AI 智能体

AI 智能体是能够自主规划步骤、调用工具并根据结果调整行动来完成目标的程序，而不只是被动生成一段文本。

与单轮对话的区别在于闭环：智能体接到目标后自行拆解任务，选择调用搜索、数据库、API 或代码执行等工具，读取返回结果，判断是否达成目标，未达成则继续下一轮。

构成要素

• 模型：负责理解目标与决定下一步。
• 工具：可调用的外部能力，决定它能做什么。
• 记忆：跨轮次保留的上下文与中间结果。
• 规划与终止条件：如何拆任务，以及什么时候停下。

与工作流的区别

固定工作流的步骤由人预先编排，路径确定、行为可预测；智能体的路径由模型在运行时决定，能应对未知情况，但结果不完全可复现。工程实践中两者常混用：主干用工作流保证可靠性，只在需要判断的节点交给模型。步骤越确定，越应该用工作流——这通常也更便宜、更快。

主要限制

智能体的失败会累积：某一步的大模型幻觉会成为下一步的输入，错误随链条放大。链条越长，端到端成功率越低。因此可靠的做法是缩短链条、在关键步骤加校验、给出可回滚的中间态，并对工具调用设置权限边界。

在内容场景中，内容流水线里的选题、检索、初稿等环节常由智能体承担；在知识场景中，智能体依赖知识图谱或向量检索获取事实，自身参数里的知识不作为可信来源。

相关条目

• 知识图谱 —— 知识图谱是用"实体—关系—实体"三元组来组织事实的结构化数据库，让机器可以沿着关系推理而不只是匹配字符串。
• 内容流水线 —— 内容流水线是指用固定流程加 AI 工具批量生产内容的方式，把选题、写作、审校、分发拆成可重复的工序。
• 大模型幻觉 —— 大模型幻觉是指模型生成了流畅、自信但与事实不符的内容，成因是它在预测下一个词而不是在查证事实。