AI智能体是什么？一个问题验出真假

问十个人什么是AI智能体，大概会得到三种答案。厂商把聊天机器人也包装成智能体，研究者专指自主系统，工程团队则把它当个筐，部署了什么都往里装。LangChain 跑了四年生产级智能体，说得直接：这个定义取决于你问谁。

但定义之争底下有一个所有说法共享的硬核。AI智能体就是建立在大型语言模型上、由模型自己决定下一步的系统。不是决定一次，而是一路决定下去，直到目标完成。LangChain 的工程表述：用 LLM 决定应用控制流的系统。Anthropic 的版本：由 LLM 动态指挥自身流程和工具使用的系统。剥掉术语，其实就是一个问题：下一步谁说了算——你的代码，还是模型？

这篇文章把定义讲清、把智能体的运转循环拆开看，并且（多数科普文跳过的部分）讲讲什么时候你根本用不上智能体，以及它真实要花多少成本。

会聊还是会干：聊天机器人止步的地方

IBM 给的定义是：AI智能体是能自主执行任务的系统，它会用可用的工具自己设计工作流。聊天机器人则是对提示词做回应：回答、总结、起草，然后停在那里等下一条。

有一个问题能戳穿所有产品演示：这个 AI 是真能把活干了，还是只能聊聊这个活？

Cloudflare 有个最日常的对比例子。你让大模型"帮我写一封邀请邮件，请公司前十大客户参加晚宴"，它给你一封邮件，写得还不错。你让智能体"邀请公司前十大客户来参加晚宴"，它会去 CRM 里查出这前十位是谁，给每人写一封个性化的邀请，然后发出去（前提是你给了它这些权限）。前者给你的是作业，后者交给你的是办完的事。

维度	聊天机器人	AI智能体
主要行为	回应消息	一步步追着目标跑
典型产出	答案、摘要、草稿	完成的动作
自主性	低，每条提示都要等	高，在边界内自己规划推进
上下文	聊天记录、粘贴的文本	任务状态、工具结果、产品数据
工具	可选或很窄	执行的核心

中文社区有个流行说法：智能体是给大模型装上了"手"和"眼"。模型一直是大脑，智能体是让它能对世界下手的身体。

一轮循环里发生了什么

让大模型智能体成为智能体的不是什么特别的模型，是一个循环。LLM 在圈里跑：读当前状态→选一个动作→调用工具→观察结果→更新记忆→决定继续还是收手。

设想一个研究型请求："总结这个季度客户投诉最多的前几个问题"。循环的一轮可能是这样：智能体读了请求，判断需要工单数据库，查了一下，拿回 400 条工单，发现一次总结不完，分成批，逐批总结，合并，再对照原始数量抽查合并质量，最后写出报告。这条路径没有人预先写死，每一步都是模型看着上一步的结果选的。

任何智能体里都有四个组件：

模型：决定下一步动作的 LLM。推理能力和工具调用能力比参数量更要紧
工具：API、数据库、代码执行、检索，甚至其他智能体。智能体靠这些动手
记忆：跨轮次留存的上下文：对话历史、长期状态。这里的物理上限就是模型的上下文窗口，我们单独写过一篇讲透
循环：把上面三者串起来的推理周期。想一下、动一下、看一眼，循环到做完

注意工具清单里有"检索"。一条建得好的检索管线，往往是智能体瞎忙和干完活之间的分水岭。检索的机制我们放在RAG 详解里拆过了。

自主是光谱，不是开关

没人会问 Level 2 辅助驾驶"算不算真的自动驾驶"——汽车行业定了分级，工程师只讨论自己在交付哪一级。AI 还没有这种共识，所以"这算不算真的智能体"能吵到天荒地老。

有用的做法是停止争吵，把系统放到光谱上：一端是手写逻辑，往右是一次 LLM 调用、链、路由器、状态机，最右端才是全自主智能体：自己挑工具、记住自己造过什么。你交给模型的控制越多，围绕它的基建就要越厚：可观测、评测、权限、安全执行。

