AI 智能体

是什么

智能体（agent）指的是能够感知环境、为达成目标而自主行动，并通过获取知识改进自身表现的主体^[1]。这个定义有意放宽：2003 年给出这一说法的 Russell 和 Norvig 把恒温器和人放进了同一个类别^[1]。智能体并没有唯一的标准定义，不同领域对这个词的使用并不一致^[1]。

在 AI 领域，更精确的常见说法是理性智能体（rational agent）：它选择那个预期效用最大的动作，这一表述由 Russell 和 Norvig 在 2021 年给出^[1]。

怎么工作

智能体通过传感器（sensor）感知，通过执行器（actuator）行动；它做什么，由智能体函数（agent function）描述——这个函数把一串感知输入映射为一个动作^[1]。传感器和执行器不一定是有形的器件，也可以是软件接口。

具体一点看简单反射智能体：它的行为像一张查表，对每一种可能遇到的感知都事先准备好一个对应动作，看到什么就做什么。麻烦在于环境常常只能被部分观察，同一个感知可能出现在规则会再次触发的情形里，于是这类智能体会陷入无限循环^[1]。

几种分类

Russell 和 Norvig 把体系结构分成五类：简单反射智能体、基于模型的反射智能体、基于目标的智能体、基于效用的智能体和学习型智能体^[1]。Weiss 在 2013 年给出另一种划分：基于逻辑或慎思式（deliberative）、反应式（reactive）、信念-愿望-意图（belief-desire-intention）以及分层式或混合式^[1]。其中信念-愿望-意图架构来自 Rao 和 Georgeff 1995 年的工作^[1]。

今天用在哪里

近年出现了「智能体式 AI」（agentic AI）的说法，指自主决策、在更长的时间跨度上行动，并包含记忆与编排软件的系统^[1]。被举到例子包括 2026 年的 AWS Amazon Connect Health 和 Salesforce Agentforce^[1]。

Anthropic 把这些变体统称为智能体系统（agentic systems），但在架构上区分工作流（workflow）与智能体^[2]。工作流指大模型和工具通过预定义的代码路径被编排起来的系统^[2]；智能体则指大模型动态决定自己的流程和工具使用、对如何完成任务保持控制的系统^[2]。区分二者的实际含义是：先找尽可能简单的解法，只在确有必要时才增加复杂度，这可能意味着根本不构建智能体系统^[2]。

局限

这个词覆盖的东西太宽。2003 年的定义从恒温器一直到人，加上没有唯一标准定义，关于「智能体是什么、能做什么」的说法在不同语境之间很难直接比较^[1]。经典架构也有已知的失效方式，比如反射式智能体在只能部分观察的环境里陷入循环^[1]。近年的宽松用法又把自主程度差别很大的系统放在同一个标签下，工作流与智能体的区分因此有用：它追问的是控制权究竟落在预定义代码里，还是落在模型自己手里^[2]。