一个 LLM Agent 通常由哪些核心组件组成？

面试时怎么答

别只罗列“模型、工具、记忆”三个名词，最好用一次任务闭环说明各组件怎样配合：模型决策，工具产生外部效果，状态保存进度，控制器决定继续或结束，护栏约束权限。上线部分只需补上追踪、回放和人工接管；若问 Agent 与普通调用的区别，就落在控制循环和状态上。

可以这样答：

一个可用的 LLM Agent 至少包含模型、工具、任务状态或记忆、控制循环和安全护栏。模型根据当前状态选择下一步，工具连接外部系统，执行结果作为观察写回状态，控制器决定继续、重试、结束或转人工。生产环境还需要权限校验、最大步数、追踪和回放，否则系统即使偶尔成功，也很难定位失败和控制副作用。

核心回答

一个可执行任务的 Agent 通常包含目标与指令、负责决策的模型、可调用的工具、任务状态或上下文，以及控制循环。控制器把当前目标和可观察状态交给模型，模型提出下一步动作，系统校验并执行动作，再把结果作为 Observation 更新状态，直到达到完成条件、失败条件或步骤预算。Agent 是模型与运行时共同组成的系统，不只是一次 LLM 调用。

展开说明

常见组件可以这样理解：

目标与策略约束：定义任务、业务规则、允许和禁止的行为。
模型或策略：根据当前状态选择回答、提问、调用工具或结束。
工具与环境：把检索、计算、数据库和外部 API 作为受限动作暴露。
状态与上下文：保存用户输入、计划、工具结果、任务进度和必要记忆。
编排器：负责循环、路由、超时、重试、并发和终止条件。
校验与观测：检查参数、权限、结果和真实终态，并记录可回放轨迹。

不同框架的命名并不统一，组件也不一定都由模型驱动。例如权限校验和高风险确认应由确定性代码控制。

工程实践

先画清状态机和信任边界：哪些字段来自用户，哪些由服务端生成，哪些动作有副作用。为每次运行分配 run_id，保存状态转换、工具调用和最终结果；同时设置最大步骤、最大费用和取消机制，避免 Agent 无界运行。

常见追问

Agent 与一次带工具的模型调用有什么区别？ 单次调用只产生一次决策；Agent 有持续的状态和观察—行动循环，能根据工具结果重规划，直到完成、失败或转人工。
哪些组件必须由确定性代码控制？ 身份认证、权限、金额和配额校验、幂等、状态迁移及危险动作审批不能只依赖模型判断。
Agent 在什么条件下应该停止或向用户追问？ 达到可验证终态应停止；缺少会实质改变结果的信息、连续失败、风险超阈值或预算耗尽时，应追问或升级人工。

一句话复习

Agent 是“模型决策、工具执行、状态更新和受控循环”的组合系统。

参考资料

面经主题：Datawhale 真实面试题中的 Agent 核心组件
技术依据：ReAct、Anthropic：Building Effective Agents