Agent 不是更长的回答

从 LLM、Tool Calling 与 Agent Loop 开始，建立后续阅读 Pi 所需的最小心智模型。

从函数到循环

LLM 更像一个函数：输入一段上下文，输出下一段内容。Agent 则把这个函数放进一个可观察、可中断的循环：模型可以请求工具，运行时执行工具，把结果放回上下文，再让模型继续。

五个基础对象

1. Message：用户、助手和工具结果组成的对话事实。
2. Context：这次模型调用真正能看到的 system prompt、messages 与 tools。
3. Tool：带名称、描述、参数 schema 和执行函数的能力。
4. Event：让 UI、日志或扩展观察运行过程的增量信号。
5. Session：跨多次调用保存历史与分支的持久结构。

一次 turn 和一次 run

一个 turn 是“一次 assistant response + 由它触发的全部 tool calls/results”。一个 run 可以有多个 turn：只要模型继续发出工具调用、用户插入 steering message，或队列中存在 follow-up，循环就继续。

run
└─ turn 1: assistant → tool call → tool result
   └─ turn 2: assistant → tool call → tool result
      └─ turn 3: assistant → final answer

Why / What / How / Trade-off

Why

纯文本生成无法直接读取真实文件、调用 API 或观察执行结果。循环让语言模型获得反馈。

What

Agent runtime 解决“意图如何变成动作，以及动作结果如何进入下一轮推理”。

How

Pi 在模型边界前把 AgentMessage[] 转成标准 Message[]；模型流式返回内容或 tool call；runtime 校验参数并执行；tool result 重新进入 messages。

Trade-off

循环越自动，潜在副作用越大；控制越严格，用户打断和确认越多。Pi 的选择不是替所有人做权限政策，而是暴露 hooks、队列和事件，让宿主决定。

读完这一章，你应能解释

• 为什么 LLM 不等于 Agent。
• tool result 为什么必须回到上下文。
• turn、run 与 session 的时间尺度为何不同。
• runtime 为什么是工程可信度的中心。