怎样的 AI 系统才算智能体?
简单来说,智能体是为感知环境、采取行动并达成特定目标而设计的系统。它建立在标准大语言模型(LLM)之上,并进一步具备规划、调用工具以及与环境交互的能力。不妨把智能体化 AI 视为一位在实践中持续学习的智能助手:它通过一个清晰的五步闭环来推进任务(见图 1):
- 获取任务: 你为它设定目标,例如「整理我的日程」。
- 扫描现场: 收集所需信息——读邮件、查日历、访问联系人——以把握当前状况。
- 思考对策: 权衡可行路径,形成行动计划。
- 采取行动: 依计划发送邀请、安排会议、更新日历等。
- 学习改进: 观察结果并持续调整;例如会议改期后,系统从该事件学习,以改进后续表现。

图 1:智能体化 AI 扮演智能助手角色,在经验中持续学习,并通过清晰的五步循环完成任务。
智能体正以惊人速度普及。近期研究显示,多数大型 IT 企业已在积极使用智能体,其中约五分之一是在过去一年才起步。资本市场同样火热:截至 2024 年底,智能体初创公司融资逾 20 亿美元,市场规模约 52 亿美元;预计到 2034 年将飙升至近 2000 亿美元。简言之,种种信号表明,智能体将在未来经济中扮演关键角色。
短短两年间,AI 范式发生了剧烈迁移:从简单自动化走向更成熟的自主系统(见图 2)。最初,工作流主要依赖基础提示与触发器,用 LLM 处理数据;随后出现检索增强生成(RAG),通过让模型建立在事实信息之上来提升可靠性;再进一步,则是能够调用多种工具的独立智能体。如今,我们正迈入智能体化 AI 时代:多名专精智能体协同完成复杂目标,标志着协作智能的一次重要跃升。

图 2:从 LLM 到 RAG,再到智能体化 RAG,直至智能体化 AI 的演进。
本书旨在探讨「专精智能体如何协同、合作以达成复杂目标」的设计模式;每一章都会呈现一种协作与交互范式。
在此之前,先浏览覆盖智能体复杂度谱系的示例(见图 3)。

图 3:分层形式,展示智能体复杂度的层级。
0 级:核心推理引擎
LLM 本身并非智能体,却可充当基础智能体化系统的推理核心。在「0 级」配置下,LLM 无工具、无记忆、不与环境交互,仅依预训练知识作答。其长处在于借助海量训练数据阐释既有概念;代价则是缺乏对最新信息的感知——例如若信息不在预训练范围内,它无法回答 2025 年奥斯卡「最佳影片」得主是谁。
1 级:互联的问题解决者
在这一层,LLM 通过接入并调用外部工具,升级为可落地的功能性智能体:解题不再受限于预训练知识,而能串联多步动作,从互联网(搜索)或数据库(检索增强生成,RAG)等处采集并处理信息。详见第 14 章。
例如查找新剧时,智能体判断需要最新信息,便调用搜索工具检索并综合结果。它也可调用专用工具换取更高准确度,例如通过金融 API 拉取 AAPL 实时股价。能够多次与外部世界交互,是 1 级智能体的核心能力。
2 级:战略型问题解决者
在这一层,智能体能力显著扩展,覆盖战略规划、主动协助与自我改进;提示工程与上下文工程是关键的基础能力。
首先,智能体不再局限于单次工具调用,而是通过策略性解题来应对复杂、多阶段问题。在执行一连串动作时,它会主动进行上下文工程:为每一步甄选、封装并维护最相关的信息。例如,要在两地之间寻找咖啡馆,可先调用地图工具,再对输出进行工程化处理,压缩为短小、聚焦的上下文(也许只是一串街道名称),再交给本地搜索工具;这样既能避免认知过载,又能保证第二步高效而准确。若要让 AI 发挥最高准确度,就必须提供简洁、聚焦且信息密度高的上下文;而上下文工程,正是从所有可用来源中策略性筛选、封装并维护关键信息的学问——在模型有限的注意力预算下完成“策展”,避免过载,并换取高质量、高效率的任务表现。详见附录 A。
