第 1.1.5 节：组装 Agent 边界的作品集交付件
这一节把前面完成的材料收束成可展示、可复盘的交付件。完成本节后，你应该能够把 Agent 边界收束成作品集页面、验收证据和面试回答。
本节交付物与面试讲法
练习题
基础练习
用自己的话解释 Chatbot（聊天机器人）、Workflow（工作流）和 Agent（智能体）的区别。
项目练习
设计一个“会议纪要 Agent”的工具列表。至少包含 4 个工具，并说明每个工具的输入和输出。
挑战任务
把“我想做一个 AI（人工智能）销售助手”拆成：
- 目标用户。
- 核心场景。
- 工具列表。
- 状态字段。
- 失败处理。
- 验收标准。
面试官追问与回答要点
面试官通常会在基础定义后继续追问工程边界。可以按下面方式准备：
| 追问 | 回答要点 |
|---|---|
| 如果只是回答售后政策，为什么不直接做 Agent？ | 售后政策属于资料问答，优先用 RAG（检索增强生成）和引用来源；只有需要多步骤判断、工具调用或状态推进时才引入 Agent。 |
| 如果用户说“帮我查订单”，Agent 能不能直接回答？ | 不能凭模型猜，要走查订单工具，系统校验身份、订单归属和权限后再让 Agent 组织回答。 |
| 如果 Agent 判断错下一步怎么办？ | 要有输出校验、工具权限、停止条件、转人工和审计日志，不能让模型判断直接改变业务状态。 |
| 怎么让客户相信这个系统可控？ | 给出需求判型表、工具清单、风险等级、失败兜底、人工审批和 trace_id（追踪编号）日志。 |
面试题和推荐回答
| 面试官可能问 | 推荐回答要点 | 常见扣分点 |
|---|---|---|
| 什么是 AI Agent？ | 它是围绕目标推进任务的工程系统，会读取上下文、调用工具、观察结果、维护状态并在边界内停止。 | 只说“更聪明的聊天机器人”。 |
| 它和 Chatbot 最大的区别是什么？ | Chatbot 以回复为中心，Agent 以任务完成为中心。客服场景里，查订单、建工单、转人工才体现 Agent 能力。 | 只比较回答质量。 |
| Workflow 和 Agent 如何选择？ | 稳定规则用 Workflow，开放任务、多步骤判断、工具选择和失败恢复才用 Agent。 | 认为 Agent 一定比 Workflow 高级。 |
| 为什么 Agent 需要工具调用？ | 因为模型不知道实时订单、物流和工单状态，必须通过受控工具读取或写入业务系统。 | 说成“让模型直接访问数据库”。 |
| 为什么不能让 Agent 直接执行所有动作？ | 因为退款、通知、修改资料等动作有资金、隐私和合规风险，需要权限、审批和审计。 | 忽略高风险动作。 |
| 为什么要设计停止条件？ | 停止条件能限制循环、成本和错误扩散，包括有效回答、工具次数上限、输出校验失败和转人工。 | 只说“防止一直跑”。 |
| 一个客服 Agent 的最小状态有哪些？ | 会话编号、用户身份、意图、已调用工具、工具结果、风险等级、是否转人工、停止原因。 | 只提聊天记录。 |
| 面试时如何证明自己懂 Agent 工程？ | 用一个项目讲清需求判型、系统分层、字段契约、工具边界、失败兜底、日志审计和验收标准。 | 只展示页面或只背框架名。 |
本章交付物
| 交付物 | 本章产出 |
|---|---|
| 系统流程图 | Agent 高层架构图。 |
| 字段契约表 | 客服工作台最小请求、处理、工具、结果和日志契约。 |
| 失败与兜底表 | Chatbot 误判、高风险自动化、资料缺失、停止条件和审计问题。 |
| 面试讲法 | 能用客服工作台解释 Agent、Chatbot、Workflow 和 Tool Calling（工具调用）的边界。 |
小结
AI Agent 不是“会聊天的模型”，而是围绕目标进行多步骤任务执行的工程系统。它需要模型、工具、状态、边界和失败处理一起工作。
本书后续会从模型、Prompt（提示词）、工具调用、RAG、MCP（模型上下文协议）、LangGraph（智能体状态图框架）、多智能体和商业交付逐步展开，目标不是让读者背概念，而是能独立制作可交付的 AI Agent 项目。