请谈谈你对 AI Agent 的理解：Agent 应该包含哪些核心组件，其运行机制是怎样的？AI Agent 是具备感知、思考、决策、行动闭环能力的大模型应用实体，不再局限于被动接收用户输入然后直接返回回答，能够自主感知环境信息，拆解目标，调用外部工具，迭代执行动作，直到完成用户赋予的任务。大模型是 Agent 的大脑，但 Agent 不等于大模型，大模型只负责推理思考，Agent 增加了和外部世界交互的完整闭环，允许模型跳出纯文本生成，去操作工具、读取外部数据、修改业务状态，遇到障碍可以自我修正，不需要人类每一步下发指令。面试加分点在于不能只罗列组件名称，要讲清楚组件之间的数据流转，区分 Agent 组件和普通大模型应用模块的差异，同时要意识到 Agent 存在幻觉、无限循环、工具调用错误等原生缺陷，这是实际工程落地必须面对的问题。Agent 的核心组件分为六大模块，分别是记忆模块、规划模块、工具模块、感知模块、推理大脑、执行器。记忆模块负责存储全部历史信息，细分为短期工作记忆、长期记忆、会话记忆，短期工作记忆保存当前任务上下文、工具返回结果，会随着任务结束清理；长期记忆持久化存储历史任务经验、用户偏好、业务知识库，一般依托向量数据库或者关系型数据库持久化；会话记忆保存本轮对话交互记录，用来给大模型提供上下文窗口。规划模块是 Agent 实现自主完成复杂任务的关键，负责把大目标拆解成多个子任务，常见的实现思路有思维链、思维树、递归任务拆解，当子任务执行失败，规划模块还需要负责重规划，调整后续执行路径。工具模块封装 Agent 可以调用的外部能力，包含函数、API 查询、数据库读写、文件操作，工具需要定义清晰的入参出参描述，提供给大模型做 Function‑call 调用。
