AI 与大模型 · 入门
智能体(Agent)
一种能自己定目标、拆步骤、调用工具去完成任务的 AI 程序。你交给它一件事,它自己安排怎么做,而不是你问一句它才答一句。
TL;DR三十秒版本
- 一个能自己把事情做完的 AI:你给目标,它自己拆步骤、动手、看结果。
- 它和聊天 AI 的分界线不在聪明程度,而在能不能连着走完好几步、不用你催。
- 它会自己拿主意,也就意味着会跑偏,要紧的事得有人盯着。
Overview详细说说
普通聊天 AI 是你问一句、它答一句,答完就停在那儿。智能体不太一样:你给它一个目标,比如把一份调研整理成报告,它会自己把这个目标拆成查资料、列提纲、写初稿几步,中间主动去调用搜索、计算这类工具,最后把结果交回来。
单次问答处理不了需要多步、需要动手的活。模型本身只会“说”,不会“做”,于是人们给它接上能读文件、访问网页、执行命令的手脚,让它边做边看结果,做错了就自己调整,再接着做下一步,形成一个边走边改的循环。
它已经藏在你身边的不少工具里。你在编程助手里说一句需求,它自己打开并修改好几个文件,再跑一遍测试;自动回复客户消息、按规则整理表格、替你上网收集资料,背后往往也是它在跑。
要分清楚,智能体不是“更聪明的聊天机器人”,关键区别是它能自己连续走完好几步,不用你每一步都催一下。也正因为它会自己拿主意,跑偏是常有的事,重要任务最好有人在旁边盯着,别把责任全交出去。
看一个工具算不算智能体,可以看两点:它会不会自己决定下一步做什么,能不能真的动手操作外部的东西。只会生成一段文字、然后等你下一步指令的,还是普通问答。
Myths常见误解
- ✕以为它是更聪明的聊天机器人 ✓聪不聪明不是分界线,能不能自己连续动手做事才是
- ✕以为交给它就能撒手不管 ✓它只是执行得快,方向对不对、结果能不能用,仍然要人来判断
- ✕以为它会自己长出新本事 ✓它每次用的还是同一套本事,只是把你给的活按步骤跑了一遍
In practice你会在哪用到它
- 在编程助手里说一句需求,它自己打开好几个文件改完,再跑一遍测试
- 让它替你上网收一批资料,按你给的模板整理成表格
- 把重复的客户答复、日报汇总交给它按固定规则跑
Summary记住这几点就够了
- 交给它一个目标,而不只是问一个问题
- 能自己把大任务拆成更小的步骤执行
- 会调用搜索、读文件等外部工具
- 能连续做完多步,但可能跑偏,重要任务要盯着
常见问题
智能体(Agent)是什么意思?
一个能自己把事情做完的 AI:你给目标,它自己拆步骤、动手、看结果。它和聊天 AI 的分界线不在聪明程度,而在能不能连着走完好几步、不用你催。它会自己拿主意,也就意味着会跑偏,要紧的事得有人盯着。
智能体(Agent)一般用在什么地方?
在编程助手里说一句需求,它自己打开好几个文件改完,再跑一遍测试;让它替你上网收一批资料,按你给的模板整理成表格;把重复的客户答复、日报汇总交给它按固定规则跑。
关于智能体(Agent),最容易搞错的是什么?
以为它是更聪明的聊天机器人,其实聪不聪明不是分界线,能不能自己连续动手做事才是;以为交给它就能撒手不管,其实它只是执行得快,方向对不对、结果能不能用,仍然要人来判断。
智能体(Agent)要记住哪几点?
交给它一个目标,而不只是问一个问题;能自己把大任务拆成更小的步骤执行;会调用搜索、读文件等外部工具;能连续做完多步,但可能跑偏,重要任务要盯着。
容易踩的坑 它跟聊天机器人的分界线,是能不能自己连续做完好几步,而不在于回答得多聪明。
Also written as你可能还会看到这些写法
这些都是同一个概念,在技能介绍里指代的是同一件事 —— 不必因为写法不同而以为是两个东西。
全站第 1 / 186 条 · 全部词条
接着读Related reading
LLM(大语言模型)
读过海量文字之后学会“接下一句”的超大程序。你输入的任何一句话,它都在猜后面最可能出现什么,写作、翻译、答题都是这一件事的不同用法。
嵌入(Embedding)
把一段文字换算成一串数字,让电脑能比较哪两句话意思更接近。搜索和知识库能在换了说法时也找对答案,靠的就是它。
Claude(大语言模型)
Anthropic 公司开发的大语言模型,以长文档理解和写作、写代码见长。它既是网页和手机里的聊天助手,也有专门的编程形态。
提示词(Prompt)
你发给 AI 的那段话,也就是给它的指令或提问。这一段写得好不好,直接决定它给你的答案对不对路。
MCP(模型上下文协议)
一套让 AI 能统一接上外部工具和数据的接口标准。工具按它做一次,各种 AI 助手就能直接调用,省得给每个工具单独写对接代码。
工作流(Workflow)
把一件事拆成固定的几步,按顺序自动跑完。流程定好之后,下次一句话就能重跑一遍,不用每次从头手动做。