AI能力进化路径清晰：从仅预测文本的Transformer（封闭概率生成系统，无行动能力）到Function Calling（工具接口化），再到ReAct（边想边做，获得过程意识与动态决策），最终演进为Agent——围绕LLM构建的执行系统，集成规划器、工具层、记忆层与循环执行。Agent的关键转变是从“回答问题”到“完成任务”，具备多步执行、外部系统调用、状态管理及可恢复执行，标志着AI从“生成器”跃迁为“执行器”。工业界已进入Agent工程时代，开发、企业系统、办公产品广泛应用，未来将向多Agent协作系统发展。核心是：Transformer解决理解语言，Agent解决改变现实。
大模型进入工程化落地阶段后，能调用工具、执行任务、完成工作流的 AI Agent 比纯聊天式 AI 更具价值。本文利用 LangChain 从零构建最小可运行 Agent，包含自定义工具（加法计算器、用户查询），并解析其核心机制：LLM 推理判断、工具选择、执行与结果反馈循环。同时给出可复用的四文件项目结构（app/llm/tools/agent）及企业级架构演进路径。文章指出常见陷阱（工具过多、Prompt 不稳、缺权限控制、长链路性能差），并从 LangChain Agent 到 LangGraph 再到企业 Agent 平台推荐升级方向。核心结论：AI Agent 的真正价值在于赋予模型执行能力，而非仅增强回答能力。
时间过得好快，不知不觉又来到新的一个月了，7月你好。 上次写生活文，还是6月初的事情。最近翻了一下，发现现在确实没有以前刚开始折腾博客时那么勤快了。以前好像有点什么事情都会写一篇，换个主题、改个功能、吃顿饭，甚至只是后台哪里不顺手，都想记录一下。现在反而经常是想写，但想着想着就放下了。 前几天我回看旧博客“李的日志”的统计，博客运行已经有460天了，但生活记录文也就只写了三十多篇。从2025年7月...
摘要：作者实习接手一个全栈项目，缺乏文档和指导，独自用AI搭建后端前端，老板催得紧。上线时因环境混乱问题频发，被迫加班至深夜。对比前司的轻松，感到压力巨大、身心俱疲，甚至怀念童年无忧无虑的时光。
能量守恒，运气守恒，可能一切都会守恒...
首先要夸赞十三区谭谭小分队，从第一次接触到最后完美交付流程都非常流畅，每一位老师的专业能力和团队协作能力都非常棒。下面是顾客们给出的评价，整体口碑就是这次组局体验非常棒，除了贵点，没有缺点。 ...
昨天得知大宝周五当天和每个任课老师进...