DeepSeek Agent 开发（一）· 导论与理论基础深挖：V3-0324 vs R1 选型、Agent 三要素与开发范式（第 1–4 集）

一句话概览（TL;DR）： 这是《DeepSeek 智能体开发实战》17 集系列深挖的第一篇，聚焦零代码的前 4 集（约 45 分钟）。导论（第 1 集）回答两个根本问题——为什么 Agent 开发选 DeepSeek-V3-0324 而不是推理更强的 R1（答案：Agent 能力看的是原生 Function Calling，而非推理跑分），以及为什么"先吃透原生 API、再按项目选框架"；理论三集（第 2–4 集）则把 Agent 从营销热词还原成一个可拆解的工程对象：大模型是"大脑"、外部工具是"手脚"、"感知—规划—行动—观察"循环是神经反射弧，并给出从"一问一答 → 单工具调用 → 多工具自主循环（ReAct）“的能力阶梯，以及一张十二大开发框架生态地图。这 45 分钟定义了后面 13 集所有代码的"调用约定”，跳过它，往往会陷入"每行代码都认识、却不知道为什么这么写"的消化不良。

📌 课程信息：UP 主"九天Hector"｜《DeepSeek 智能体开发实战，从零手搓 MiniManus》｜B 站共 17 集、约 3 小时 52 分钟｜已完结。
本篇范围：第 1–4 集（导论 + 理论基础），合计约 45 分 45 秒、代码含量为零。
适合谁读：准备跟这门课、或想系统理解 Agent 概念与技术选型的初学者与工程师。
最后更新：2026 年 10 月。模型能力与框架生态迭代较快，具体选型以官方最新说明与实测为准。

本文目录

1. 板块定位：为什么"最水"的前四集反而最不能跳过
2. 第 1 集 · 导论的四个层次（选型 / 比喻 / 方法论 / 项目预告）
3. 第 2 集 · 把 Agent 还原成工程对象：大脑 + 手脚 + 循环
4. 第 3 集 · Agent 开发通用范式：从一问一答到自主循环
5. 第 4 集 · 十二种主流开发工具：一张地图，而非一份作业
6. 隐藏主线：前四集拆掉了新手的三堵墙
7. 前四集速查表与观看建议
8. 自测清单（四个问题）
9. FAQ 高频问答（8 问）
10. 资料来源与内容说明

---

🧩 配套可视化：导论与 Agent 理论基础

本文配有一张可交互的前四集知识图，呈现 V3/R1 选型对比、Agent"大脑—手脚—循环"结构、开发范式三级阶梯与十二大工具生态位。

• 在线查看（可分享）：DeepSeek 智能体开发实战 · 导论与 Agent 理论基础深挖
• 课程原页：哔哩哔哩 BV1L3ZDYDEnE

---

一、板块定位：为什么"最水"的前四集反而最不能跳过

很多人刷实战课的肌肉记忆是：跳过片头、跳过理论、直接空降代码集数。这套打法在注水课里成立，用在这门课上却会翻车——原因藏在时长结构里。

第 1–4 集合计约 45 分 45 秒，占全课约 20%，代码含量为零。表面是"低干货密度区"，但课程整体是倒金字塔设计：

• 第 6–7 集讲 Function Calling 原理与代码循环时，默认你已接受"先底层、后框架"的方法论；
• 第 11 集讲 MiniManus 架构时，默认你脑子里已装着第 3 集的开发范式图；
• 第 12–14 集实现三大函数组时，默认你已理解第 2 集建立的"大模型是大脑、工具是手脚"心智模型。

跳过前四集直接看代码，结果往往是每行代码都认识，连起来却不知道作者为什么这么写——这是实战课最常见也最隐蔽的消化不良。

换个角度，前四集是这门课的"接口文档"：它不教你写实现，却定义了后面 13 集所有代码的调用约定——什么是 Agent、为什么选这个模型、范式长什么样、工具生态在什么位置。花 45 分钟读完接口文档，后面 3 个多小时的实现代码才真正属于你。

