待验证75% 置信事实时间未知
Agent的工具调用决策完全依赖大模型的语义理解和逻辑推理能力，不是程序员用if-else硬编码控制的
1
来源数
75%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Agent智能体工作原理拆解：四要素与ReAct循环决策机制详解
bilibili大模型小阳
涉及实体
相关事实
待验证Orchestration-Based Agents combine LLM reasoning capabilities with deterministic workflow logic, allowing developers to define when an Agent should make decisions versus follow a fixed process.80% 相似待验证Agent具备规划、工具调用、记忆与自主迭代的能力，区别于传统大语言模型的单次问答模式76% 相似待验证纯智能体（Autonomous Agent）将决策权交给大模型，工作流编排（Workflow）保留决策权在开发者手中76% 相似待验证Agent系统的可观测性需要处理语义层面的信息，不仅要知道调用了什么API和耗时，还需理解Agent决策原因和推理质量，因此评估引擎必须与追踪系统深度耦合75% 相似待验证Agent框架背后的大语言模型能力比框架本身更能决定编程任务的完成质量74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/16557API
curl https://kongchang.com/api/v1/knowledge/claims/16557MCP
get_claim(id=16557)