从回答问题到解决问题

RAG 阶段结束后，答疑机器人能准确回答公司内部问题了，评测体系也跑起来了。但随着用的人多了，大家开始提更高要求："能不能帮我搜行业报告？""帮我更新项目进度表。""帮我审课程文档。"

我意识到一个根本限制：机器人只会"说"，不会"做"。要从"顾问"变成"助手"，它需要工具调用、规划和多智能体协作的能力。

Agent 学会动手之后，新问题又来了：每次新任务它都像失忆了一样。上次踩过的坑这次又掉进去，调好的审查流程换个对话窗口就得从头交代。好的工作方法停留在聊天记录里，没有固化为可复用的流程。

解决了记忆和沉淀问题后，所有零件都齐了——工具、规划、分工、记忆、技能。但零件齐了不等于系统可靠。让 Agent 审查文档，好的时候很好，差的时候莫名其妙。还缺一套系统化的评测方法，让它从"偶尔对"变成"持续对"。

这一章就是要一步步解决这三个问题：让 Agent 能动手、让好经验留下来、把零件组装成可靠的系统。

本章脉络：

章节	标题	核心内容
3.1	Agent基础与工具调用	Function Calling + ReAct + MCP
3.2	让Agent学会规划与执行	反思 + 工作流 + 自主规划
3.3	用多Agent实现团队协作	多智能体分工协作
3.4	用Memory让Agent积累经验	短期/长期记忆 + 主动记忆管理
3.5	用Skill将能力固化为可复用流程	从Prompt到Skill的演进
3.6	用评测驱动Agent开发	端到端 + 白盒化评测
3.7	Qwen Code实践	Coding Agent 的日常工作方式

个人总结

• RAG 解决了"不知道"的问题，Agent 解决了"不会做"的问题——这是两个完全不同的能力层次
• Agent 的演进路径很清晰：工具 → 规划 → 协作 → 记忆 → 技能 → 评测，每一步都是被上一步的局限性推出来的
• "零件齐了不等于系统可靠"是这章最值得记住的一句话，评测是让系统从"能用"到"好用"的关键