这一层也支撑主动、持续运行。与邮箱联动的旅行助手是典型例子:面对冗长的航班确认邮件,先做上下文工程,仅抽出航班号、日期、地点等关键字段并封装,供后续调用日历与天气 API。
在软件工程等专业场景中,智能体也用同样的方法贯穿整个工作流:接到缺陷报告后,它会读取报告、访问代码库,再把这些庞杂信息经过策略性处理,整理成有力而聚焦的上下文,从而高效地编写、测试并提交正确的补丁。
最后,智能体还能通过持续打磨自身的上下文工程流程来实现自我改进:当它主动征求「提示还能如何改写」的反馈时,本质上是在学习怎样更好地组织初始输入,并自动优化未来任务中的信息打包方式,从而形成强有力的自动化反馈闭环,随着时间推移不断提升准确度与效率。详见第 17 章。
3 级:协作式多智能体系统的兴起
在 3 级,AI 开发出现显著范式转移:从追逐单一「全能超级智能体」,转向成熟的协作式多智能体系统。其核心洞见是,复杂难题往往更适合由专家团队协同破解,而非仰赖单个通才。该模型与人类组织同构:不同部门各担其责,协作推进多目标。系统的集体优势来自分工与协调所产生的合力。详见第 7 章。
以新品上市的复杂工作流为例:与其让单一智能体包办,不如由「项目经理」智能体居中协调,把任务分派给专精角色——「市场研究」采集消费者洞察、「产品设计」打磨概念、「营销」撰写推广素材。成败系于彼此顺畅沟通与信息共享,让个体产出对齐共同目标。
尽管「自主团队式自动化」的愿景已经越来越清晰,仍需面对现实约束:多智能体系统的上限仍受制于底层 LLM 的推理能力;智能体之间能否真正相互学习、并作为整体进化,也仍处于早期阶段。解决这些瓶颈是下一程的关键,也将兑现本层级的长远承诺:端到端自动化整条业务流程。
智能体的未来:五大假设
智能体开发在软件自动化、科学研究、客户服务等领域正以空前速度推进。今天的系统虽让人眼前一亮,却只是序幕。下一波创新或将集中在:提升可靠性、强化协作、以及把智能体更深地嵌入日常生活。以下是与「下一步」相关的五条主流假设(见图 4)。

图 4:关于智能体未来的五条假设
假设一:通才智能体的出现
智能体将从特定领域的专才,演进为真正的通才,能够以较高可靠性处理复杂、模糊且周期较长的目标。例如,你只需给它一个简单提示:「为公司规划一次下季度在里斯本举行、30 人参加的团建活动。」随后,智能体就可能在数周内接手整个项目,处理从预算审批、机票谈判、场地选择,到根据员工反馈制定详细行程等各项事务,并持续同步进展。要实现这种程度的自主性,仍有赖于 AI 在推理、记忆和接近完美的可靠性方面取得根本性突破。另一条可并行推进、且并不与之冲突的路径,是小语言模型(SLM)的兴起。这种类似「乐高拼装」的思路,不是继续扩张单一的大一统模型,而是用多个小型、专精的专家智能体来组合系统。这样的方法有望让系统更便宜、更容易调试,也更容易部署。归根结底,发展大型通才模型和组合小型专精模型,都是合理可行的方向,而且二者还有可能彼此互补。
假设二:深度个性化与主动目标发现
智能体将演进为高度个性化、具备主动性的伙伴。我们正见证一种新型智能体的出现:「主动型伙伴」。这类系统会学习你独有的行为模式和目标,逐步从被动执行指令,转向主动预判你的需求。当 AI 不再只是回应对话或照着指令做事,而是能够代表用户发起并执行任务,并在过程中积极协作时,它才真正以智能体的方式运转。这也意味着,它已从单纯执行任务,迈向主动发现目标的新阶段。
例如当你研究可持续能源时,智能体可能察觉潜在意图,主动推荐课程或汇总研究进展。相关系统仍在演进,但方向明确:它们将更主动,在高度确信某项行动对你有益时替你出手。最终,智能体或可成为不可或缺的盟友,协助你发掘并实现那些尚未被清晰表述的志向。
