产品经理的 Agent 入门
Agent 的基本概念
从一次模型回答到一项持续推进的任务，理解 Agent 的实用定义和基本组成。
「产品经理的 Agent 入门」之一
系列入口 · 下一篇：Agent 的适用场景
如果给模型一段很长的角色设定，让它像高级产品经理一样回答问题，我们得到 Agent 了吗？
还没有。准确地说，这仍然是一次模型调用：输入一段上下文，模型生成一个结果，然后结束。
对产品经理来说，可以先使用一个实用定义：
Agent 是围绕目标运行，能够根据当前状态决定下一步、调用工具、读取结果并持续推进，直到完成或停止的系统。
大白话说，模型负责理解和判断，Agent 系统负责让这些判断在有边界的环境里变成连续行动。
从一次回答，到一次任务
聊天模型最典型的工作方式是收到输入、生成输出。Agent 面对的则是一项任务：
理解目标 → 判断缺口 → 选择动作 → 调用工具
→ 读取结果 → 修正计划 → 继续执行或请求确认 → 完成模型负责理解、推理和生成，Runtime、工具、状态与权限共同把模型的判断变成可持续推进的过程。
用 PRD 任务看三种产品
用户说：“根据会议纪要生成 PRD。”
- 直接输出一篇文档，是生成式功能。
- 先给提纲，让用户逐段编辑确认，更像 Copilot。
- 先判断需求阶段，识别材料缺口，动态追问，生成带来源与假设标签的草稿，再经过评审和确认写入，才开始接近 Agent 产品。
第三种方案并不是因为调用模型更多，而是因为它管理了目标、过程、状态、证据、动作和责任。
用九个问题拆开 Agent
| 部件 | 产品问题 |
|---|---|
| Goal | 怎样才算完成？ |
| Model | 哪些理解与判断交给模型？ |
| Instructions | 必须遵守什么原则？ |
| Context | 当前判断真正需要什么信息？ |
| Tools | 能读取、修改和发送什么？ |
| Workflow | 哪些步骤与门禁必须固定？ |
| State / Memory | 中断后如何继续，什么值得跨任务使用？ |
| Permissions | 哪些动作必须由谁确认？ |
| Evaluation | 怎样证明结果正确、过程安全？ |
一个系统不必在第一版就拥有所有复杂能力，但这九个问题不能被一个“超级 Prompt”替代。
三个常见误解
第一，把人格当能力。“资深法务 Agent”如果没有可靠资料、专业流程和评测，仍然只是一个角色设定。
第二，把聊天记录当记忆。历史很多，不代表系统能召回正确、仍然有效的事实。
第三，把多 Agent 当先进。多个角色自由讨论可能只会增加成本和错误传播。
本篇小结
- 更长的 Prompt 可以改善一次回答，但不会自动带来状态、工具、权限和停止条件。
- 用了工具也不一定就是 Agent；关键在于系统是否会根据执行结果动态决定下一步。
- 判断一个产品是不是 Agent，要看它怎样管理目标、过程、动作和责任，而不是看它用了多少模型或角色。
Agent 的关键不是更会说，而是在受控环境里围绕目标持续判断和行动。