2.4 KiB
2.4 KiB
title, type, domain, status, tags, created, updated, aliases, related, source
| title | type | domain | status | tags | created | updated | aliases | related | source | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 什么是 AI Agent | concept | AI基础 | seed |
|
2026-07-17 | 2026-07-17 |
|
|
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
- 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。
- 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。
- 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。
- 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：
- 理解目标与当前状态。
- 规划下一步行动。
- 选择并调用合适的工具。
- 检查执行结果。
- 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。