1.3 核心概念与基本术语解析

1.3 核心概念与基本术语解析

一张图先把几个名词的空间关系摆清楚，后面读代码就不会把 Agent 和 Message 搞混。我们用建筑来类比：Agent 是房间里的角色，Conversation 是房间里的对话记录，Message 是对话里的每一句话，Task 是这场对话要交的差。

Agent：对话里的角色

Agent 不是模型本身，而是"模型 + 系统提示 + 配置 + 记忆"的封装。一个 Agent 可以接入某个大模型，但从概念上它独立于模型——你随时换模型，Agent 作为角色不变。我们常跟团队说：先想清楚要几个角色，再想每个角色配什么模型。

# Agent 是封装，不是模型
from autogen import ConversableAgent

cfg = {"model": "gpt-4o-mini", "api_key": "YOUR_KEY"}
agent = ConversableAgent(
    name="planner",
    llm_config=cfg,
    system_message="你是项目规划者，只输出步骤不写代码。",
)
print(agent.name)          # planner
print(agent.system_message)  # 你是项目规划者...
# 换模型时只改 cfg，角色职责不变
​

Conversation：消息的容器

Conversation 是 Agent 之间消息的累积序列。一次 initiate_chat 开启一段对话，里面每一轮都是一条消息追加进历史。GroupChat 则是多个 Agent 共享同一段历史——这是协作的关键，见第四章。

Message：对话的最小单元

每条 Message 至少带发送者、接收者和内容。内容可以是自然语言，也可以是函数调用请求或函数返回结果。理解消息结构，是看懂函数调用回环的前提。

# 打印一次对话里每条消息的发送者和内容摘要
chat = planner.initiate_chat(executor, message="第一步：读取数据文件。", max_turns=3)
for msg in chat.messages:
    role = msg.get("name") or msg.get("role")
    content = str(msg.get("content"))[:40]
    print(f"[{role}] {content}")
# [planner] 路径是 /data/input.csv。
​

Task：对话要交付的差

Task 是个更上层的概念，通常指"这段对话最终要完成的事"，比如"生成可运行的爬虫"。AutoGen 本身不强制 Task 对象，任务靠你发起的对话和终止条件来界定。我们把 Task 单列出来，是为了和 Conversation 区分：一个 Task 可能由多段 Conversation 组成。

概念之间如何联动

单独看每个词都不难，难的是理解它们怎么串成一次完整运行。一个 Task 到达后，你把它拆成若干段 Conversation；每段 Conversation 由多条 Message 推进，而每条 Message 都由一个 Agent 产出。可以用建筑来类比：Task 是"要盖的楼"，Conversation 是"每一层的施工记录"，Message 是"工人之间的每一次交底"，Agent 是"持有不同工种证书的工人"。楼能不能盖好，不取决于某个工人多聪明，而取决于交底是否清晰、记录是否连续。

这里有个常被人忽略的细节：Agent 的"记忆"其实就是它所在 Conversation 的历史。所以当你把一个 Agent 挪到另一段 Conversation，它就"失忆"了——它带不走之前的消息。这个特性决定了多智能体系统的状态是跟着对话走、而不是跟着角色走。理解了这点，你就不会困惑"为什么换了个群聊我的 Agent 不记得前文了"。同样，因为 GroupChat 让多个 Agent 共享同一段历史，所以群聊里每个成员都看得到别人的发言，这正是协作能成立的前提（详见第四章 4.2）。

概念记混的典型后果

把这几个概念搞混，不是"考试丢分"，而是会在真实调试里绕大弯。最常见的是把 Agent 和模型画等号：于是换模型时去改 Agent 逻辑，而不是只动 llm_config，结果配置越改越乱。其次是以为 GroupChat 里每个 Agent 有"私有记忆"——其实它们共享同一段历史，想让某 Agent 独享信息，只能靠它在消息里明说，否则别的角色看不到。还有人期待框架自动管理 Task 生命周期，结果没设终止条件，对话一直开着一个永远完不成的"任务"，烧钱无休。

这几个误区都指向同一件事：概念层次清楚，你才能在出错时精准定位"问题在 Agent 配置、在消息结构、还是在中止逻辑"。第一章把地基打牢，后面每一章的 bug 几乎都能映射回这四个概念之一。所以这一节看似是基础名词，实则是你全册调试能力的底层坐标系。

本节要点回顾

• Agent = 模型 + 提示 + 配置 + 记忆的封装，独立于具体模型。
• Conversation 是消息序列；GroupChat 让多 Agent 共享同一段。
• Message 带发送者、接收者、内容，内容可以是文本或函数调用。
• Task 是上层目标，由对话和终止条件共同界定。
• 状态跟着 Conversation 走，而非跟着 Agent 走——换群聊即失忆。

⚠️ 别把 Agent 和模型画等号。一个模型可以服务多个 Agent，一个 Agent 也可以换模型——混为一谈会导致配置混乱。

💡 概念层次清楚了，"对话即编排"就具体了：Task 拆成 Conversation，Conversation 由 Message 推进，Message 由 Agent 产出。