---
title: 什么是 AI Agent
type: concept
domain: AI基础
status: seed
tags:
  - AI
  - Agent
created: 2026-07-17
updated: 2026-07-17
aliases:
  - 什么是Agent
  - AI智能体
related:
  - AI Agent概念
  - LLM基础
  - Planning规划
  - Function Calling
  - Memory记忆系统
source: []
---

# 什么是 AI Agent

## 一句话定义

AI Agent（人工智能智能体）是能够围绕目标自主规划步骤、调用工具并执行任务的智能系统。

## 核心组成

1. **LLM（大语言模型）**：理解输入、推理并生成行动建议，是 Agent 的主要认知核心。
2. **Memory（记忆）**：保存任务上下文、历史经验和外部知识，使 Agent 能持续推进任务。
3. **Planning（规划）**：把目标拆解为可执行步骤，并根据执行结果调整计划。
4. **Tools（工具）**：让 Agent 能搜索信息、读写文件、调用 API 或操作其他系统。

## 工作方式

一个典型 Agent 会反复执行以下循环：

1. 理解目标与当前状态。
2. 规划下一步行动。
3. 选择并调用合适的工具。
4. 检查执行结果。
5. 根据反馈继续行动，直到完成目标或遇到需要人工决策的问题。

## Agent 与聊天机器人的区别

聊天机器人主要围绕对话生成回答；Agent 则围绕目标采取行动并交付结果。

| 对比维度 | 聊天机器人 | AI Agent |
| --- | --- | --- |
| 主要任务 | 回答问题 | 完成目标 |
| 行动方式 | 生成文本回复 | 规划、调用工具并执行 |
| 任务跨度 | 通常是单轮或短对话 | 可以持续多个步骤 |
| 外部能力 | 不一定连接外部系统 | 通常依赖工具与环境交互 |

需要注意：两者并非完全对立。ChatGPT 等对话产品在具备规划、工具调用和持续执行能力时，也可以作为 Agent 的交互入口。

## 我的理解

Agent 不只是聊天机器人。聊天机器人侧重“回答问题”，Agent 更侧重“完成目标”。判断一个系统是否具有 Agent 特征，关键不在于它是否使用聊天界面，而在于它能否围绕目标自主决定并执行下一步行动。

## 相关知识

- [[LLM基础]]
- [[../02_Agent工程/AI Agent概念|AI Agent概念]]
- [[../02_Agent工程/Agent架构|Agent架构]]
- [[../02_Agent工程/Planning规划|Planning规划]]
- [[../02_Agent工程/Function Calling|Function Calling]]
- [[../02_Agent工程/Memory记忆系统|Memory记忆系统]]