F2：AI 必知必会（二）—— AI Agent 全景图

本期是所有学员的共同起点。无论你是产品经理、开发者、还是 AI 爱好者，这节课的内容会成为后续所有模块的认知基础。

WARNING

🧪 Beta 公测版本提示：本节课程主体已完成，正在优化细节。

欢迎大家提 Issue 反馈问题或建议，也欢迎大家提 Pull Request 参与课程共建。

本期课程简介

我们将为大家展示并介绍 AI Agent 的完整图景 —— 通过一张地图，把 Memory（RAG） 和 Tools（Skill、MCP） 放到正确的位置上，看清它们的关系。

并带大家一起去理解这张地图上的每一项能力，底层都和数据有着什么密切的关系。

一个思考题

上一期课程中，我们提到了一个非常核心的公式 —— AI 的能力上限 = 模型能力 × 数据质量。

这个公式在大模型对话场景里已经被反复验证过了，那这期课程我们想跟大家探讨一个问题：这个公式到了智能体时代，还适用吗？

我们的回答是 —— 依然适用，但需要扩展。

因此，我们给出了一个扩展版本：
AI Agent 的能力上限 = 模型能力 × 数据质量 + 流程编排。

注意这里的符号：乘号与加号的区别至关重要。
· 乘号（Data × LLM）：决定能力的基础量级，是核心驱动力
· 加号（+ 流程编排）：在基础之上的优化增量，是锦上添花
本节课将深入解析这个公式背后的逻辑，以及为什么 Data 依旧是 Agent 能力的核心决定因素。

上面这个新公式中，为什么要加上流程编排？

这个“加号”意味着什么？

别急，我们一步一步来，先从最基础的问题说起 —— 什么是 Agent 智能体？

从 ChatGPT 到 Agent 的跨越

你很可能已经用过 ChatGPT、千问、豆包等基于大模型的 AI 助手。它们很聪明，能写文章、改代码、回答问题。

但你有没有注意到，它们都有一个共同的局限：每次对话都是从零开始。

• 你问它“帮我分析一下这份数据”，它会说“请把数据发给我”
• 你问它“上次你推荐的那个方案效果怎么样？”，它会说“我不记得上次的对话”
• 你问它“帮我查一下公司内部文档”，它会说“我无法访问你的文档”

这些工具很强大，但它们本质上是 “无状态的对话机器人” ——没有记忆、没有知识库、没有工具调用能力。

AI Agent 就是要突破这些限制。

Agent 不是“一个更聪明的 ChatGPT”，而是一个具有“感知 → 推理 → 行动” 循环能力的系统：

• 它能查资料（RAG）
• 它能记住你（Memory）
• 它能调用工具（Skill）
• 它能连接外部世界（MCP）

这节课，我们要建立一张完整的 Agent 能力地图，看清这些概念的相互关系——以及它们共同的数据本质。

概念核心

Agent 的本质：感知 → 推理 → 行动

行业对 Agent 最经典的定义来自 OpenAI 研究员 Lilian Weng 在 2023 年发表的博文《LLM Powered Autonomous Agents》。

核心架构包含四个组件：

1. Memory（记忆系统） - 存储与召回历史交互和用户偏好
2. LLM（大语言模型） - 作为核心大脑，负责推理与决策
3. Planning（规划能力） - 制定任务分解与执行策略
4. Tool Use（工具调用） - 连接外部数据源与执行能力

基于以上四个组件，AI Agent 的运行模式是：感知 → 推理 → 行动 → 观察 → 继续推理。

这是一个循环迭代的过程，而非传统 AI 对话的单次响应模式。

传统的 AI 对话流程是这样的：

用户输入 → 大模型生成 → 返回结果

这是一个单次响应的模式，模型看到你的问题，直接生成答案。

Agent 的工作方式完全不同：

推理（Reason）→ 行动（Act）→ 观察（Observe）→ 继续推理...

