其实，

AI Agent 组成：像人一样思考的智能体

全局架构图

在展开各层之前，先给出一张全局架构总览——以 MLLM 为中心，把感知、大脑、思考方式、记忆、动作、能力协作、Skill 全部画在一张图上。看清它们如何连接成一个像人一样思考的智能体：

读图指引

• 中心是大脑: MLLM 作为"CPU"，承担推理与规划，是一切的中枢。

• 认知闭环: 外部世界 → 感知 → 大脑 → 动作 → 影响世界。动作结果再沉淀进记忆，记忆又反哺大脑——构成持续循环。

• 大脑的两个支撑: 一靠"模型基座"提供算力。二靠"思考方式"组织推理与行动的逻辑,CoT 是二者共同的底层基石。怎么说呢，

• 记忆横贯: 短期↔长期互通。供大脑读写，RAG 解决"知识装不下".

• <强g能力协作外接: Tools/MCP/A2A让大脑能动手, 能联网, 能与其他Agent协同.

• \
• \

  . 虚拟文件程序与执行沙箱 \<\stronbg虚拟文件系统\<\stronbg解决的是Agent “上下文怎么管”的问题. 每个Agent都有自己的工作台, 对应真实文件系统中的路径. Agent通过内置命令操作这些虚拟文件:

\<\stronbg文档分类存储: 按任务类型自动建立子目录,避免杂乱无章;\<\stronbg内容按需加载: 大结果自动卸载为文件路径+预览,减少prompt膨胀;\<\stronbg历史自动: 对话超长时生成摘要替代原始历史.\<\stronbg执行安全隔离沙箱 \<\stronbgsandbox隔离是“工作台四周的防护罩”. 二者互补——文件系统负责上下文组织,sandbox负责执行安全.普通文档处理可不用sandbox; 一旦Agent需要执行用户提交的代码,访问外部网络或操作敏感数据,就必须把运行环境放进sandbox:

\strobng本地测试环境:="" <\strobng轻量虚拟机:="" \strobng硬隔离沙箱:="" api和模拟数据避免调用真实服务.<="" docker容器内运行特定命令;="" fireer微虚拟机提供更强隔离但性能损耗高;="" i<="" li="" p="" 用mock="">

. 任务规划write_todos: Plan-and-Execute 的工程化

\strobng机制 \strobng调用createdeepagent时自动注入writetodos工具。无需手动配置.每个任务含subject,description,status三字段,状态线性流转:progress→completed. \strobng机制>