1. 核心概览 (Core Overview)

如果说之前的 AI 只是“问答机”，那么 Agent 就是一个带有“循环控制逻辑”的推理引擎。它不再是单纯地输出答案，而是学会了“谋定而后动”。

2. 分段拆解 (Breakdown)

A. 什么是思维链 (CoT)？

思维链就是强制让 AI 在给出最终答案前，先写下它的中间推导过程。
对于架构师来说，这就像是开启了 Debug 日志。如果不开启 CoT，AI 就像一个只有 return 没有逻辑过程的方法，错了你都不知道为什么。

B. 生产环境的王牌：ReAct 框架

ReAct = Reasoning (推理) + Acting (行动)。这是目前最流行的 Agent 运行模式。它的工作流是一个闭环：

• Thought (思考)： AI 描述当前要做什么。
• Action (行动)： AI 决定调用哪个函数（Day 3 讲的内容）。
• Observation (观察)： AI 拿到函数返回的结果。
• Loop： 回到第 1 步，根据观察到的结果，决定是继续下一步，还是结束并回答用户。

C. 全栈视角下的状态管理

当 AI 在进行“思考-行动”循环时，作为一个 Web 请求，它可能是耗时的。

异步化： 你需要使用 WebSocket 或 SSE (Server-Sent Events) 将 AI 的“思考过程”实时推送到前端，提升用户体验（不要让用户盯着转圈圈）。

状态持久化： 如果循环中途断了，你需要把之前的 Thought 和 Observation 存入 Redis 或数据库，以便恢复“案发现场”。

3. 最终总结 (Summary)

Agent 的本质是“自我修正”的能力。 通过 ReAct 框架，AI 从一个“单次调用”的函数变成了一个“有目标的执行过程”。作为架构师，你的任务是为这个过程提供充足的工具（Tools）和清晰的边界（Constraints）。

测验 (架构实战)

循环终止： 如果 AI 在 ReAct 循环中，发现工具返回的结果始终无法满足用户需求（比如查不到用户想要的便宜机票），它应该如何优雅地终止循环？

日志审计： 假设 Agent 执行了一次错误的删帖操作，你作为架构师，如何通过“思维链”来复盘是哪一步出了问题？（是 AI 想错了，还是工具给的数据错了？）

Prompt 策略： 如果你发现 AI 总是“跳过思考直接行动”，你应该在 Prompt 里加一句什么指令来强制它开启思维链？