为了方便大家理解，我们举个例子：

---

用户说：“帮我查一下上个月的销售数据，并分析增长原因”

Agent 的思考过程：

1. 推理：“我需要先查询销售数据”

2. 行动：调用数据库查询工具

3. 观察：拿到了数据“10 月销售额 100 万，11 月 120 万”

4. 推理：“增长了 20%，我需要查一下这期间的营销活动”

5. 行动：查询营销记录

6. 观察：发现“11 月有双十一促销”

7. 推理：“现在信息足够了，可以给出分析”

8. 行动：生成最终报告……

看到了吗？Agent 不是一次性生成答案，而是在 “推理-行动-观察” 的循环中逐步完成任务。

这很明显是一个循环迭代的过程，这个推理 - 行动的循环，行业里用得最广泛的架构叫 ReAct。 ReAct 这个词拆开就是 Reasoning + Acting，先推理再行动。

用一组数据让大家更直观地感受：目前行业里 80% 到 90% 的智能体，用的都是 ReAct 架构。

ReAct 架构（占比 80% - 90%）

ReAct(Reasoning + Acting）是目前行业最广泛采用的 Agent 架构模式。

核心特点：

• 交替进行推理（Reasoning）与行动（Acting）
• 模型自主决定何时调用工具、何时返回结果
• 灵活性高，适用于开放式任务

代表实现：

• LangChain 的默认 Agent 实现
• OpenAI 的 Function Calling 模式
• 大部分商业 Agent 产品

流程编排架构（占比 10% - 20%）

通过预定义的工作流（Workflow）将多个步骤按特定顺序和条件串联。

核心特点：

• 显式定义节点（Node）与边（Edge）
• 支持条件分支、循环、并行执行
• 可控性强，适用于固定流程任务

代表实现：

• LangGraph (LangChain 的底层编排框架）
• Dify 的工作流模式
• 企业级 RPA + AI 混合方案

为什么核心仍是 Data × LLM

回到 Lilian Weng 的架构图，我们会发现一个关键事实：

图的正中心是 LLM —— 大模型是整个 Agent 的核心大脑。

• 负责所有推理与反思
• 携带海量内部数据（预训练知识）

图的两侧是 Memory 与 Tool——它们都在为大模型提供外部数据。

• Memory：提供个性化数据（用户偏好、历史交互）
• Tool：提供实时数据（数据库查询、API 调用、文件读取）

Agent 的核心运转，归根结底是 Data 与 LLM 的协同：

• LLM 决定 Agent 能“想多好”（推理能力上限）
• Data 决定 Agent 能“做多好”（执行效果上限）

经典原则： Garbage In, Garbage Out（数据质量是 AI Agent 的命门）。

无论模型多强大，如果输入的数据质量低劣、检索策略错误、上下文不完整，输出结果必然不可靠。

流程编排的定位：流程编排解决的是“怎么走”的问题，Data × LLM 解决的是“能走多远”的问题。流程编排能提升稳定性与可控性，但无法突破数据与模型的能力边界。

大模型是 Agent 的推理核心，但**感知和行动需要外部能力支撑 **—— 这就是接下来要讲的四类能力。

AI Agent 地图速览 —— RAG / MCP / Skill 分别是什么？

有了上面这个认知基础之后，我们来聊聊现在行业里的几个热词 —— RAG、MCP、Skill。

每次刷技术社区是不是觉得这些概念满天飞？别慌，我今天帮大家把它们放到同一张地图上，你会发现它们的底层逻辑惊人地一致。

RAG —— 让 Agent 会「查资料」

让 Agent 能“查资料”：从 Naive RAG 到 Agentic RAG 的演进

Naive RAG（朴素 RAG）:

• 固定流程：检索 → 拼接 → 生成
• 单次检索，结果直接注入 Prompt
• 局限：无法处理复杂查询、无法自适应调整策略

Agentic RAG:

• Agent 主动判断：要不要查？查哪里？查几次？
• 支持多轮检索、策略调整、多源交叉验证
• 从“被动检索”升级为“主动探索”

RAG 的本质：知识数据的检索。

RAG 的效果天花板取决于：

• 知识库的数据质量（文档完整性、更新频率）
• 切分策略（Chunk Size、重叠度）
• 检索策略（纯向量 vs 混合检索）
• Embedding 模型选择

行业共识：不管 RAG 怎么演进，你拆到底会发现，它的效果天花板始终卡在同一个地方 —— 你的知识数据质量。文档切得好不好、embedding 模型选得对不对、检索策略是纯向量还是混合检索 —— 这些全是数据层的活儿。

业界有句话叫「RAG 的 80% 的问题都是数据问题，不是模型问题」，这话一点不夸张。

MCP —— 标准化工具接入

让 Agent 能“连接外部世界”

---

MCP 解决的核心问题

在 MCP(Model Context Protocol）出现之前，Agent 工具接入面临 M×N 集成问题：

• M 个 Agent 框架 × N 个工具 = M×N 种适配方案
• 每个工具需要为每个框架单独开发接口
• 每个框架需要为每个工具单独编写适配代码

---

MCP 的解决方案：统一协议标准

• 工具侧：实现统一的 MCP Server
• Agent 侧：实现统一的 MCP Client
• 集成复杂度从 M×N 降低到 M+N

类比：MCP 是 AI 工具生态的“USB 接口”

