当AI能自己写代码、查资料、点鼠标时，我们还在问它“今天天气怎么样”。

OpenClaw 的浪潮下，Agent概念又一次提起，似乎我们所说的小龙虾，就是 Agent 的代名词。

刚接触AI时，一堆术语扑面而来：LLM、Chatbot、Agent。分不清？很正常。它们不是同一种东西，但许多人把它们混为一谈。

这篇文章不讲术语，只讲人话：LLM、Chatbot、Agent，到底有什么区别？它们是怎么一步步从“会说话”变成“能干活”的。

一、LLM

官方叫它“大语言模型”。简单说，它是个靠猜字写文章的机器。

1.1、工作原理

三步走：输入、预测、输出。

你问一句，它根据过去看过的所有文本，猜下一个字该是什么，再猜下一个，直到凑出一段话。

1.2、训练原理

它怎么学会的？分三步。

预训练

工程师把互联网上能抓到的文本——小说、论文、论坛、新闻——全喂给它。它不理解意思，只是记住哪些词常在一起。

指令微调

光会拼词不够。它分不清“你好”和“滚”哪个更合适。于是工程师给它看了成千上万组“好问题+好回答”，让它知道：什么叫得体，什么叫废话。

强化学习

接着，它被扔进一场持续考试。

你问一个问题，它给出五个答案。人工打分：这个好，那个烂。它记下哪些回答得分高，下次就多用。反复练，它慢慢知道：原来好回答要清晰、有逻辑、不胡扯。

这套训练方法，叫Transformer。不只是LLM，目前所有AI模型——画图的、剪视频的——背后都是它。

二、Chatbot

你用过的AI聊天窗口，都是Chatbot。

列如Gemini的网页界面：

2.1、Chatbot的三大护法

提示词

就是你输入的那句话。分两种：

• 系统提示词：后台写的“潜规则”，列如“你不能说政治”“语气要友善”。用户看不见。
• 用户提示词：你问的“今天几点下班？”

上下文

你和AI的对话历史，全塞进这一段里。你问“北京天气”，它答“25度”；你接着问“明天呢？”，它靠上下文知道你在问北京。

但上下文有长度限制。超过就截断。你得手动清空，或新开对话。

会话

每一次完整的对话，就是一个会话。你删掉它，历史就没了。AI不会记得你。

2.2、Chatbot是什么

三个组件：

1. 界面：你看到的输入框和回复区
2. 模型配置：用哪个LLM，温度设多少
3. 会话管理：保存、切换、删除对话

它能聊，但不能动。你让它订机票，它只会说：“提议您打开携程。”

三、Agent

Chatbot缺手缺脚。Agent不一样——它有眼睛，有手，还能自己想办法。

3.1、工具调用原理

四步走：声明工具、模型决策、外部执行、整合结果。

声明工具

工程师给LLM一本“工具手册”：

• 名字：实时天气查询
• 功能：查某个城市的温度
• 要求：必须提供城市名

LLM不会联网，但知道：遇到天气问题，可以翻这本手册。

模型决策

你问：“深圳今天热吗？”

LLM一查：我知识库里没有实时数据。它翻工具手册：有“实时天气查询”。它提取关键词：“深圳”。然后生成指令：“请用‘实时天气查询’查深圳。”

外部执行

LLM不会点网页。但有个程序替它跑腿：

1. 接到指令
2. 打开气象网站，抓取数据
3. 返回结果：{“温度”: “28度”, “天气”: “晴”}

整合结果

LLM拿到原始数据，润色成一句人话：

“深圳今天28度，晴空万里，出门记得防晒。”

3.2、Manus的工具设计

Manus不是广告，但它的确 把Agent做到了极致。

它的工具清单里有：

• 浏览网页
• 运行代码
• 读写文件
• 截图保存

它能自己搜资料、写报告、跑程序、存结果。不是调接口，是真在操作电脑。

3.3、Chatbot与Agent的区别

早年，区别很简单：会用工具的是Agent，不会的是Chatbot。

后来，Chatbot也能调工具了。界限模糊了。

真正的分水岭，是任务闭环能力。

Chatbot：你问“写个周报”，它写完就停。Agent：你问“调研深圳南山区低空经济，出份报告”，它会：

自主规划

拆解任务：

1. 查政府官网政策
2. 搜大疆、小鹏的公开数据
3. 整理成PDF

它不等你一步步指挥，自己列清单。

环境操作

它能像人一样：

• 打开浏览器
• 点链接、翻页
• 遇到验证码，自己尝试绕过
• 把截图存进本地文件夹

不是调API，是真在操作电脑界面。

自我纠正

网页打不开？它不报错。

它会：

1. 发现：链接404
2. 调整：换关键词，去另一个网站
3. 重试：直到拿到数据

这种“发现问题→想办法→再试”的循环，叫ReAct框架。它让Agent不再依赖完美指令，而是能自己把活干完。

3.4、常见的Agent

通用型

ClaudeCode、OpenClaw、Manus

垂直型

Lovart（设计）、Codex（编程）、Perplexity AI（研究）、Notion AI（文档）

3.5、Agent的未来

OpenClaw爆火，Manus抢码万人排队。人们说：AGI要来了。

AGI，就是能替你处理生活琐事的AI——订餐、写邮件、查机票、做PPT。

可现实是：

• 用一次成本高
• 许多网站它进不去
• 结果不稳定，今天能跑，明天就崩

另一方面，Lovart、Codex这些垂直Agent，已经在各自领域干得风生水起。设计、编程、写作、办公——旧互联网产品，正在被一个个重做。

但浪潮终会退去。

当Agent不再被当成“新奇功能”，而是默认的交互方式——就像今天没人再说“我用互联网”一样。

那时，Agent就不再是产品。

它成了软件本身。