假设三:具身化与物理世界交互
智能体将走出纯数字空间,在物理世界落地。智能体化 AI 与机器人深度融合,会催生「具身智能体」。未来你或许可以让家庭智能体直接处理漏水龙头,而不止于代约师傅:它用视觉定位故障、检索管道知识并规划步骤,再驱动机械臂精准作业。这将是拉近「数字智能」与「物理行动」距离的关键一跃,并深刻影响制造、物流、长者照护与居家维保等领域。
假设四:智能体驱动的经济
高度自主的智能体将成为经济活动的积极参与者,催生新市场与新业态。智能体可被配置为独立「经济主体」,受托优化特定指标(如利润)。创业者亦可让智能体操盘整家电商:从社媒信号捕捉趋势、生成文案与视觉素材,到与其他自动化系统协同管理供应链,再按实时需求动态调价。由此或将出现一种速度与规模都超出人类直接掌控边界的超高效「智能体经济」。
假设五:目标驱动、可演化的多智能体系统
将出现不再依赖冗长显式编程、而由“目标声明”驱动的智能系统。用户只需描述期望结果,系统便能自主推导实现路径。这标志着我们正迈向一种可演化的多智能体架构:无论个体还是整体,都有望实现真正意义上的自我改进。
该系统是动态整体,而非单点智能体:既能审视自身表现,也能重塑多智能体拓扑——按需创建、复制或下线成员,以拼出对当前任务最高效的队伍。演化同时发生在多个层级:
- 架构修改: 在底层,单个智能体可改写自身源码并重构内部结构以换取更高效率(与原始假设一致)。
- 指令修改: 在更高层,系统持续执行自动提示工程与上下文工程,精炼下发给各智能体的提示与信息,使其在少人或无人介入时仍能获得较优指引。
例如,创业者只需声明一个意图:「打造一家成功销售手工咖啡的电商业务」。系统无需再额外编程,便会立即开始运作:它可能先生成「市场研究」和「品牌建设」两个智能体;根据初步结果,又可能撤下品牌建设智能体,转而生成三个新的专精智能体,分别负责「Logo 设计」「网店平台」和「供应链」。同时,系统还会持续调整它们的内部提示,以提升整体表现。若负责网店的智能体成为瓶颈,系统还可能将其复制为三个并行智能体,分别处理网站的不同部分。也就是说,它会在运行过程中动态重组自身结构,以更好地实现既定目标。
总结
总之,相对传统模型,智能体是一次范式级跃迁:它以自主系统的形式,感知环境、规划路径并付诸行动以达成目标。技术脉络正由「单智能体 + 工具调用」迈向「协作式多智能体」以拆解多维目标。前述假设则指向通才化、深度个性化乃至具身智能体全面参与经济活动的未来。这一演进标志着自我改进、目标驱动系统的兴起,有望把整条工作流自动化,并重塑人与技术的关系。
参考文献
- Cloudera 公司(2025 年 4 月):《96% 的企业正在增加对 AI 智能体的使用》。https://www.cloudera.com/about/news-and-blogs/press-releases/2025-04-16-96-percent-of-enterprises-are-expanding-use-of-ai-agents-according-to-latest-data-from-cloudera.html
- 《自主生成式 AI 智能体》:https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2025/autonomous-generative-ai-agents-still-under-development.html
- Market.us:《全球智能体 AI 市场规模、趋势与预测(2025—2034)》。https://market.us/report/agentic-ai-market/