正如 USB 统一了键盘、鼠标、打印机的接口标准，MCP 统一了 AI 工具的接入协议。

---

MCP 的三大能力：

1. Tool Calling：工具调用（执行操作）
2. Resource Exposure：资源暴露（读取数据）
3. Prompt Templates：提示模板（预设交互）

---

MCP 的本质：数据接入的标准化。

MCP 解决的不是单个工具的质量问题，而是整个工具生态的互联互通问题。

Skill —— 调用结构化技能

让 Agent 能“会做某件事”

Skill 的本质 是将人类专业经验转化为 Agent 可理解和执行的结构化数据。

组成要素：

• 操作流程（Step-by-step 指令）
• 领域规则（约束条件、质量标准）
• 成功案例（历史优秀输出）
• 术语表（领域特定词汇）

---

与程序记忆的关系：Skill 是程序记忆的显式化与可复用化。程序记忆是 Agent 在运行中学到的“遇到什么情况该怎么做”, Skill 是将这些经验提前总结并外部化存储。

---

Skill 的本质：经验数据的结构化。

---

Skill 的效果取决于：

• 技能结构化程度（是否清晰可执行）
• 发现能力（如何在技能库中检索匹配的 Skill）
• 复用性（跨场景、跨用户的适用性）

Memory —— 个性化数据的积累与召回

让 Agent 能“记住你”

根据 CoALA 论文，Agent 记忆分为三种：

1. 语义记忆（Semantic Memory）

• 记住事实与偏好
• 示例：“用户是 Python 开发者”、“用户偏好简洁回答”

2. 情景记忆（Episodic Memory）

• 记住过往经验
• 示例：“上次用 Docker 方案解决了部署问题”

3. 工作记忆（Working Memory）/ 程序性记忆（Procedural Memory）

• 记住行为规则
• 示例：“遇到代码问题先查文档再写代码”

本质：数据的积累与召回

Memory 的效果取决于：

• 记忆提炼质量（如何从对话中抽取关键信息）
• 召回策略（何时调用哪些记忆）
• 遗忘机制（如何降权过时信息）

本期总结：数据是这一切的基础

现在，让我们换一个视角重新看这四类能力：

Agent 能力	表面概念	数据本质
RAG	检索外部知识	知识数据的检索
MCP	标准化工具接入	数据接入的标准化
Skill	调用结构化技能	经验数据的结构化
Memory	记住与学习	数据的积累与召回

看到了吗？Agent 的每一项能力，拆到底都是在做数据的存储与检索。

• RAG 的效果好不好？
  • 取决于知识库的数据质量和检索策略
• MCP 能连接多少工具？
  • 取决于数据接口的标准化程度
• Skill 能不能复用？
  • 取决于技能的数据结构化程度和检索能力
• Memory 准不准？
  • 取决于记忆数据的提炼质量和召回策略

你会发现，行业里这些让人眼花缭乱的热词，拆到底全部指向同一件事 —— 数据。 它们只是在 Agent 架构的不同位置上，用不同的方式在处理数据的存储、检索和流转。

想通了这一点，你就不会被新概念带着跑了。下次再冒出来一个新的 buzzword，你只需要问自己一个问题：它在数据层面解决的是什么问题？ 答案往往就清楚了。

---

希望大家通过这节课程，能够记住一句话：模型决定了 Agent 能“想多好”，数据决定了 Agent 能“做多好”。

我们的思考：AI Agent 时代，亟需统一的数据引擎

我们通过这张 Agent 能力地图，观察到一个普遍现象：Agent 需要同时处理三种数据：

• 向量数据（语义检索）：找“意思相近”的内容
• 全文数据（关键词匹配）：找“精确包含”某个词的内容
• 关系数据（结构化查询）：按条件过滤（时间、作者、类型……）

传统方案是什么？三套系统各管一摊：

• 向量数据库（Pinecone、Weaviate）管语义检索
• 搜索引擎（Elasticsearch）管关键词匹配
• 关系数据库（PostgreSQL）管结构化查询

