kp-023 · Agent 概览：工具调用与多步金融任务

前沿模块：大模型落地预计 30 分钟更新 2026-10-02

一句话定义

Agent 是"大模型+规划+工具调用+记忆"的组合体，能自主分解任务并多步执行——本知识点为概览级介绍：讲清 Agent 的构成、ReAct 式工作循环、金融任务的典型形态，以及为什么金融场景必须给 Agent 套上人审闸门。

为什么重要

RAG 解决"答得准"，Agent 挑战"办得成"——把多个原子能力（检索、计算、查询接口、文档生成）串成端到端任务，是当前大模型应用的前沿方向，也是争议最大的方向。金融是 Agent 价值与风险都最极端的领域：一份尽调初稿自动化的收益巨大，但一次越权的资金操作或一条未经核实就写入报告的结论，代价同样巨大。理解 Agent 的正确姿势是"能力清单+风险清单"双清单：知道它能串什么，更知道哪里必须断开交给人类。

前置知识

kp-021（RAG 是 Agent 最常用的工具之一）、kp-022（工具调用与结构化输出的机制基础）。

直观类比

RAG 像一位只开卷答题的顾问，Agent 则像一名能自己动手的实习生：接到任务先列计划（规划），然后翻资料（检索工具）、按计算器（计算工具）、查内部系统（接口工具），边做边调整思路（推理-行动循环），最后交作业。但实习生会把事办砸——所以成熟的公司都规定：实习生可以起草，签字必须主管来（人审闸门），动钱动章的柜子实习生没有钥匙（权限边界）。

核心概念

四组件：LLM（推理与决策中枢）、规划（任务分解与反思：把"完成某公司尽调初稿"拆成子任务序列）、工具（函数调用暴露的能力：检索、指标计算、工商查询接口、文档生成）、记忆（任务内状态与跨任务知识，前者是上下文管理，后者是向量库/知识库）。
ReAct 循环：Reason（推理当前该做什么）→ Act（调用工具）→ Observe（观察返回结果）→ 循环至收敛；相对一次性生成的优势是能依据中间结果修正路径。
工具设计原则：工具粒度适中（太细则规划负担重，太粗则黑盒化）、输入输出 Schema 明确（kp-022 的结构化输出）、每个工具独立鉴权与审计。
金融任务形态：尽调初稿（工商→财报→诉讼/舆情→风险清单→草稿）、合规检查辅助（制度比对→差异清单）、投研素材汇编（多源检索→证据包）——共同特征是多步、可分解、有明确验收物，但最终判断留给人类。
人审闸门与权限设计：只读工具开放、写操作分级（草稿可写、对外文件必须人签）、资金与客户操作不进 Agent 工具集；关键节点强制暂停等待人类确认。
评测方式：端到端任务成功率、步数/成本效率、中间产物抽检、失败模式分类（检索失败/规划错误/工具误用/幻觉）——Agent 评测比单轮问答复杂一个量级。

原理与机制

为什么 Agent 能执行多步任务而单次生成不能：任务长度超过上下文与一次性推理的可靠性上限，ReAct 循环把长任务切成"短推理+工具验证"的小步，每步以工具返回的事实替代模型的想象，误差不再累积而是被外部事实不断校正。为什么金融场景必须人审闸门：Agent 的错误是级联的——第一步检索污染会传导到最后草稿，且自主循环会放大初始错误（越走越偏）；金融输出的责任主体是人（署名、合规、诉讼），因此闸门不是效率妥协而是责任结构的必然。为什么权限边界是硬边界：Agent 的自主性以工具集为物理上限，"规则上禁止"不如"工具集里没有"可靠——资金操作类接口根本不暴露给 Agent，是从架构上消灭越权可能性。

图示

任务: "完成某公司尽调初稿"
  ↓ 规划: [工商核查 → 财报解析 → 涉诉/舆情 → 图谱关联 → 草稿]
┌──────── ReAct 循环 ────────┐
│ Reason: 下一步做什么         │
│ Act:    调用工具(检索/接口)  │
│ Observe: 结果入上下文(事实)  │
│ 反思: 结果异常→改路径        │
└────────────────────────────┘
  ↓ 闸门① 中间产物抽检(人)
  ↓ 草稿生成(标注"AI 初稿")
  ↓ 闸门② 人工审定签发
边界: 资金/客户操作接口不进工具集; 写操作分级鉴权

实例或案例

一个尽调初稿 Agent 的运行日志（教学化描述）：输入"对 X 公司出尽调风险清单初稿"。Agent 规划五步；执行中工商接口返回的股东名与知识图谱实体对齐失败（名称变更未同步），Agent 反思后改用统一社会信用代码重查，对齐成功；财报解析工具输出三表指标后，它发现经营现金流与净利润严重背离，自主追加一步"检索该公司公告中的解释"，把免责性说明原文引用进清单；最后生成草稿，每条风险挂证据链接。闸门①人工抽检发现一处：Agent 把一家同名小公司的涉诉记录并入了清单（实体对齐残留错误）——人工剔除后在闸门②由分析师定稿。整个案例展示了 Agent 的真实形态：效率显著、错误仍在、闸门必需。

常见误区

误区一：Agent 越自主越先进。 自主性必须与任务风险等级匹配；金融对外输出的任务，自主循环的范围、步数上限与人审节点都应显式设计，"全自动"是营销话术不是工程标准。
误区二：Agent 能力=模型能力。 Agent 的上限常被工具质量卡死（检索脏、接口不稳、Schema 含糊），工程重心在工具与评测而非换更大的模型。
误区三：金融场景可以直接全自动跑通。 级联错误+责任归属决定了人审闸门与权限硬边界是结构性必需（见 kp-024 与 kp-026）。

自测题

Agent 四组件与 ReAct 循环各是什么？

答案要点：LLM/规划/工具/记忆；Reason→Act→Observe 循环，用工具事实校正推理路径。

为什么金融 Agent 的权限边界要用"工具集不暴露"而非"提示词里禁止"？

答案要点：工具集是自主性的物理上限，提示约束可被绕过；架构级排除才是可靠边界。

Agent 评测与单轮问答评测的差异？

答案要点：端到端成功率+效率+中间产物抽检+失败模式归因，复杂度高一个量级。

公式或模型

本节不适用：Agent 是系统架构概念，无单一核心公式；其组件所用技术（检索相似度、结构化校验）分别见 kp-021、kp-022。

与其他知识点的关系

kp-021/kp-022 是 Agent 最常用的两类工具层；kp-024 的红线设计决定 Agent 可做与禁做的任务域；kp-009 的人机分工原则是 Agent 闸门设计的思想来源；kp-026 要求 Agent 类应用纳入模型风险管理框架。