Agent 和普通聊天机器人到底有什么区别？

系列：Python + FastAPI 大模型应用基础（第 23 篇）

1. 区别不在界面，而在控制权

两者都可以显示聊天窗口，真正区别是模型是否参与动作选择并影响外部系统。

RAG 聊天机器人即使查询知识库，也不一定是 Agent；如果查询步骤由程序固定，它更接近检索流水线。

2. 用路由器明确选择

from dataclasses import dataclass
from typing import Literal


Mode = Literal["chat", "workflow", "agent"]


@dataclass(frozen=True)
class TaskProfile:
    needs_external_action: bool
    steps_are_known: bool
    risk: Literal["low", "medium", "high"]


def choose_mode(profile: TaskProfile) -> Mode:
    """优先选择自由度更低、可验证性更高的结构。"""
    if not profile.needs_external_action:
        return "chat"
    if profile.steps_are_known or profile.risk == "high":
        return "workflow"
    return "agent"

例如“解释退款政策”可用聊天/RAG；“按固定规则生成并审批退款单”适合工作流；“在多个只读来源中自主查找故障原因”才可能适合 Agent。

3. 统一响应契约

from pydantic import BaseModel, Field


class AssistantResponse(BaseModel):
    mode: Mode
    answer: str = Field(min_length=1)
    action_ids: list[str] = Field(default_factory=list)
    needs_human: bool = False


def build_response(
    profile: TaskProfile,
    answer: str,
    action_ids: list[str] | None = None,
) -> AssistantResponse:
    mode = choose_mode(profile)
    ids = action_ids or []
    if mode == "chat" and ids:
        raise ValueError("聊天模式不应产生外部动作")
    return AssistantResponse(
        mode=mode,
        answer=answer,
        action_ids=ids,
        needs_human=profile.risk == "high",
    )

4. 可复验测试

def test_high_risk_task_uses_workflow() -> None:
    profile = TaskProfile(True, False, "high")
    assert choose_mode(profile) == "workflow"


def test_chat_cannot_claim_actions() -> None:
    profile = TaskProfile(False, True, "low")
    try:
        build_response(profile, "已完成", ["refund-1"])
    except ValueError:
        pass
    else:
        raise AssertionError("聊天回答不能伪装成已执行动作")

5. 什么时候不要做 Agent

• 步骤固定且可枚举；
• 审批和合规要求严格；
• 工具错误代价高；
• 无法建立可靠评测；
• 业务只需要总结、分类或抽取；
• 团队没有可观测性和人工接管能力。

Agent 不是技术成熟度的象征。用确定性流程解决确定性问题，通常更便宜、更稳定。

6. 对抗性审查

• 页面写着“智能 Agent”不代表架构真是 Agent；
• 模型说“已操作”不代表工具执行成功，必须检查动作记录；
• 多轮聊天也不自动等于 Agent；
• Agent 的成功率要按完整任务计算，不能只看最后一句是否流畅；
• 引入 Agent 前先评估最坏错误动作。

7. 总结

普通聊天机器人产生内容，Agent 还会选择动作。企业系统应从风险和流程不确定性出发选择架构，而不是为了追热点增加自主性。