二、第 1 集 · 导论的四个层次（4 分 21 秒）

四分半的导学信息密度意外地高，可拆成四层。

2.1 技术选型：为什么偏偏是 DeepSeek-V3-0324

这是导学最硬核、也是整门课的技术地基。讲师开篇抛出一个反直觉选择：明明 DeepSeek-R1 推理能力更出名，为什么 Agent 开发课偏偏选 V3-0324？

答案在于 Agent 能力的定义：所谓 Agent 能力，指大模型识别、调用外部工具，并规划工具执行流程的能力。

• R1 是推理特化模型，强项是长**思维链（CoT，Chain of Thought）**的深度推理，但本身不具备原生的 Function Calling 能力——让它调工具，缺少机制层面的支持；
• V3-0324 是通用对话模型，原生具备完善的 Function Calling，课程对其 Agent 能力评价很高（“比肩 GPT-4.5、是当时全球 Agent 能力最强的开源模型之一”）。

一个值得留意的工程细节：V3 与 R1 模型架构完全相同，因此 V3 可直接复用 R1 的部署方案、部署到已有硬件；嫌本地部署麻烦也可直接调在线 API。这是在刻意压低工程门槛——一门 4 小时实战课最大的弃课原因往往不是听不懂，而是环境搭不起来，导学用一分钟排掉了这个雷（低配硬件走在线 API 或本地小模型均可）。

2.2 钢筋混凝土比喻：模型能力如何改写工程方式

过去国产模型普遍 Agent 性能不足，开发者想搭一个能用的智能体，必须编写大量低效工程代码去"补"模型短板：额外的提示词约束、繁琐的输出解析、层层叠叠的重试与兜底逻辑。这好比"想搭桥却只有木头和绳索"——桥不是不能搭，但要不断加支撑、加固、维护，复杂低效。

模型原生 Agent 能力上来后，相当于建材从木头绳索升级成钢筋混凝土：同样的桥可以直接搭，而且更稳。其工程含义深刻：Agent 开发中相当一部分"框架代码"本质是在为模型能力打补丁，补丁的价值会随模型升级而贬值，而对底层机制的理解不会。 这正是课程押注原生 API 教学的原因——模型会迭代、框架会过时，但"模型如何决策并调用工具"这套机制短期内是稳定资产。

2.3 方法论宣言：先懂马，再配鞍

导学一句话定义了本课与"框架速成课"的路线分歧：“好马配好鞍，但得先熟悉模型原始的 Agent 性能，才能根据项目需求找到最合适的开发框架。”

2025 年前后 Agent 概念爆火，市面同时存在十几个主流框架，新手面对 LangChain、LangGraph、Dify、AutoGen、MCP 很容易陷入"选择瘫痪"，而大量课程直接选一个框架教 API 调用。本课反其道而行：无论哪种 Agent 框架，本质都是增强模型的 Agent 能力；先把模型"裸机"的 Function Calling 摸透，框架就从"需要学习的知识"降级为"需要挑选的工具"——这是两种完全不同的认知地位。熟悉底层 Function Calling 实现流程后，Dify、LangChain、LangGraph、Agents SDK、AutoGen、MCP 背后的技术逻辑都能一目了然。

2.4 MiniManus 功能预告：后面 13 集的作业清单

导学最后是项目路演，也是整门课的需求文档。MiniManus 对标当时爆火的 Manus——课程判断，自 Manus 以来，能解决各类问题的通用型智能体已成为企业大模型落地的最佳参考方案。课程承诺从源码级底层 API 手搓一个具备 Manus 基础功能的迷你版：

• 四组工具能力：联网搜索、本地文件管理、Python 代理、SQL 代理；
• 三项系统级特性：多工具并行调用、复杂问题拆解、自动 debug；
• 典型应用：操作浏览器取数、撰写类似 Deep Research（深度研究）的长报告、自动连接本地 Python 环境与数据库完成数据提取/清洗/机器学习建模、一句话生成图文并茂且数据准确的数据分析报告。

