看完代理分析你的花費後，你很好奇它如何一次就完成總額計算、找出模式，還提出了預算建議。
之後，你的室友問：「你明明沒有直接給它任何函式，它怎麼辦到的？」
你意識到，關鍵在於代理不只是在呼叫函式，而是自己寫並執行程式碼。
程式碼代理與函式呼叫型代理在解題方式上的主要差異是什麼？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
了解 code agents 的獨特之處，以及它們如何使用 Python 進行推理與行動。用 smolagents 建立你的第一個代理，加入可存取網路的內建與社群工具，並建立自訂工具把代理連接到資料。
當前練習
把傳統 RAG 管線轉化為 agentic 系統，透過反覆檢索並在多個步驟間推理。打造具狀態的工具以支援進階檢索，使用規劃間隔引導代理以改善結果，並用回呼在執行期間追蹤與自訂代理行為。
透過協調型管理者來統籌一組專門的代理，處理複雜工作流程。加入記憶以在多次互動間保留脈絡，使用執行追蹤與推理步驟來偵錯代理行為，並實作穩健的驗證策略以確保高品質且可靠的回應。
