智能体是什么

前几章的机器会看、会判断、会生成，这一章的机器要动手办事。

知道更多全章七节

第一、二节说智能体是什么、和大模型是什么关系，第三、四节说一个智能体内部怎样运转，第五节说一群智能体怎样配合，第六节说智能体已经用在了哪些地方，第七节是小结与展望。

重　点贯穿全章的一个例子

全章反复用同一件事来举例：让智能体帮班长办一场班会。查课表、发通知、订教室、申请经费，一件件办下来，本章讲到的每个环节都会在这件事里出现。

能自己用工具、动手操作、和外界打交道，才叫智能体。

关键术语

智能体Agent

能感知环境、自己决定做什么、并且动手去做的系统。英文原意是代理人，也就是替你办事的人。

智能体式人工智能Agentic AI

强调能够自主行动的一类人工智能系统。

重　点左图的那个圈

左边三样是智能体手里的东西：记忆 Memory、工具 Tools、目标 Goals。智能体 Agent 做出动作 Actions，作用到环境 Environment 上，再通过观察 Observation 看到结果。

打个比方

问聊天机器人“下周怎么办班会”，它会给你一份不错的建议清单，事情还得你自己去办。智能体会自己去查课表、在班级群里发通知、提交教室借用申请。

智能体从棋盘出发，走进了科学、工业和机器人。

知道更多2016 年那场比赛

2016 年 3 月，DeepMind 的围棋程序 AlphaGo 以 4 比 1 战胜世界冠军李世石。它先学人类棋谱，再通过大量自我对弈的强化学习提高棋力。

关键术语

具身智能Embodied AI

有身体的智能，比如机器人。它要在真实的物理世界里看、听、动手。

重　点同一种套路

下围棋和控制核聚变装置看上去毫不相干，对智能体来说却是同一类事：看清当前局面，选一个动作，看结果，再选下一个动作。

第 3 章学过的强化学习，讲的就是智能体怎样从试错中学习。

重　点第 3 章的那个循环

智能体看状态，选动作，环境给出奖励并进入新的状态，如此一直循环。第 3 章在迷宫里找路的小机器人，就是一个智能体。

打个比方

右图用的是游戏里的马里奥。状态是当前画面，动作是往左、往右或者跳，吃到金币加分，掉进坑里扣分。玩上成千上万局，它自己就摸清了哪里该跳。

随堂练习

马里奥为了吃眼前的一个金币，跳进了一个出不来的坑。强化学习想要的是哪种做法？

1. 每一步都抢离自己最近的金币
2. 让整局加起来的奖励最多
3. 尽量少按跳跃键
4. 每一步都随机选动作

查看答案

答案 B。强化学习追求的是长期累积的奖励，也就是整局的总分。为了一个金币掉进坑里，后面的分全都拿不到了，这笔账不划算。

对话系统说完就结束，智能体要一直做到事情办成。

重　点说完就停，还是办成才停

左边的传统对话系统只有输入和输出，回答说完，这件事就结束了。右边的智能体要感知、规划、执行，再看反馈、修正做法。图里画成一条线，实际修正完还会回到感知，一直转到任务完成。

打个比方

指路的人把路线说清楚就算完成了。快递员要一直把包裹送到你家门口，路上遇到封路，还得自己换一条路走。对话系统像指路的人，智能体像快递员。

随堂练习

让人工智能“帮我订一间周三晚上的教室”。下面哪种表现说明它是智能体？

1. 回复一段订教室的注意事项
2. 列出学校里所有教室的名单
3. 自己提交借用申请，被拒后换一间再申请
4. 把你的问题换个说法复述一遍

查看答案

答案 C。只有 C 动手去办了，被拒以后还根据结果调整了做法，对应右图的反馈和修正两步。A、B、D 都只是给出了一段文字。

现代定义在“感知加行动”中间，加了一颗会思考的大脑。

感知、目标导向、自主、行动，四样缺一不可。

打个比方

拿办班会对一遍。感知：看到群里有人说周二晚上有实验课。目标导向：一切安排都围绕“班会办成”。自主：教室被借走了，自己换一间，不用事事请示。行动能力：把借用申请提交出去。

重　点哪两条最能区分智能体

普通的聊天机器人也能读懂你输入的文字，也能生成内容。它最缺的是自主决定下一步，以及对外界产生实际影响这两条。

从会回答，到会用工具，到能办完一件事，再到能组队。

重　点四个台阶

问答生成是回答问题、给出解释。工具使用是调用搜索、表格等工具，交出能直接用的东西。任务闭环是围绕目标做好几步，边做边纠正。组织化协作是多个系统分工，一起完成更复杂的任务。

知道更多比的是把事办完的能力

智能体变强，主要体现在更能嵌进实际流程、把任务完成、和别人协作，话说得漂亮只是其中一小部分。按上下文，“支撑写作”应为“支撑协作”。

随堂练习

一个助手会上网查天气，也会把结果整理成表格发给你，但不会根据结果调整下一步。它停在哪个台阶？

1. 问答生成
2. 工具使用
3. 任务闭环
4. 组织化协作

查看答案

答案 B。它已经会调用工具、交出能用的结果，但还不会边做边看反馈、纠正偏差，所以停在工具使用这一级。

企业软件正在从“会回答”走向“会办事”。

跑在软件里的智能体和装在机器上的智能体，难处不一样。

重　点两类各在哪里干活

软件智能体在电脑和手机里干活，比如帮你办班会的助手。硬件智能体装在机器人、无人机上，要面对真实的物理世界。本章重点讨论软件智能体，也就是左图虚线框里的部分。

打个比方

软件里的很多错还能撤回重来。机械臂把杯子摔碎了，就没法撤回。无人机反应慢半秒，可能已经撞上了树。所以硬件智能体对实时性和安全性的要求要高得多。

知道更多两者常常一起工作

上层的软件智能体负责全局规划，比如安排送货路线。下层的硬件智能体负责具体执行，比如无人机在飞行中自己躲开障碍。

一个干还是一群干，照流程走还是自己定步骤。

重　点三种任务组织方式

对话响应型负责把话答好，比如客服。流程执行型按事先画好的流程走，比如每张报销单都按同样的步骤处理。目标驱动型只拿到一个目标，步骤由它自己拆、自己排，遇到变化还能调整。

打个比方

一个人做小组作业，查资料、写稿、检查全靠自己。一个小组分工合作，适合更大的作业，但要多花力气沟通。这就是单智能体和多智能体的区别。

随堂练习

班长只说了一句“下周帮班里办一场班会”，剩下的全让智能体自己安排。这属于哪一类？

1. 对话响应型
2. 流程执行型
3. 目标驱动型
4. 硬件智能体

查看答案

答案 C。只给了目标，没给步骤，要它自己拆解、规划、随时调整，这是目标驱动型。流程执行型的步骤是人事先定好的，对话响应型只负责回答问题。