AI Agent 有哪几个核心构件？除了 Agent 本身，架构上还需要哪些配套？

文章把一个 AI Agent 的核心归纳为四个要素：

• 感知：负责输入输出，感知内外部环境。
• 大脑：由大模型驱动决策。
• 工具：调用外部服务，包括 MCP 工具，执行必要动作。
• 记忆：包括长期与短期记忆，管理上下文。

Agent 之间还可以通过 A2A 协议进行通讯。除了 Agent 自身，围绕它有一整套配套架构：

• 开发框架：Java 侧的 Spring AI Alibaba，以及各语言的高/低代码框架；开发工具如通义灵码、Cursor、Claude Code。
• 运行时：K8s、函数计算等 Agent 与 MCP Server 的执行环境，模型跑在 GPU。
• 中间件：Nacos 管理 Prompt 与 MCP 注册发现，AI 网关统一代理模型与 MCP，消息队列（如 RocketMQ）支持长任务异步化。
• 可观测性：通过 LoongSuite 等探针采集 token 消耗、模型输入输出，用于性能/成本/质量分析。