简介:智能体是能"感知环境—自主决策—调用工具—完成目标"的软件系统。1995 年 Wooldridge 与 Jennings 给出的经典定义是"位于环境中并能自主行动以实现设计目标的计算机系统",而大模型时代更常用的定义是 Lilian Weng 提出的"LLM + 记忆 + 任务规划 + 工具使用"四件套。如果你正在动手搭建智能体,第一步往往是选模型——可以先到[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)对比不同大模型的能力与调用成本,再决定用哪个模型做智能体的"大脑"。
Wooldridge 和 Jennings 在 1995 年提出的四个属性,至今仍是判断”是不是真智能体”的标准:
对照这四条会发现:一个只会一问一答的聊天机器人,缺少的是主动性和工具使用能力;而一个能自己拆解任务、查数据库、调 API 并汇报结果的系统,才称得上智能体。
2023 年,Lilian Weng 对基于大语言模型的智能体给出了被广泛引用的定义: LLM + 记忆 + 任务规划 + 工具使用 。同年 AutoGPT 等项目爆火,标志着基于 LLM 的自主智能体正式兴起;2024 年 4 月谷歌推出 Vertex AI Agent Builder,则意味着智能体开始从开源实验走向云平台化、工程化。
四件套各自的工程含义:
| 组件 | 作用 | 常见实现 |
|---|---|---|
| LLM | 推理与决策核心 | 通用大模型 / 精调模型 |
| 记忆(Memory) | 保存上下文与经验 | 对话历史 + 向量库长期记忆 |
| 任务规划(Planning) | 拆解目标、反思纠错 | ReAct、Plan-and-Execute、任务树 |
| 工具使用(Tool Use) | 与外部世界交互 | Function Calling、API、代码执行 |
其中 工具使用 是智能体区别于纯对话模型的关键。它让模型从”会说”变成”会做”:查天气、读数据库、发工单、跑脚本,都通过结构化的工具调用完成。
Russell 与 Norvig 的经典分类按”感知与决策复杂度”把智能体分为五级,理解这条阶梯对选型很有帮助:
今天主流的 LLM 智能体大致落在第 3~5 级之间,而绝大多数生产环境里的智能体,其实是”基于目标的智能体 + 有限的学习能力”。
智能体的核心是一个”思考—行动—观察”的循环。下面是一个精简的 ReAct 风格实现(伪代码,接口按 OpenAI 兼容格式书写):
import jsondef run_agent(goal: str, tools: dict, llm_client, max_steps: int = 8):messages = [{"role": "user", "content": goal}]tool_specs = [t["schema"] for t in tools.values()]for step in range(max_steps):resp = llm_client.chat.completions.create(model="your-model-name",messages=messages,tools=tool_specs,)msg = resp.choices.messagemessages.append(msg)# 没有工具调用 => 任务结束if not msg.tool_calls:return msg.content# 执行工具,把结果写回上下文for call in msg.tool_calls:fn = tools[call.function.name]["fn"]args = json.loads(call.function.arguments)try:result = fn( **args)except Exception as e:result = f"tool_error: {e}"messages.append({"role": "tool","tool_call_id": call.id,"content": str(result),})return "已达最大步数,未完成目标"
这段代码里有三个工程要点值得注意:
max_steps 的循环极易陷入”反复调用同一个工具”的死循环,Token 消耗会失控。tool_error 作为观察结果返回,模型往往能自行修正参数,这比直接抛异常终止更稳。记忆 通常分两层:短期记忆就是当前对话上下文,靠窗口管理;长期记忆把历史信息写入向量库,按语义相似度召回。工程上建议只把”结论性信息”写入长期记忆,而不是把全部对话原文塞进去,否则召回噪声会明显拉低效果。
规划 常见三种做法:ReAct(边想边做,灵活但步数多)、Plan-and-Execute(先出完整计划再执行,可控但应变差)、以及任务树/多智能体分工(适合复杂长流程)。选择依据是任务的可预测性:流程固定的用计划式,探索性强的用 ReAct。
智能体的 Token 消耗通常是普通对话的数倍到数十倍——每一轮工具调用都要重复携带系统提示、工具定义和历史上下文。因此选型时不能只看单次调用单价,而要看”完成一个任务的端到端成本”。
实用建议:
在词元所的大模型 API 服务平台上,可以集中查看不同模型的能力定位与价格信息,做智能体的”大脑”选型和成本测算;后续如果要在多个模型之间做灰度或按环节分流,统一 API 接入的方式也能减少改造成本。
智能体不是某个具体产品,而是一种”感知—决策—行动”的系统范式。从 1997 年的深蓝到今天的 LLM 智能体,变化的是决策内核,不变的是自主性与目标导向这两条主线。落地时,先把工具接口和评测集做扎实,再谈多智能体和复杂规划——这是多数团队走过弯路后得出的共识。想动手前,不妨先到百度智能云词元所把模型选型和调用成本算清楚,再开始写第一个 Agent 循环。