简介:本文讲清智能体为什么能自主完成任务,拆解大模型、记忆、任务规划与工具使用四个模块如何协作,梳理感知、思考、行动、观察的闭环流程,并分析智能体的分类、能力边界与常见误区。读完可建立完整的智能体认知框架,判断方案的可行性与风险。
智能体是部署在某个环境中的计算机系统。它能够感知环境状态,进行推理决策,并采取行动以达成预设目标。1995年,Wooldridge和Jennings在经典论文中提出,智能体应具备四个基本属性:自主性、反应性、社会能力与主动性。这四个属性至今仍是讨论智能体的通用框架。
理解智能体,有两个关键问题。第一,它为什么能够自主完成任务?第二,各模块如何分工协作,一个任务从接收到完成经历了怎样的处理链路?弄清这两点,才能构建、评估和优化智能体系统。
传统软件按照预先编写的固定流程运行。开发者把分支和规则逐一写进代码,系统沿既定路径执行。环境稳定、任务明确时,这种方式效率高,结果也可预期。
面对下列场景,固定流程会暴露局限:
智能体的设计思路是用动态规划替代静态流程,在感知、决策、行动的闭环中运转,并通过工具调用扩展能力边界。
智能体技术随人工智能整体演进。早期的标志性事件包括:国际象棋对弈系统在封闭规则环境中击败人类冠军,展示了搜索与评估的能力;家用清扫机器人规模化量产,体现了在物理环境中自主行动的嵌入式智能体;围棋对弈系统获胜,证明深度强化学习能够应对超大规模状态空间。
2023年前后,大模型智能体成为重要节点。研究者提出以大语言模型为核心的四模块架构:推理核心、记忆、任务规划与工具使用。同期,多个自主智能体开源项目出现,这一架构范式开始普及。此后,主流云平台陆续推出智能体构建服务,把上述能力封装为可配置的工程产品。
经典理论按照感知与决策能力,把智能体分为五类,复杂度逐级递增:
| 类型 | 核心机制 | 主要局限 |
|---|---|---|
| 简单反射智能体 | 条件到动作的规则直接映射 | 无法处理历史依赖 |
| 基于模型的智能体 | 维护内部状态模型,追踪环境变化 | 有状态,但缺少目标导向 |
| 基于目标的智能体 | 决策时评估行动是否趋向目标 | 目标单一,难以权衡 |
| 基于效用的智能体 | 用效用函数比较多个方案的优劣 | 需要可量化的效用定义 |
| 学习型智能体 | 从环境反馈中持续优化策略 | 训练成本高,收敛性难保证 |
这五类构成一条从”对刺激做固定反应”到”自我改进”的能力谱系。基于大模型的智能体通常融合后三类特征:以目标为导向,能在多个方案间推理比较,并根据交互反馈调整行为。
基于大模型的智能体一般由四个核心模块组成。
大模型是决策中枢,负责理解输入、推理并生成决策。它之所以能承担这一角色,是因为在海量语料上训练后,它具备通用语义理解、常识推理和指令跟随能力,能把自然语言描述的目标转化为可执行的推理步骤。
大模型本身不执行动作。它输出的是决策和计划,真正的执行由工具层完成。
规划模块把复杂目标拆解为可执行的子任务序列,常见机制有三种:
记忆模块分为短期与长期两类,分别应对”上下文有限”和”经验无法沉淀”两个问题。
工具模块是智能体与真实世界交互的接口。大模型通过结构化输出(例如函数调用格式的JSON)声明要调用哪个工具、传入什么参数。执行框架完成实际调用,并把结果回传给模型。常见工具包括信息检索、代码执行、外部接口调用和数据库查询。
典型的智能体运行循环如下:
初始化:接收用户目标,加载相关长期记忆
循环:
伪代码如下。其中 goal_achieved 初始为 False,step 初始为 0,max_steps 由调用方设定。execute_with_timeout、check_goal 等函数为假设的辅助函数。
goal_achieved = Falsestep = 0while not goal_achieved and step < max_steps:context = short_term_memory + retrieve(long_term_memory, goal)thought = llm.reason(goal, context)action = llm.select_action(thought, tools)if action.need_tool:try:observation = execute_with_timeout(action.tool, action.params)except ToolError as e:observation = f"工具调用失败: {e}"short_term_memory.append(observation)else:return action.final_answergoal_achieved = check_goal(observation, goal)step += 1return "达到最大迭代次数,任务未完成"
这一循环的本质,是把一次性推理变为多轮闭环决策。这正是智能体区别于普通对话模型的关键。
短期记忆的窗口容量有限。长任务中需要对历史信息做摘要压缩,否则上下文溢出会导致遗忘。长期记忆的检索质量直接影响决策,检索偏差会让智能体基于错误上下文行动。
大模型的推理有不确定性,单次决策可能