01 / 先给它一个必须查数据的任务
你问一个模型：“我需要 3 盒红笔。库存够吗？如果够，一共多少钱？”
这不是在考它会不会乘法。它首先缺少两个事实：现在有多少盒，每盒多少钱。 这两个数在库存文件里，而你发给模型的那句话没有包含它们。
“我需要 3 盒红笔。库存够吗？如果够，一共多少钱？”
只有任务，没有库存内容。
我们把文件内容画在右边，是为了让你看清整个过程。模型并不会因为这份文件存在，就自动读到它。它能依据什么回答，取决于程序实际发给它的输入。
如果模型此时就回答“够，一共 36 元”，它已经完成查询了吗？
看看原因
没有。它可能猜对，但这次输入没有库存和价格，答案缺少查询依据。问题不是“36 算错了”，而是“5 和 12 从哪来”。接下来要建立一条取得证据的路径。
02 / 把三个不同的东西分开
让模型接触文件，需要一个包在它外面的程序。这个程序把任务发给模型，也接收模型的输出；当输出中包含一个合适的工具请求时，程序负责执行。
回答或动作请求
调用读取函数
被读取函数访问
模型负责生成“接下来做什么”的请求。真正打开文件的是程序调用的读取函数。 库存文件提供本次任务所需的数据。
比如模型输出“读取 stock.csv”。把这句话打印在聊天窗口，只会多出一行文字；只有程序识别它并调用读取函数，文件才真的被访问。现实系统通常使用结构化请求，后续工具课再解释它怎样避免歧义。
这里可以先记住一个准确的区别：提出动作与执行动作，是两件事。 你稍后看到的 tool call，指的是前者，不是“模型自己进入文件系统”。
03 / 一步一步看，信息到底走到哪了
下面两个面板一直保留：左边是模型输入，右边是文件和程序手里的结果（手机上依次上下排列）。每点一次“下一步”，只推进一个时刻。最值得留意的是第 3 步到第 4 步：读取已经成功，模型却还没看到结果。
文件里有，不等于模型看到了
教学构造场景 · 数字按规则实算 · 未调用真实模型。先点「下一步」，观察信息怎样移动。
你把任务发给了模型。右边文件里的内容尚未放进模型输入，所以现在不能据此判断够不够。
模型这次实际收到的内容
简化消息视图，省略系统说明与工具清单；不是完整 API 请求。
- 用户任务：我需要 3 盒红笔。库存够吗？如果够，一共多少钱？
尚未生成输出。
程序与文件
还没有执行读取。
未回填这里的回答遵循「没有证据就说明未知」的教学规则。真实模型可能猜错、选错工具；这正是后续需要评测与校验的原因。
不操作也可以沿着下面五步走完同一个例子：
- 收到任务
程序把“需要 3 盒，库存够吗”发给模型。输入中还没有库存数和单价。
- 提出动作
模型生成“读取库存文件”的请求。到这里，它输出了文字或结构化数据，还没有发生文件读取。
- 程序执行
程序调用读取函数，得到“库存 5 盒，单价 12 元”。结果先到程序手中；模型不会自动感知这个变化。
- 结果回填
程序把这次动作与结果加入消息，连同原任务再次发给模型。第二次输入比第一次多了可核对的事实。
- 再次回答
模型可以依据新输入判断数量、计算价格，并生成最终回答。程序将它展示给你，这次查询结束。
现在把最后一步真正算一遍：
3 盒 × 12 元 / 盒 = 36 元
其中 3 来自你的任务，5 和 12 来自工具读取结果。每个数都找得到来源。“36 元”只是最后的计算；前面的读取与回填，让这个计算有了依据。
04 / 只改一件事，看看哪里会变
理解流程最好的办法，是让它在一个地方发生变化。回到实验的条件栏，分别试这三种情况。
情况一：库存从 5 盒变成 2 盒
保持任务和单价不变，走到最后。现在比较的是 2 < 3，还差 3 − 2 = 1 盒。回答应该说明数量不足，不能把“3 盒共 36 元”当作已经可以满足的订单。
改变的是环境提供的数据，不是模型凭空学会了新知识。 这个例子演示的是把新事实放进输入；我们没有更新模型权重。
情况二：程序读到了，但没有把结果回填
勾选“读到结果，但不回填”，再走到最后。右边仍能显示库存 5 盒，左边却没有这条消息。
不能因为你在屏幕上看见“读取成功”，就认为模型已经知道库存。需要核对的是：下一次发给模型的输入里，究竟有没有读取结果？ 在本回放中，缺少结果就回答无法确认。
情况三：文件读取失败
取消上一项，勾选“文件读取失败”。这次回填的是一条错误，不是库存数据。模型可以据此解释失败、建议重试或请求帮助，但不能把“没读到”解释成“库存为 0”。
“库存为 0”和“库存文件读不到”，下一步应该一样吗？
展开解释
不同。库存为 0 是已经得到的数据，可以判断没有货；文件读不到说明库存仍然未知，需要恢复读取或寻找其他可靠来源。这也是为什么工具结果要保留错误状态，而不能只返回一个空白值。
