AI Agent
「能自己干活的 AI」
亦作、亦称：智能体 · AI 智能体
具备感知、规划、工具调用与记忆循环的自主系统，可分解任务并逐步执行直至完成目标。 AI Agent 强调「目标驱动 + 循环执行」，从一次性问答升级为可规划、可调用工具、可处理多步任务的系统。
工作原理
常见循环：感知（读取用户输入/环境状态）→ 规划（分解子任务）→ 行动（调用 LLM/工具/API）→ 观察（获取执行结果）→ 记忆更新。ReAct、Plan-and-Execute、多 Agent 协作是典型范式；MCP/Function Calling 扩展行动空间。
应用场景
代码开发 Agent、数据分析、浏览器/Computer Use 自动化、客服工单处理、科研文献综述、运维巡检。Copilot 模式偏人机协同，自主 Agent 需更严格护栏。
局限与误区
「能聊天就能当 Agent」忽视了工具可靠性、错误恢复与成本控制。无限循环、越权调用、Prompt 注入是主要风险。必须设置步数上限、工具白名单与人工确认点。
发展脉络
早期符号 AI 即有 Agent 概念；2010s 强化学习 Agent 兴起；2023 AutoGPT/BabyAGI 引发关注；2024–2025 MCP、Computer Use 与多 Agent 框架（LangGraph、CrewAI）推动工程化。
人们怎么说
日常交流里常听到的说法——未必准确，但有助于理解误解从哪来。
- 「能自己干活的 AI」
- 「数字员工」
- 「能调工具干活的 AI」
参见
延伸阅读
从知识库精选 3 篇文章，帮助深入理解该术语。