智能体到底是什么 ​

"智能体"这三个字，第一次听到可能会让人摸不着头脑。它既不像"程序"那样让人觉得冷冰冰，也不像"机器人"那样有具体的形象。在动手钻研技术之前，值得先把它到底是什么、它的"骨架"长什么样，想得通透一些。

它不是聊天机器人 ​

这两年大家已经很熟悉 ChatGPT 这类东西了。你在框里打一句话，它回你一段话，一来一回，仅此而已。有人把这种形态也叫"智能体"，但这其实是一种过窄、甚至有点误导的理解。

两者的差别，不在"会不会回答"，而在会不会自己往前走。

聊天机器人是被动的：你问，它答，卡住了就停下来，等你再抛下一个问题。它的一生，就是被你的提问牵着走。

智能体是主动的：你交给它一个目标（"帮我把这个月的数据整理成报告发出去"），它把这个目标拆成一步步，自己决定什么时候查资料、什么时候算、什么时候结束，中途遇到岔路自己判断，最后把结果而不是"一句话"交回给你。

这里的关键词，是自主（autonomy）。智能体能在一个没有你不断插手的环境里，独立地朝目标推进。

它的骨架：一个循环 ​

很多把智能体讲复杂的地方，恰恰是把简单的骨架藏起来了。看穿了，它就是一个不停转圈的循环：

┌─────────────────────────────────────────────┐
  │                                             │
  ▼                                             │
思考 ——这一步该干什么？要不要查点什么？用谁？    │
  │                                             │
  ▼                                             │
行动 ——动手去做（翻资料 / 调接口 / 算 / 写）    │
  │                                             │
  ▼                                             │
观察 ——结果对吗？够了吗？有没有出岔子？         │
  │                                             │
  │     （没完 → 回到"思考"，带着结果继续）─────┘
  │
  ▼完成，整理成结果交给用户

这个"思考 → 行动 → 观察 → 再思考"的闭环，是智能体的命脉。它每转一圈，就离目标近一点。所谓"智能"，很大程度藏在这个循环能不能自己转得顺、转得远上。

理解了这一点，下面几篇就顺理成章：思考靠什么？ 靠 LLM。想查不知道的东西怎么办？ RAG。想去操作外部世界？ 工具。怎么记住前面说的话？ 记忆。它们都是这个循环里，某一个环节装上的零件。

和"工作流 / Workflow"的区别 ​

做后端、做流程的人可能熟悉 Workflow（工作流 / 流程编排）。它俩很容易被搞混，但要分清：

Workflow 是一条写死的流水线。 第一步做什么、第二步做什么、遇到什么分支往哪走，在出厂之前就固定死了。你只要按剧本去走，走得快且稳。它像一个铺设好的铁轨，火车一定按轨道走。

智能体是"活的"决策者。 每一步是自己判断出来的，没有剧本。它能偷懒、能绕路、能在情况变了以后临时改主意。它像一个司机，面对路况自己拿主意。

区别可以概括成一句话：Workflow 把"怎么走"定死了，智能体把"怎么走"留给每一步去决定。

（这不是说谁好谁坏。现实里，凡是能写死的流程，用 Workflow 又快又稳；凡是没法预判、要靠判断的事，才上智能体。聪明的架构，往往是"套路的用流水线，判断的给它自主"——这正好呼应后面讲到的技能固化。）

它由什么构成 ​

把循环拆开，一个典型的智能体大概长这样：

• 一颗大脑：负责思考、判断、组织语言。这是后面模型篇的主角。
• 一套知库：当大脑遇到训没见过的知识，能去翻的资料。对应 RAG。
• 一双手：让大脑能真的去操作外界的工具。
• 一个记事本：跨对话记得住事、记得准人。对应记忆。
• 一些套路：反复调教出来的、可复用的技能。

而人的角色，不是站在旁边看，而是把握边界和方向——这也是人机协同那一篇要展开的。

如果要在脑子里留一个图景，最贴切的是一个词：员工。

智能体像一个有脑子、能查资料、会动手、记得住事、还有一技之长的新员工。你把一件事交代给它，它在没人催的情况下自己把活排下去干完。它不一定样样都强，但能在不被打断的情况下，朝一个目标持续推进——这就是"智能体"三个字背后，最本质的东西。

当然，"员工"也有脾气和短板，那颗大脑尤其如此。下一篇，我们就把它请到台前看一看：LLM：那颗大脑。