这一讲解决什么问题从这一讲开始，我们进入第三篇：单 Agent 实现篇前面第 5 到第 8 讲，我们已经完成了 LLM 应用的基础能力：会组织 Prompt、上下文、Token 和模型参数理解一次 LLM 调用的完整工程链路能让模型输出结构化结果，并做校验理解 Function Calling / Tool Calling 的基本流程这些能力是 Agent 的基础，但它们还不是完整 Agent。为什么？因为一次 Tool Calling 通常只代表一次动作。例如：用户：帮我查一下 order-service 最近 10 分钟的 timeout 日志。 模型：调用 query_service_logs 工具。 系统：执行工具并返回日志结果。 模型：总结结果。这个流程很有用，但它只完成了一次工具调用。真正的 Agent 往往需要持续推进任务。例如用户说：帮我分析 order-service 最近超时的原因。这不是查一次日志就一定能解决的问题。Agent 可能