Ein gewöhnlicher Chatbot antwortet nur mit Text — du fragst, er antwortet, und der Austausch endet dort. Ein Agent führt eine Schleife aus: Er kann Tools aufrufen, um Aktionen auszuführen, die Ergebnisse beobachten und in Richtung eines Ziels iterieren, bis eine Stoppbedingung erfüllt ist. Der Unterschied liegt darin, etwas zu tun, nicht nur darüber zu sprechen.
Goal → [think → call a tool → observe result → think again] → repeat → stop when done
In jedem Schritt entscheidet der Agent, was er als Nächstes tun soll, basierend darauf, was er gelernt hat, anstatt eine Antwort zu erzeugen und zu stoppen.
Die "Tools" eines Agenten ermöglichen es ihm, auf die Welt einzuwirken:
Goal: "Fix the failing test."
1. Run the test suite → observe: test_login fails
2. Read the failing test → observe: it expects a 200, got 500
3. Search for the handler → observe: missing null check
4. Edit the handler file → write the fix
5. Run the test suite again → observe: all pass
→ stopping condition met: tests green, done
Ein Chatbot könnte nur eine mögliche Lösung beschreiben; der Agent wendet sie tatsächlich an und verifiziert das Ergebnis, indem er die Tests selbst ausführt.
Das Verständnis der Agent-Schleife erklärt, warum Agenten echte mehrstufige Arbeiten erledigen können — Debugging, Refaktorierung, Forschung — anstatt sie nur zu beschreiben. Der Werkzeug-Aufruf-Beobacht-Iteriere-Zyklus mit einer klaren Stoppbedingung ist das, was ein Sprachmodell von einem gesprächigen Text-Generator in etwas verwandelt, das Aufgaben tatsächlich erledigt.