# Day 1: AI Agent 概念层（10分钟版）

## 一句话定义

**AI Agent = 会用工具的AI。** 普通AI只会回答问题，Agent能自己查资料、调系统、出报告、执行操作——像一个有手有脚的员工，不只是一个聊天窗口。

---

## 三模块架构（大脑/感知/行动）

把Agent想象成一个安全工程师：

| 模块 | 作用 | 小安的实现 |
|------|------|-----------|
| 🧠 大脑 | 理解问题、做判断、做决策 | DeepSeek/火山方舟大模型 |
| 👁️ 感知 | 读取外部信息（文档/数据/系统） | 知识库检索(RAG) + 工具调用(Tool Calling) |
| ✋ 行动 | 执行操作（扫描/生成报告/下发修复） | MCP对接客户系统 + 技能包引擎 |

**一句话跟客户说：** "小安就像一个7×24在线的安全工程师，有专业知识（大脑），能看懂你们的系统（感知），能自己动手干活（行动）。"

---

## RAG = 知识库检索增强

**问题：** 大模型不知道你们公司的内部规定和行业标准。

**解决：** 先从知识库里找到相关资料，再让AI根据资料回答——不靠"编"，靠"查"。

**小安的例子：** 小安知识库里有1148条安全处置方案。客户问"这个漏洞怎么修"，小安不是凭空回答，而是先查知识库找到这条漏洞的修复方案，再告诉客户。

**一句话跟客户说：** "小安的回答不是拍脑袋编的，是先查安全知识库再回答的，每条都有出处。"

---

## Tool Calling = 调用外部工具

**问题：** 光会说不会做，等于纸上谈兵。

**解决：** Agent能调用外部工具完成实际操作——扫描端口、读取配置、生成报告、对接OA系统。

**小安的例子：** 通过MCP协议，小安能直接对接客户的运维系统、财务系统、OA系统，不需要人工中转数据。

**一句话跟客户说：** "小安不只能分析问题，还能直接对接你们的系统去查、去改、出报告，不用人工来回传话。"

---

## Agent vs Chatbot vs Workflow

| 类型 | 特点 | 例子 |
|------|------|------|
| **Chatbot** | 你问它答，答完就完 | ChatGPT聊天 |
| **Workflow** | 按固定流程走，不会自己判断 | 审批流、自动发邮件 |
| **Agent** | 能理解目标、自己规划步骤、调用工具、处理意外 | 小安巡检：发现问题→分析原因→查知识库→出修复方案→生成报告 |

**关键区别：** Workflow是"你告诉它怎么做"，Agent是"你告诉它要做什么，它自己想办法"。

**一句话跟客户说：** "Workflow是流水线，Agent是有脑子的工程师。你说'帮我检查安全'，它自己决定查什么、怎么查、怎么修。"