该项目可写进简历（讲师明确支持，亦有学员约 3 小时 50 分钟从零复现并跑通并行调用）。

三、第 2 集 · 把 Agent 还原成工程对象：大脑 + 手脚 + 循环（12 分 07 秒）

“Agent"是近年被滥用最严重的技术词之一，十个人能给出十个定义。第 2 集的作用是"消毒”：把它从营销语境捞出来，还原成可拆解、可编码、可测试的工程对象。

一个智能体的最小完整结构包含三要素：

1. 大脑：作为决策核心的大模型（LLM）；
2. 手脚：一组可调用的外部工具（搜索、代码执行、数据库、API 等）；
3. 神经反射弧：驱动二者协同的执行循环。

用户给出自然语言任务后，模型理解意图、规划步骤、判断当前需要哪个工具并生成结构化调用指令；工具执行完毕，结果回填给模型；模型观察结果，决定是继续调用下一个工具，还是已可生成最终答案。这个 “感知（Perception）—规划（Planning）—行动（Action）—观察（Observation）” 的闭环，就是 Agent 的核心运转方式。

图 1 ｜ Agent 的感知—规划—行动—观察闭环： 大模型基于任务与历史观察进行规划，通过 Function Calling 发起工具调用，工具结果回填后再次进入规划，循环直至产出最终答案。

flowchart LR
    U[用户任务] --> P[感知与规划<br/>大模型理解意图、拆解步骤]
    P -->|tool_calls 结构化指令| A[行动<br/>调用外部工具]
    A --> O[观察<br/>工具结果回填]
    O -->|是否完成？否| P
    O -->|已完成| R[生成最终自然语言回答]
    R --> U
    style P stroke:#E58522,stroke-width:1.5px
    style A stroke:#3B7DD8,stroke-width:1.5px

对初学者，这一集建立的心智模型值回全部 12 分钟：Agent 不是一个新模型，而是一种"使用模型的新方式"——模型本身没变，变的是它被套进了一个能与外部世界交互的循环。理解这点，后面看到 Function Calling 代码时，就不会把它当成孤立的 API 技巧，而能认出它正是循环中"行动"环节的协议规范。

四、第 3 集 · Agent 开发通用范式：从一问一答到自主循环（11 分 53 秒）

第 2 集回答"是什么"，第 3 集回答"怎么建"。其核心是一条能力递进的阶梯：

1. 第一级 · 一问一答：用户提问，模型仅凭参数中的知识直接回答，无任何外部交互；
2. 第二级 · 单工具调用：模型在必要时调用一个外部函数（查天气、查数据库），这是 Function Calling 的最小应用形态；
3. 第三级 · 多工具与多步循环：模型把复杂任务自主拆解为子任务，按依赖关系依次或并行调用多个工具，每步观察结果再规划下一步——即业内常说的 **ReAct（Reasoning + Acting，推理与行动交替）**工作模式。

这条阶梯与课程集数编排是一一对应的同构关系：

• 第 6–7 集教"单工具调用"这一级；
• 第 9 集多工具并联、第 10 集多工具串联，是第三级上展开的两种拓扑；
• 第 15 集 MiniManus 的 WorkFlow，则把完整多步循环落成工程代码。

因此第 3 集堪称全课后半部分的"目录页"。学习时值得亲手画一遍这条阶梯，到第 15 集再拿出来对照——架构图里每个模块都能在范式阶梯上找到位置，这种"理论伏笔在代码里回收"的设计是本课程最讲究的地方。

五、第 4 集 · 十二种主流开发工具：一张地图，而非一份作业（17 分 24 秒）

17 分钟讲十二种工具、平均每种一分半，节奏本身就说明态度：这是全景扫描，不是深度学习。点名的阵容至少包括 Dify、LangChain、LangGraph、OpenAI Agents SDK、AutoGen 和 MCP，各占不同生态位：

工具	类型 / 生态位	典型特点
LangChain	老牌通用编排框架	生态最全、集成最多，也相对臃肿
LangGraph	图结构工作流框架	主打状态化、可控的复杂 Agent 编排
Dify	低代码（low-code）平台	把 Agent 搭建做成可视化拖拽，上手快
AutoGen（微软）	多智能体（multi-agent）框架	主打多个 Agent 对话协作
OpenAI Agents SDK	官方轻量开发套件	轻量、与官方接口贴合
MCP	工具/数据接入协议	Anthropic 提出，统一"模型如何连接外部工具与数据"，讨论度高

