微信机器人开发正在经历范式转变。聊天机器人是规则驱动——写好关键词和回复模板，用户触发规则执行。AI智能体是目标驱动——用户说目标，智能体自主规划执行。这个转变不是换个模型，是开发方式的整体变化。四个变化最明显：从规则到目标、从固定流程到动态规划、从状态保持到记忆增强、从错误处理到自我修正。

一、从规则驱动到目标驱动——用户说目标智能体自己想办法

聊天机器人写规则——"查订单"匹配"返回订单状态"。规则覆盖不到的，答不上。AI智能体接目标——"帮我查下这个订单怎么还没到"，智能体自己理解目标，规划执行步骤（查订单→看物流→判断异常→给方案），不用为每种问法写规则。

目标驱动靠意图理解+任务规划。意图理解把自然语言转成目标，任务规划把目标拆成可执行步骤。规划不是固定流程——智能体根据上下文动态调整。目标驱动让智能体能处理规则覆盖不到的长尾问题。

二、从固定流程到动态规划——同一个目标不同走法

聊天机器人是固定流程——"查订单"固定为解析订单号→查数据库→返回结果。流程写死，用户问法不同路径一样。AI智能体是动态规划——同一个目标"查订单怎么还没到"，新用户先确认身份，老用户直接查；订单正常给物流，异常给投诉方案。

动态规划靠规划器+执行器分离。规划器根据目标和上下文生成计划，执行器按计划执行并反馈。规划器可根据反馈调整——执行中发现信息不足，插入追问步骤。动态规划让智能体适应不同情况，比固定流程灵活。

三、从状态保持到记忆增强——记得用户比记住流程重要

聊天机器人的状态保持是会话内的——记得上一轮说什么，会话结束就忘了。AI智能体的记忆增强是跨会话的——记得用户偏好、操作、承诺，下次对话能用。记忆增强让智能体"越用越懂用户"。

记忆增强靠长期记忆库。每次对话提取关键信息（偏好、承诺、事实）存入，下次按相关性检索加载。记忆不全量加载——只加载和当前对话相关的。记忆增强的价值是个性化——记得用户敏感肌，下次推荐自动过滤不适用的。

开发范式变化对照

维度	聊天机器人	AI智能体
驱动方式	规则匹配	目标理解
执行方式	固定流程	动态规划
记忆方式	会话内状态	跨会话记忆
错误处理	预设兜底	自我修正

目标驱动与动态规划实现

class AIAgent:
    def __init__(self):
        self.memory = LongTermMemory()

    def handle(self, raw):
        goal = self.understand_goal(raw)             # 理解用户目标
        ctx = self.memory.retrieve(raw, top_k=5)     # 加载相关记忆
        plan = self.plan(goal, ctx)                  # 动态规划
        return self.execute(plan, raw)

    def plan(self, goal, ctx):
        return self.planner.generate(goal, ctx)

    def execute(self, plan, raw):
        for step in plan:
            result = self.run_step(step)
            if result.need_adjust:                   # 自我修正
                plan = self.replan(plan, result)
        return self.compose_result(plan)

落地建议

范式转变从目标驱动做起——先把高频意图从规则匹配改成目标理解。动态规划的关键是规划器和执行器分离——不分离就没法根据反馈调整。记忆增强从关键偏好做起——先记最核心的几个，别什么都存。微信侧的消息收发、意图理解和记忆加载由 Eyun 这类个人微信API平台 提供，目标驱动和动态规划在自建服务实现，接口字段以平台开发文档为准。