然后在应用层写胶水代码，手动协调三个系统的结果。

这不仅增加运维复杂度，还导致检索结果难以有机整合。

我们认为：AI 应用的数据层应该是一个统一的引擎。

因此，我们发布的 seekdb 就是为了这个目的，而为 AI 时代的数据库用户和开发者打造的统一存储 / 计算引擎：一个系统，同时处理向量、全文和关系数据。

除此以外，我们还为大家提供了 PowerMem —— 基于 seekdb 构建的 Agent 记忆系统：把记忆的提炼、检索、遗忘封装成开箱即用的能力。

在后续课程中，作为“我们从实践中观察到的行业问题和思考”，你会看到它们在不同场景下陆续登场~

下期先导预告：道篇（PM 决策） <-> 术篇（Dev 实现）

从这节课之后，Easy Data x AI 课程会被分成 “道篇” 和 “术篇” 两条路径：

• 道篇（P1-P5）：关注“哪些数据决策是产品决策”
• 术篇（D1-D5）：关注“数据层的工程实现”

但它们讲的是同一件事的两面。

下表会帮助两类学员理解“对方在做什么”：

Agent 能力	PM 路径关注的决策	Dev 路径关注的实现
Agentic RAG	知识库涵盖什么内容？ 更新频率？权限设计？（P2）	混合检索的工程实现 对比实验验证效果（D2-D3）
Agent Memory	记什么、忘什么、给谁看？ 信任设计（P3）	记忆提炼、检索、降权 的代码落地（D4）
Skill	技能如何统一管理？ 跨平台复用？（P4）	Skill 文件编写 语义检索发现（D5）
MCP	数据标准化如何影响 产品扩展性？（P4-P5）	MCP Server 配置 与接入（D5）
归因与度量	三层归因框架： 数据层/模型层/业务层（P2-P5）	对比实验： 用数据说话（D3）

从 Data 视角看预告

接下来的每一期课程，我们都会从 Data 的视角进行拆解：

这个能力的数据需求是什么？

数据从哪来、怎么存、怎么检索？

数据层的设计决策如何直接影响 AI 的最终效果？

道篇（PM 路径，产品决策视角）

• P1：AI Agent 场景识别 → 立项时先问“数据在哪？”
• P2: Agentic RAG 产品设计 → 知识库是产品决策，不只是技术决策
• P3：Agent 记忆系统设计 → 难的不是“存”，而是“该忘什么”
• P4：Skill 与知识管理 → Skill 碎片化本质上是数据管理问题
• P5：综合案例与度量 → 三层度量框架：数据层/模型层/业务层

术篇（Dev 路径，工程实现视角）

• D1：大模型 API 基础 → Tool Use 是 Agent 与数据交互的桥梁
• D2：AI 应用的数据层 → 一个系统搞定，比三个系统拼凑更好
• D3: Agentic RAG 实战 → 亲眼看到混合检索 vs 纯向量检索的差距
• D4：Agent 开发与记忆系统 → 记、忘、想起的数据挑战
• D5：Skill、MCP 与综合项目 → Agent 的一切能力，根基都在数据层

本期总结

RAG、Memory、Skill、MCP 看起来是不同的技术概念，但它们都是 Agent 能力的组成部分，拆到底都是数据问题。

理解了数据，就理解了 Agent 能力的上限在哪。

这张地图会在后续每个模块中反复出现。每次我们讲一个新概念时，你都可以回到这张地图上找到它的位置——以及它和其他概念的关系。

课后行动

画一张你当前产品（或你正在使用的 AI 工具）的能力地图：

1. 它有 RAG 吗？ → 能查询外部知识吗？知识从哪来？
2. 它有记忆吗？ → 能记住用户偏好吗？记忆存在哪？
3. 它有 Skill 吗？ → 能调用预定义的技能吗？技能如何管理？
4. 它有 MCP 吗？ → 能连接外部工具吗？通过什么协议？

然后问自己：哪些能力缺失？缺失的根源是：

• 数据不存在？
• 数据存在但检索不到？
• 数据格式不对？

这个练习会帮助你建立“系统视角”——把 AI 产品看作一个完整的能力系统，而不是孤立的功能点。

延伸阅读

• CoALA: Cognitive Architectures for Language Agents - Agent 记忆分类框架
• ReAct: Synergizing Reasoning and Acting in Language Models - Agent 推理循环模式
• Model Context Protocol (MCP) - Anthropic 的标准化协议

What's more?

从下周开始，我们会每周为大家更新两期课程。

道篇： → P1：AI Agent 场景识别

术篇： → D1：大模型 API 工程化基础

两条路径从这里分开，但讲的是同一件事的两面。欢迎选择适合你的路径，和我一起继续探索 Data x AI！

最后，欢迎各位老师加入 Data x AI 交流群，和我们一起玩耍~