课程的定位清醒且"反焦虑"，要求建立两个认知：

1. 这些工具本质都在做同一件事——增强和封装模型的 Agent 能力，区别只在抽象层次、目标用户与生态绑定；
2. 选型是项目驱动、而非潮流驱动——先摸透模型原生能力边界，遇到具体项目时自然知道哪种工具的封装恰好补上你的缺口。

这一集的正确用法是当字典收藏：工作中遇到某个框架，再回来翻对应片段定向补课，比现在逐帧消化 17 分钟名词轰炸划算得多。

六、隐藏主线：前四集拆掉了新手的三堵墙

把第 1–4 集连起来，会发现它们在合力拆除新手学习 Agent 开发的三堵墙：

• 第一堵 · 选型墙——“模型那么多，用哪个？” 导论用 R1 与 V3-0324 的对比拆除：Agent 开发选模型，看的不是推理跑分，而是原生 Function Calling 能力。
• 第二堵 · 概念墙——“Agent 到底是什么？” 第 2、3 集用"大脑 + 手脚 + 循环"心智模型与范式阶梯拆除。
• 第三堵 · 工具墙——“框架那么多，学哪个？” 第 4 集用"框架都是壳、底层才是核"的立场拆除。

三堵墙拆完，通往第 5–10 集 Function Calling 核心技术的路就清干净了：知道了为什么用 V3（选型）、要造的东西是什么（概念）、不用先学框架（立场），剩下的就是沉进去看模型"裸机"到底怎么调工具。这门课的组织逻辑不是"知识点列表"，而是"排除学习障碍"——这是它区别于同类教程最明显的设计感。

七、前四集速查表与观看建议

集数	标题	时长	核心产出	建议倍速 / 动作
1	课程导学	4:21	V3/R1 选型、"先底层后框架"立场、MiniManus 功能清单	原速或 1.25；抄下功能清单当验收标准
2	大模型 Agent 智能体开发入门介绍	12:07	Agent 三要素与"感知—规划—行动—观察"循环	小白原速、有基础 1.5；用自己的话写一遍三要素
3	大模型 Agent 开发通用范式	11:53	三级范式阶梯（问答/单工具/多步循环 ReAct）	原速；手绘范式阶梯，留到第 15 集对照
4	主流十二种 Agent 开发工具介绍	17:24	六大代表工具生态位地图	1.5 倍速；只收藏、不细学，当工具地图

八、自测清单：四个问题检验地基

看完前四集，可用四个问题自测：

1. 能不能一句话说清 R1 和 V3-0324 在 Agent 开发上的分工？
2. 能不能不查资料画出 "感知—规划—行动—观察"循环？
3. 能不能说出范式阶梯的三级分别对应课程哪几集？
4. 被问"该学 LangChain 还是 LangGraph"时，能不能给出"先懂底层、再按项目选型"的回答并解释为什么？

四题都过，说明地基已打好，可放心进入第 5 集；有卡壳的，回看对应集数即可——加起来也就 45 分钟，是全课性价比最高的一段。

九、FAQ 高频问答

Q1：DeepSeek-V3-0324 和 R1 做 Agent 到底怎么选？
看任务对工具调用的要求。需要稳定的 Function Calling、结构化输出、多工具编排等 Agent 执行类任务，选原生支持工具调用的 V3-0324（通用模型）；需要复杂推理、数学、多步深度思考可选 R1（推理模型），但 R1 原生不具备 Function Calling，做 Agent 通常要额外封装。二者架构相同、部署方案可复用，也可在系统中"V3 负责执行、R1 负责规划推理"混合使用。

Q2：Agent 和普通聊天机器人（Chatbot）的本质区别是什么？
聊天机器人只在模型参数范围内"说"，无法影响外部世界；Agent 能"说"还能"做"——它可以调用搜索、代码执行、数据库、业务 API 等外部工具，并根据返回结果自主决定下一步。判别标志是：是否存在工具调用与"观察结果再决策"的闭环。

