，可以按下面的顺序检查控制方式、状态和权限：

第一步：它是否生成一次回答后，就等人决定下一步？
  是 -> 更接近普通问答或对话助手
  否 -> 查看它怎么继续推进

第二步：后续步骤是否全部由程序预先固定？
  是 -> 更接近固定工作流，不能仅凭步骤多就叫 Agent
  否 -> 检查模型是否依据结果选择工具、调整行动或停止

第三步：它是否保留继续任务所需的状态？
  是 -> 能接着已完成的内容往下做
  否 -> 需要检查任务连续性是否有缺口

第四步：权限和高风险动作是否受到约束？
  是 -> 有相应边界，仍需测试实际执行是否遵守
  否 -> 即使具备 Agent 能力，使用风险也较高

按这个顺序看，常见的有两种情况：

• 有的产品自称 Agent，其实只包了一层很长的提示词，没有工具、资料、状态和确认点，本质还是普通对话。
• 有的产品从不强调 Agent，却会按工具返回的结果选下一步，关键动作前还停下来确认，这种反而有 Agent 的核心结构。

分类时，试着说出这些看得见的特征，再根据实际行为判断。

05 一句话定义，和它由什么组成

把前面的判断收拢成一句话：

Agent = 围绕目标，在边界内使用资料和工具，依据中间结果选择或调整行动的 AI 系统。

把“推进任务”落到结构上，一个 Agent 至少要有三个组成部分：

任务说明：它知道要做什么
边界：它知道不能做什么
工具：它能使用某些能力去做事

任务说明告诉 Agent 要完成什么；边界限定它可以做什么，减少越权、猜测和误操作；工具则让它能够查询资料、操作系统。对应到一个简单的客服 Agent：

任务中断后还要继续处理，就需要记录当前状态。客服 Agent 查完订单、生成草稿后停在确认点，等你回来时，需要知道已查资料、当前草稿和剩余步骤，才能接着处理。这些信息一旦丢失，恢复时就可能重复查询，或把尚未确认的草稿当成已发送。状态应分别记录已完成、待确认和待执行内容。只写“智能处理退款”的方案，没有目标、边界和工具，推进任务的办法还是空的。

下次看到一个新的 AI 功能，不妨先问自己一句：它回答完之后，下一步由谁决定？这三个组成部分里，第一个“任务说明”最容易写模糊，具体怎么写清楚，可以继续看Agent 任务说明的四个要素。