你可能会说：
- “Agent 和普通的 AI 聊天有什么区别？”
- “AI 编程工具能自己改文件、跑命令，它是怎么做到的？”
它是什么
普通的 AI 对话是一问一答。Agent 多了一个循环：模型想好下一步，调用某个工具（读文件、搜资料、查数据库），看到结果后再想下一步，直到它认为任务完成。
所以 Agent 的能力和风险都来自它能用的工具：能读文件，就可能读到不该读的；能执行命令，就可能执行不该执行的。给它哪些工具、限制它在哪里用、每次最多循环几轮，是设计 Agent 时最重要的决定。
用 SDK 搭 Agent 时，它会在后台启动一个子进程，并继承运行环境里的配置。在另一个 AI 工具里开发 Agent，两边的配置可能互相干扰。
打个比方
像一个带着工具箱的实习生：你交代任务，他自己决定先翻资料还是先动手；工具箱里给了什么，他就只能用什么。
在这个网站里
兄弟项目 E2E Review 的 AI 导师就是一个 Agent：模型每次最多循环 6 轮，能用 5 个自定义工具和 4 个 Skill；执行命令、写文件、上网搜索都被明确禁止，也不允许它再派出子 Agent（第 18 课）。
容易搞混的地方
常见误解
Agent 比普通聊天更聪明
正确理解
模型是同一个，区别在于它能用工具、能多轮行动。能力更大，需要的限制也更多。
你可以这样告诉 AI
复制下面这段，贴给你的 AI
这个 Agent 能用哪些工具？每个工具能访问什么范围、会不会写入数据？最多循环几轮、预算上限多少？哪些操作是硬性禁止的，靠什么机制禁止，有没有测试证明？
接下来去哪
先知道
- 大模型——一个读过海量文字的续写程序：给它一段开头，它按概率一个词一个词地往下写。
接着看
- 工具调用——模型不直接动手，而是说"我要调用某某工具、参数是这些"，由你的程序去执行，再把结果交还给它。
- MCP——一套给 AI 接工具的通用约定：按它的格式把工具包装好，支持它的 AI 程序就都能调用。
- Skill——一份写好的"遇到这类任务就这样做"的说明书，AI 在需要时自己读取、照着执行。
- 子 Agent——由一个 Agent 派出去单独干一件事的另一个 Agent：它只拿到一份任务说明，干完只交回一段汇报。
在这些课里出现
相关的真实事故