05 / 原来 Agent 的“循环”就在这里
刚才我们请求了模型两次。第一次，它提出读取请求；第二次，它看见读取结果后作答。
如果第二次还需要别的信息，比如另一个仓库的库存，它可以继续提出动作。程序执行后，再把结果送回。于是同一段过程可以重复：
看当前输入 → 提出动作 → 执行 → 得到新观察 → 再决定下一步。
这条反馈路径就是 Agent 循环的核心。现实里不一定只有一个工具，也不一定每次都成功；但每一步都可以用刚才的问题来检查：模型拿到了什么，输出了什么，程序实际做了什么，新结果有没有回来。
现在再把几个术语放回你已经看过的过程：
- Action（动作）：例如读取文件、搜索网页、点击按钮。模型通常先输出对动作的请求。
- Tool call（工具调用请求）：工具名称加必要参数。这里相当于“调用读取工具，文件是
stock.csv”。 - Observation（观察）：从环境得到、可供下一步使用的信息。这里是库存记录，或读取失败的消息。
- Harness（围绕模型运行的程序）：组织输入、处理请求、执行工具、保存结果、控制循环。本课的“宿主程序”承担这些工作。
Agent 不是仅指那一个模型。 在这类系统中，模型、运行程序、工具和环境共同形成行动过程。模型再强，如果没有可用工具或执行程序，这个查询也不会自动触及你的本地文件。
它怎样停下来？
本例拿到足够的信息后，模型输出最终答案，程序结束查询。实际系统还会设置次数或费用限制、错误处理和人工中止等条件。模型给出结束信号，只是停止的一个依据，不等于外部任务已经被证明成功。我们会在评测课继续检查这一点。
一个小循环，怎样变成编码或研究 Agent？
读代码 → 改文件 → 跑测试，新的观察是测试结果；搜索资料 → 阅读来源 → 核对说法，新的观察是文章或证据。任务变了，工具变了，动作后的结果再影响下一步这条关系仍然存在。第一讲介绍这些应用，是为了说明同一套分工可以连接到不同环境。
让系统变好也有两条常见路径：改进运行程序，例如更可靠地保存结果；或者训练模型，让它更会选择动作。今天改善的是我们对运行过程的理解，SFT 和 RL 将在后面的训练单元展开。
06 / 合上图，用自己的话走一遍
下面不考术语背诵。先在心里回答，再展开核对。
模型输出了“读取库存文件”，文件却没有被访问。你先检查哪里？
核对思路
先检查宿主程序有没有识别动作请求、有没有调用读取函数，以及执行是否被权限或错误阻止。模型输出请求，并不能证明读取已经发生。
日志显示读取成功，但模型仍说不知道库存。要检查哪一份内容？
核对思路
检查下一次真正发给模型的输入。读取结果可能只存在于程序日志中，尚未回填；也可能被截断、格式错误或被后续上下文处理丢失。看“执行过”与看“模型收到了”是不同的检查。
需要 3 盒，每盒 12 元。工具读回库存 3 盒。它应该怎样回答？如果只想知道 2 盒的价格，哪个输入要改变？
核对思路
3 ≥ 3，库存刚好够，总价 36 元。若需求改为 2 盒，应改变用户任务中的数量，价格计算为 2 × 12 = 24 元。库存记录不需要为了配合需求而改变。本页交互固定需求为 3 盒，这个问题请自己算。
能解释这三题，就已经抓住本课的主线：模型提出动作，程序执行；执行结果要进入新的输入，才会成为下一步判断的依据。
回看原课：每个机制都有原始位置
本课是对 CMU 第一讲中“动作如何发生”这一主题的中文改编。库存例子与实验由本项目自编，不是讲师的原案例，也不是一次真实模型实测。第一讲其余内容将按问题链继续展开。
- 15:33–18:11 · Agent、环境、观察与动作；对应官方课件第 9 页。
- 19:31–23:02 · 工具定义、调用和返回结果；对应课件第 11–12 页。
- 23:07–24:22 · 模型与执行程序的分工；对应课件第 13 页。这是“提出请求不等于执行”的原始解释。
- 24:25–28:09 · 回填、循环与最小实现；对应课件第 14–15 页。想接回代码时，从这里看。
- 课件第 18 页 · 训练模型与改进 Harness，对应后续课程的两条能力改进路线。
来源核对：2026-10-25，官方课件与官方视频自动生成的英文字幕。时间定位依据字幕，自动字幕可能有识别误差，应以视频实际讲述和课件为准。
工具跑完了，为什么模型还要再调用一次？
下一课把这五步对应到两次模型调用的消息数组，亲自检查原任务、动作和结果怎样拼进下一次输入，以及循环什么时候该停。你现在已经知道这条反馈路径为什么必要。
进入第二课：展开两次调用 →