这一篇是系列的最后一篇，讲 Agent 是怎么工作的、以及用 AI 要花多少钱和多长时间。
Agent 与工具
工具调用（Tool Calling）
AI 不只是"聊天对话"——它还可以调用工具。搜索网页、执行 Python 代码、读文件、发邮件——这些功能都叫"工具调用"。
VibeHub 里的原话："工具调用是模型请求产品执行指定工具并提供参数的输出方式。模型提出 tool call → 产品先校验 → 结果再回来。"
在 Vibe Coding 里的具体表现：
| |
|---|
你在 Cursor 里让 AI "读一下这个文件" | |
| |
| |
| |
为什么你需要知道：当你觉得 AI "做得不够多"或者"没做你让它做的事"时，可能不是 AI 不想做，而是它没有权限调用某个工具。遇到这种情况，你需要告诉"它可以做什么工具"。
ReAct 机制
ReAct = Reason（推理）+ Act（行动）。AI 不是直接回答你，而是先"想清楚"再"行动"，行动之后看到结果再"想下一步"。
VibeHub 里的原话："ReAct 是让模型在行动后观察真实结果、再决定下一步的 Agent 工作模式。行动前的决策摘要 → 对真实对象行动 → 观察更新下一步。"
一个实际的 ReAct 流程：
- AI 思考："我需要查深圳当前的天气"（Reason）
- AI 看到搜索结果："深圳，31°C，多云"（Observation）
- AI 思考："把这个结果整理成中文回答给用户"（Reason）
- AI 回复："深圳现在 31°C，多云..."（Act）
ReAct 的好处：让 AI 不只是"背书"，而是真的去获取实时信息、执行真实操作，让回答更准确。
Agent 循环（Agent Loop）
一次 ReAct 不够，要做多次——这就构成了 Agent 循环。AI 反复执行"思考→行动→观察结果→再思考"的过程，直到任务完成。
VibeHub 里的原话："Agent 循环是产品让模型、工具结果和停止条件在多轮中反复协作的控制流程。控制器记着进度 → 每轮只做允许的事 → 完成与上限都能停。"
在 Vibe Coding 里的实际表现：
- 你说"做一个用户管理系统"，AI 可能需要 5-10 轮循环：建项目 → 写代码 → 出错了 → 读错误日志 → 改代码 → 再运行 → 直到成功
- 每轮循环消耗 Token，所以复杂的任务（搭一个完整项目）比简单任务（解释一段代码）消耗的 Token 多很多
两个停止条件：
- 达到上限（产品设定了最大循环次数，防止无限跑下去）
速度与成本
TTFT 与 TPS
这是衡量 AI 回复速度的两个指标。
TTFT（Time to First Token）：你发出消息后，AI 开始返回第一个字之前等了多久。TTFT 越短，你感觉 AI "反应越快"。
TPS（Tokens Per Second）：AI 开始回复后，每秒能生成多少个 Token。TPS 越高，AI "打字越快"。
VibeHub 里的原话："TTFT 与 TPS 是分别衡量模型首段响应等待时间和后续生成速度的指标。先等 TTFT → 再看 TPS → 最后看总时长。"
实际感受：
怎么影响你的 Vibe Coding 体验：代码生成的回复通常比对话回复长，所以 TPS 更重要。复杂的模型（GPT-4、Claude Sonnet）通常比简单模型（GPT-3.5）TPS 更低。
Token 用量与成本
每次使用 AI，消耗的 Token 数决定了你要花多少钱。
VibeHub 里的原话："Token 用量与成本是模型在每轮任务中处理输入和生成输出所累计的资源消耗。每轮都有输入 → 每轮也有输出 → 总量逐轮相加。"
费用计算方式（不同模型价格不同，以下是大概范围）：
- 输入 Token 价格：$3-15 / 百万 Token（取决于模型）
- 输出 Token 价格：$15-75 / 百万 Token（输出比输入贵 3-5 倍）
省钱技巧：
- 精简上下文：不要在对话里放不必要的历史记录和文件内容
- 用便宜的模型做简单任务：搜索、翻译、简单格式化用便宜的模型
- 限制输出长度：告诉 AI "用 100 字以内回答"
- 长对话重新开始：对话太长消耗 Token 很多，重要的信息放到新对话里再贴一次
速率限制（Rate Limit）
AI 服务不是无限使用的。每分钟或每小时能调用的次数有限制——这就是速率限制。
VibeHub 里的原话："速率限制是服务对一定时间内请求数、Token 数或并发任务数设置的上限。先进入队列 → 达到限制会 429 → 按 Retry-After 等待。"
429 错误：你遇到"请求太频繁"的错误提示，就是这个原因。通常会告诉你"等多久再试"。
怎么避免：
- API 调用时遵守 Backoff 策略（失败了等一会儿再重试）
最后一句话
这 12 篇文章覆盖了 VibeHub 上前端、后端、设计风格、技术栈、AI 的全部术语。你不必一次性记住所有。下次跟 AI 合作时，遇到"不知道该怎么说"的词，翻回对应的系列文章找一下，然后把正确的词喂给 AI。
Vibe Coding 的核心技能不是写代码，而是说对词。词说对了，AI 一次就做对。
AI 速览
