从聊天机器人到智能体:Agent的进化之路
一、什么是 Agent¶
一个 Agent,简单来说,就是一个能够感知环境、做出决策并采取行动来完成特定目标的“智能体”。
最基础的LLM(大型语言模型),比如deepseek、ChatGPT,在回答问题时其实就已经是一个基础的Agent。它感知你的问题(环境),做出回答的决策,并生成文本(行动)。但一个真正的Agent远不止于此。它需要更强的“能动性”,能够自主地进行反思、规划,甚至与其他Agent协作。这正是将基础LLM升级为高级Agent的关键。
二、什么是Agentic¶
Agentic 是一个形容词,它描述的是一个系统所表现出的“ 像 Agent 一样的程度 ”。 一个系统越是 Agentic,它就越表现出自主性、目标导向性和主动性。它不是一个具体的实体,而是一种行为模式或设计思想。
- 低 Agentic 系统:一个简单的聊天机器人,只能根据预设规则回答问题。
- 高 Agentic 系统:一个能自动调试代码、部署应用并监控其运行状态的 AI 软件工程师。
正如OpenAI的AI主管 Lilian Weng(翁丽莲) 在她那篇关于 自主智能体(Autonomous Agents) 的里程碑式博客文章《LLM Powered Autonomous Agents》中所强调的,具备智能体特性agentic的 AI,不会傻傻地等待下一步指令,而是会主动进行思考,
- 发现自己犯了错,然后自己去修正。
- 意识到需要外部信息,然后主动去调用工具。
- 面对复杂任务时,自己去拆解成小步骤。
三、Agent五种模式¶
1 ⼯具使⽤模式(Tool use pattern)¶
核心精髓: 工具使用模式可以看作是 ReAct 模式的前身或简化版。它允许 Agent 调用外部工具来弥补自身知识的不足,但通常缺乏 ReAct 模式中那种细致入微的“思考-行动-观察”循环。它的局限在于其推理能力较弱,通常只适用于单步、直接的任务,缺乏动态调整和迭代的能力。
工作流程(像请教专家):
- 用户问问题:提出一个问题。
- LLM 想想:小助手判断需要外援。
- 调用工具:它找来数据库或 API 查资料。
- 给出答案:根据查到的东西,生成回复。
- 交给你:答案回到你手里。

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
所有评论(0)