Q3："感知—规划—行动—观察"循环具体怎么转？
模型先感知用户任务与已有上下文（感知），把任务拆成步骤、决定用哪个工具（规划），发出结构化的工具调用指令（行动），系统执行后把结果回填（观察）；模型据此判断是继续调工具还是输出最终答案，未完成则回到规划，如此循环。Function Calling 就是"行动"这一环的标准协议。

Q4：什么是 ReAct 范式？
ReAct = Reasoning（推理）+ Acting（行动），让模型交替进行"思考下一步"与"调用工具"，每拿到一次工具结果就再思考、再行动，直至完成。它对应范式阶梯的第三级（多工具多步循环），是绝大多数通用 Agent 的基础工作模式。

Q5：LangChain、LangGraph、Dify、AutoGen、MCP 有什么区别？新手先学哪个？
它们不在同一层：LangChain/LangGraph 是代码编排框架（后者偏可控的图状工作流），Dify 是低代码可视化平台，AutoGen 偏多智能体协作，MCP 是连接工具与数据的协议而非框架。新手不必先学任何一个——按本课程主张，先掌握原生 Function Calling，再按项目形态选：快速搭原型用 Dify，复杂可控流程用 LangGraph，多 Agent 协作参考 AutoGen。

Q6：MCP 是什么？它和 Function Calling 冲突吗？
不冲突，是两层东西。Function Calling 是模型"决定调哪个工具"的原生能力；MCP（Model Context Protocol，模型上下文协议）是一套标准化"应用如何接入外部工具与数据源"的协议，类似 AI 应用的统一接口（常被比作"USB-C"）。可以理解为：Function Calling 解决"会不会调"，MCP 解决"工具怎么统一接进来"。

Q7：理论集（第 2–4 集）零代码，能不能直接跳到 Function Calling？
不建议。第 2、3 集建立的"大脑—手脚—循环"心智模型与范式阶梯，是理解第 6–7 集 FC 循环、第 11 集 MiniManus 架构的前提；跳过会导致"代码都认识但不知为何这样写"。第 4 集工具盘点则可只当地图、快速浏览。

Q8：零基础学 Agent 开发要什么基础？这 45 分钟怎么看最高效？
最低门槛是 Python 基础语法 + 看得懂 JSON + 会调简单 HTTP API；SQL 了解基础查询更佳但非必需。这 45 分钟建议：第 1 集原速（记功能清单）、第 2–3 集原速并手绘"循环图 + 范式阶梯"、第 4 集 1.5 倍速当工具地图；看完用本文第八节四问自测，再进入第 5–10 集核心技术。

十、资料来源与内容说明

课程与配套：

• 哔哩哔哩 ·《DeepSeek 智能体开发实战，从零手搓 MiniManus》课程页
• 本篇可视化：导论与 Agent 理论基础深挖
• 系列总览可视化：MiniManus 四阶段学习路线图

延伸阅读：

• DeepSeek API 官方文档（V3 / R1 模型说明与 Function Calling 指南）
• ReAct 范式原始论文：ReAct: Synergizing Reasoning and Acting in Language Models, arXiv:2210.03629
• MCP 模型上下文协议官网
• LangChain 官方文档

内容说明（信息边界）： B 站页面公开可抓取的完整字幕仅含第 1 集导学，第 2–4 集正文字幕未包含在页面数据中。因此本文第 1 集基于完整字幕逐句还原；第 2–4 集基于课程标题、页面简介、导学明确披露的教学大纲，以及 Agent 开发领域的标准知识体系（ReAct、主流框架定位、MCP 官方资料）整理，个别细节以视频正片为准。

---

前两个板块没有一行代码，却完成了全课最重要的工作：统一认知、排除噪音、立稳立场。导学用四分半讲清"为什么用 V3-0324"与"先底层后框架"两条主线，理论三集把 Agent 的概念、范式与工具生态各立住一脚。真正的硬仗在下一板块——第 5–10 集 Function Calling 核心技术（接入、原理、代码循环、NL2SQL/NL2Python、多工具并联与串联），那才是这门课的地基工程，也是系列深挖下一篇的主题。