面试题:Agent和LLM的本质区别

一、 LLM 的"天花板"在哪里？
无法执行真实动作，例如"把文件发给老板"。
无法访问实时天气、最新股票、网页信息。
稍微长一点的对话就忘记历史。
✅一句话总结：
LLM 只擅长"生成"，但不会"行动"。
二、 Agent 的出现，本质上是为 LLM 装上"大脑＋手脚＋记忆"
给 Agent 的来个定义：
Agent = LLM （大脑）+ Planning （规划） Memory （记忆）+ Tools （工具）
这句话直接点明了 LLM 到 Agent 的进化方向。
三、那到底什么是 Agent 的"规划( Planning )"?
LLM 的回答方式是"直觉型"的，一句话进，一句话出。但现实任务极其复杂，需要多步骤思考。
Agent 的核心能力之一是：
▶️Subgoal Decomposition （子任务拆解）
▶️ Reflection （自我反思）
也就是说它不仅能规划任务，还能执行后检查自己是否犯错。
这点是纯 LLM 完全做不到的。
四、 Agent 的"记忆（ Memory )"解决了 LLM 最关键的问题
LLM 的上下文是"滑动窗口式"，内容多了会被挤出去。企业级需求中，很多对话必须跨轮次、跨任务。
五、最关键的差异： Agent 具备"行动能力( Tool Use )"
这是 LLM 和 Agent 最本质的区别。
LLM ：只会生成文本
Agent ：可以执行动作
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。