AI Agent
AI Agent能自己干活的 AI
亦作、亦称：智能体 · AI 智能体
AI Agent 是 2026 年最活跃的 AI 工程方向，核心挑战从'如何让 Agent 完成任务'转向'如何让 Agent 持续学习、协作和自我审计'。
Agent 架构演进
2026 年 Agent 架构从单兵作战进化到多 Agent 协作。核心挑战包括：记忆系统从 RAG 只读演进到可写外部记忆（如 OpenWiki）；Wrapper Agent 提醒模式实现非侵入式记忆增强；Smart Tokens 为 Agent 交易提供可编程审计。
记忆架构
Agent 记忆分三层：短期（上下文窗口）、工作（任务状态）、长期（跨会话知识）。2026 年的突破是可写外部记忆——Agent 不仅能读取知识，还能在运行时主动写入、更新和删除外部记忆，实现持续学习。
审计与权限控制
Agent 经济活动需要完整的审计链和权限控制。Smart Tokens 提供可编程支付工具，支持用途限制、有效期、审批流程和使用限额。权限控制基于最小权限原则，采用 RBAC + 动态权限分配。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「能自己干活的 AI」
- 「数字员工」
- 「能调工具干活的 AI」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
🎯 考点练习
含该术语的高频面试题，含标准答案与追问。
- 高级系统设计查看详解 →
设计一个 Agent 长期记忆系统，支持可写外部记忆、过期策略和冲突解决
考察候选人对 Agent 记忆架构的理解，特别是从 RAG 只读到可写外部记忆的演进，以及过期、冲突解决等工程挑战。
- 中级系统设计查看详解 →
如何为 AI Agent 交易设计审计和权限控制？
考察候选人对 Agent 经济活动的审计和权限控制设计，特别是 Smart Tokens 等可编程支付工具的应用。
- 高级系统设计查看详解 →
Multi-Agent 系统中如何处理 Agent 遗忘/状态丢失？
考察候选人对 Multi-Agent 系统中状态管理和容错设计的理解，特别是 Agent 崩溃、重启或上下文丢失时的恢复策略。
- 中级概念查看详解 →
什么是 Agentic RAG？它相比传统 RAG 强在哪里？
Agentic RAG 让 LLM 自主决定何时、检索什么、是否再查，支持多步与多源，胜在复杂查询与可纠错。
延伸阅读
从知识库精选 3 篇文章，帮助深入理解该术语。
外部参考
维基百科：查看「AI Agent」词条本页内容为本站原创撰写；维基百科链接仅作延伸参考。
