导入
什么让一个系统具备代理特性
理解使一个系统真正具备代理特性的因素，以及在何种情况下采用基于代理的架构是正确的设计选择。
...
Breaking down how an AI agent works: it perceives the environment (input), reasons to make a decision (processing), and performs a task (output)
AI Agent 的关键特性
| 特性 | 描述 |
|---|---|
| 自主性 | 独立行动，无需持续的人类干预即可主动发起动作并做出决策。 |
| 目标导向行为 | 一致地将行动指向实现预设目标，而非仅仅反应或生成孤立输出。 |
| 感知与反馈循环 | 持续观察环境，处理输入，并根据结果或新信息调整行为。 |
| 连续性 | 长时间保持记忆或上下文，支持多轮推理。 |
| 灵活性 | 当目标或上下文发生变化时，能够修订计划和策略，前提是代理的感知、记忆和规划模块支持该能力。 |
...
AI model vs. AI agent
AI Model 与 AI Agent 的对比
| 特性 | AI Model | AI Agent |
|---|---|---|
| 范围 | 限定任务 | 更广泛的系统化行为 |
| 角色 | 从输入计算输出 | 为达成目标而选择行动 |
| 上下文感知 | 仅限于当前推理窗口 | 维护并更新内部上下文 |
| 主动性 | 等待输入 | 在触发或定时后自主行动 |
| 工具使用 | 否 | 是，通常包含多个工具和模型 |
| 示例 | 情感分类器 | 客户支持助手，可回答问题、升级工单并记录日志 |
...
Deciding when to build an LLM-powered AI agent