Agent 本质：能感知、规划、调工具、反思迭代的系统。

形态演进：智能问答（单轮）→ RAG（多轮）→ Agent（跨轮次），Prompt 从 50-200 词增至 500+ 词。

五大组件：LLM（大脑）+ Prompt（需求文档）+ Workflow（流程）+ 知识库（RAG）+ Tools（手和脚，MCP 标准化）。竞争力在 Prompt + Workflow + 知识库。

ReAct 循环：Thought → Action → Observation → 循环 → Final Answer。设置最大步数与超时防死循环。

工作流：用 Mermaid DSL 而非自然语言——可解析、无歧义。

多 Agent 模式：串行流水线 / 并行扇出 / 中心-辐射 / 辩论式。

已知挑战：工具调用 API 错误率约 2.3%、超 5 步规划出错率升至 18%、错误恢复、Token 成本、提示词注入。

提示词注入防御：防伪装权限/编码输出/身份重置/逻辑陷阱；策略 = 主动过滤 + badcase 修补 + 持续迭代。

落地建议：先定业务问题；从简单 Workflow 起步；工具原子化；设步数上限；全链路日志。