14.1 普通 AI：一问一答

概念：像自动售货机一样的 AI

你用 ChatGPT（一个能对话的 AI 工具）的时候，流程非常简单：你问一个问题，AI 给你一个答案，对话结束。

这个模式很像自动售货机——你投币（提问），机器吐出一罐饮料（回答），交易结束。售货机不会记得你上次买了什么，不会主动建议”今天热，要不要冰的？“，更不会自己走到仓库补货。它只会做一件事：对当前的输入给出一个输出。

这就是 “单轮对话”（Single-Turn Conversation）——每一次问答都是独立的。AI 不记得你上一轮问了什么，不会主动调用外部工具，也不会对答案进行二次检查。它的全部能力来自预训练阶段学到的知识，以及你当前输入的那段话。¹

教学：普通 AI 能做什么，不能做什么

能做的（基于模型预训练知识）：

• 回答事实性问题：“地球到月球多远？”
• 生成文本：“帮我写一封请假邮件”
• 翻译和总结：“把这段英文翻成中文并总结要点”
• 推理和分析：“分析这两段话的逻辑关系”

不能做的（因为缺少外部交互能力）：

• 无法查实时信息：不知道今天的天气、股价、新闻。模型的知识截止于训练数据的日期。
• 无法验证答案：不会说”等等，这个答案可能有误，我查一下”。它给出的是统计上最可能的回答，而非”经验证为正确”的回答。²
• 无法执行操作：不能发邮件、订机票、运行代码、读写文件。
• 无法多步推理：复杂的多步任务（“先查 A 公司财报，再对比 B 公司，最后写分析报告”）必须由人把每一步拆开，分别提问，再人工拼接结果。

这三条限制（不能查、不能验、不能做）有一个共同的根源：普通 AI 没有”手脚”。它只能”想”，不能”动”。它是一个纯粹的语言模型——输入文字，输出文字，仅此而已。

更进一步，普通 AI 在架构上是**无状态（Stateless）**的。每次调用都是一次独立的计算，不携带”上次聊了什么”的信息。虽然 ChatGPT 等产品通过把历史对话重新塞进 prompt 来模拟”记忆”，但这只是权宜之计——上下文窗口有上限，历史对话越长，处理成本越高（呈平方级增长），延迟也越大。³

graph LR
    subgraph 普通AI_单轮对话
        Q1[用户提问] --> LLM1[LLM推理] --> A1[输出答案]
    end
    subgraph 普通AI_多轮对话仍是拼接
        Q2[用户再提问] --> Concat[拼接历史对话 + 新问题] --> LLM2[LLM重新处理全部内容] --> A2[输出答案]
    end

注意事项：普通 AI 不是”笨”，是”被设计成这样”

这里有一个重要但容易被忽视的点：普通 AI 的”局限性”不是缺陷，而是设计选择。

单轮问答模式有三个优势：快（1-3 秒出结果）、便宜（单次 LLM 调用的 token 成本）、安全（不存在工具误用风险）。对于大量简单任务（翻译、总结、改写、分类），这个模式完全够用。2025 年的一项工程指南指出，如果从”单轮对话”升级到”Agent”只是因为”大家都在用 Agent”，而不是因为任务确实需要多步工具调用，结果往往是成本翻 15 倍、延迟翻 10 倍，但效果提升微弱。⁴

判断一个任务是否需要 Agent，可以问五个问题：⁵

1. 任务是否需要根据中间结果动态调整后续步骤？
2. 是否需要调用模型在运行时自行选择的外部工具？
3. 用户能否接受超过 10 秒的等待时间？
4. 预算能否承受 5-20 倍的 token 成本？
5. 工具误用的风险是否在可接受范围内（有安全护栏）？

如果五个问题中至少三个答案是”否”，那用普通 AI 对话就够了——强行 Agent 化反而得不偿失。

普通 AI vs Agent：一张表看清区别

搞懂了普通 AI 的局限，Agent 的优势就一目了然——Agent 正是为了解决”不能查、不能验、不能做”这三个问题而设计的。下表对比了两者的本质差异：

graph LR
    subgraph 普通AI对话
        A1[用户提问] --> A2[LLM推理] --> A3[输出答案]
    end
    subgraph Agent
        B1[用户任务] --> B2[Think: 分析+规划] --> B3[Act: 调用工具] --> B4[Observe: 检查结果]
        B4 -->|不满意| B2
        B4 -->|满意| B5[返回最终结果]
    end

关联

• 概念-纯对话 — 纯对话模式的详细技术解析
• 对话到 Agent 演化 — 从对话到 Agent 的演化路径
• 概念-FunctionCalling — 工具调用的技术基础：Function Calling
• 第13章 · RAG 进化树 — RAG 的演化全景，Agentic RAG 是最终形态
• 14.2 Agent：多步自主执行 — 下一节：Agent 如何突破这些局限

← 上一节：章首 ｜ 下一节：14.2 Agent：多步自主执行 →