结合任务目标与当前信息，模型提出操作。
应用调用可用、获准的工具，读取资料或生成文件。
查看实际结果或错误，再决定如何继续。
智能体（Agent）：围绕目标推进任务、根据过程结果决定后续步骤的 AI 系统，通常结合模型、工具和运行环境。 可以先理解为：它不仅生成一段回答，还能在可用能力的范围内尝试推进任务。
例如准备教案时，它先读取资料，发现缺少学生基础，补齐条件后整理内容；如果生成的文件打不开，就根据错误继续处理。能推进多少、哪些步骤需要确认，由具体系统决定。
看一次任务怎样往下走
下面是教学示意，用来解释过程，不是某个产品的真实操作日志。
| 发生了什么 | 合理的下一步 | 可以看到的依据 |
|---|---|---|
| 收到“准备初一 40 分钟丝绸之路教案” | 确认材料与最终产出 | 明确的要求和可用资料 |
| 读取资料，获得 M01—M03 | 根据资料组织教案 | 实际返回的资料内容 |
| 发现示例安排合计 60 分钟 | 调整环节，重新核对时长 | 新的时间分配与合计 |
| 文件生成工具报错 | 处理错误，或说明目前只能交付文字 | 工具错误与后续结果 |
| 要求与产出核对完成 | 交付并指出仍需检查的事实 | 可打开的材料和具体检查结果 |
如果资料读取失败，却仍然回答“已经结合资料完成”，就没有正确利用过程中的结果。任务可能需要换一种读取方式、补充材料或停止等待条件，不能把失败当作成功。
模型、工具和应用各自做什么
**模型（Model）**处理输入，并可以提出下一步动作。**工具（Tool）执行具体操作，例如读取文件或生成演示文稿。你打开的AI 应用（AI App）**把这些能力与执行环境组织起来。
模型提出“读取课程资料”，不等于它已获得系统访问权。应用或运行环境要落实调用，相关服务要返回结果，权限也必须允许。
在本站地图中，这些关系应读成：应用可提供 Agent 能力；Agent 调用模型判断下一步，并通过执行环境调用工具。它们是职责关系，不是一张固定的软件安装清单。
怎样配合 Agent 完成任务
给出目标、相关资料、允许的操作范围和完成标准。以这次备课为例：
请根据指定资料准备 40 分钟教案。先检查年级、学生基础和材料是否齐全，再整理内容。交付教案文字与两页 PPT 节选；如果没有生成或查看 PPT 的能力，说明当前完成到哪里。文件能打开、时间合计正确之外，还要核对资料依据和页面可读性。
任务有多个环节时，可以先确认关键结果，再继续后面的步骤。例如先确定教案内容，再制作演示节选，减少在错误方向上反复排版。
检查的是实际产物与过程证据。“我已完成检查”只是声明；应能指出检查了哪份资料、哪个文件或哪些渲染页面。检查也应有合理范围，不能因为还能继续修改就永远不结束。
Agent 不等于一直自动运行
有聊天框的应用也可能提供 Agent 能力；名字里写着 Agent，也不能据此断定它会执行所有操作。是否具备某项能力，要看工具、环境、权限与执行结果。
**工作流（Workflow）**是有先后关系的步骤安排。固定流程可以规定“读资料 → 生成表格 → 检查”；Agent 可以在其中需要判断的环节决定下一步。两者可以组合，简单任务也可能用普通程序或一次对话就足够。
**技能（Skill）**提供可复用的方法和材料；MCP规范应用与外部服务的通信。它们都不是使用 Agent 的必备安装项。
再深入一点：为什么工具结果很重要
一个常见运行循环是：整理当前信息 → 模型提出下一步 → 环境执行 → 获取结果 → 继续、调整或结束。
执行返回的可能是数据，也可能是错误。后续判断需要参考真实结果，否则整个过程容易建立在错误假设上。系统还可能限制次数、运行时间或操作范围，防止没有完成标准的反复尝试。这是常见模式，不表示所有 Agent 实现完全一致。
想一想
Agent 已经生成两页 PPT，却没有查看任何渲染页面，就说“没有文字重叠”。这项结论缺少什么证据？
参考判断： 缺少实际成品的视觉检查。读取文本、文件保存成功和页面布局正常是不同的结论；需要打开或渲染页面检查，发现问题再修改。
下一步
先看 PPT 四项能力的对照，再按需要了解 Skill 怎样复用方法 或 MCP 怎样接入资料。
来源与适用范围
参考 OpenAI Agents SDK 与 Anthropic Building effective agents，核验日期：2026-09-09。后者发表于 2024-12-19，这里引用其工作流、Agent 与环境反馈的架构解释，不据此介绍当前产品操作。本站采用上文教学口径，Agent 自主程度和使用方式因应用而异。