实际中最好用的分界线是工作流和智能体之别。工作流靠代码写死的路径编排模型和工具；智能体让模型在运行时自己决定路径。Anthropic 把两者统称"智能体式系统"，区分只看一个问题：控制流有多少写死在代码里，有多少交给模型运行时决定。

两种误用的代价都是真的。工作流就够用的时候硬上智能体，你买到的是不需要的不确定性——同样的输入，两次运行两个样。真需要智能体的时候只肯写工作流，你的硬编码路径在输入第一次变形时就会断。多数生产系统是混着来的：步骤清楚的用确定性代码，输入脏乱的地方交给模型判断。

什么时候你其实用不上AI智能体

每篇科普都讲智能体能干什么，几乎没人讲反面。这里补上，LangChain 在生产里趟出来的建议，我压缩了一下：

从单个智能体和好提示词起步。一个提示词写好的 LLM 配上几个工具，能解决的真实问题比例大得惊人
先加工具，再加智能体。智能体缺什么能力就给它什么工具。一个工具比把推理拆到多个智能体便宜得多，也好调试得多
撞到明确上限才上多智能体。上下文装不下、能力蔓延失控、团队边界。这三种情况才值得上子智能体和路由。在那之前，单智能体就是正确答案
检索优先于推理。在多数知识任务上，一条好的检索管线胜过一个平庸的智能体。（如果你的问题是"模型不知道 X"，你要的是 RAG，不是智能体）
别外包你自己评估不了的判断。你要是认不出正确答案，你的智能体也认不出——你只是把盲目信任自动化了

我自己看过不少团队上智能体之后补一条：如果你说不出哪一步必须由模型来选，你就没有智能体场景。你有一个工作流，而工作流没什么不好。

真实成本：80% 的脏活

有一个数字不会出现在产品发布会里。MIT 研究者给癌症病人部署了一个从临床记录里检测不良事件的AI智能体，最大的挑战不是提示词工程，也不是模型微调。这篇 2025 年的论文发现，80% 的工作被数据工程、干系人对齐、治理和工作流集成吃掉了，全是不好看的部分。

同一篇 MIT 文章还戳破了 ROI 算法。"智能体替某人省下 20% 的时间，不等于省下 20% 的人力成本。"省下来的时间只有被别的事情接住，才会变成钱。

失效形态也很具体，不是科幻片那种：

死循环。不会反思的智能体会反复调同一个工具，永不停止。IBM 的对策很直白：把可中断做进去
连坐。架在同一个基座模型上的多个智能体共享同一批盲区——一个缺陷可能掀翻整条链
权限和问责。要干活的智能体需要权限，权限需要审计日志；高风险动作（群发邮件、金融交易）必须人工签字。一个基于错误数据拒掉房贷申请的智能体，伤害比一段幻觉文案大得多

这些不是说AI智能体不值得。摩根大通用它做欺诈检测和贷款审批流程，沃尔玛用它做个人购物和商品规划，IBM 体系上一个法律研究助手把合同审查从 90 分钟压到 45 分钟，办法是让便宜的分类模型先接简单查询。这些说的是：预算里应该留出那无聊的 80%。

普通人怎么上手AI智能体

如果你是个人或者小团队，入口比营销画的小得多：

先用再建。主流聊天产品已经内置智能体功能——深度研究、任务执行、代码助手都是；各类AI智能体平台也把入口做成了对话框。把真实工作扔进去跑一个月，记下哪里真的帮上忙
一个智能体，几个工具。真要自己搭，忍住画多智能体组织图的冲动。一个配了三个好工具的智能体，胜过五个工具互相重叠的智能体委员会
看循环，别看演示。演示给你看的是顺利路径。让它干要紧的事之前，先要求看 trace，智能体走过的完整步骤清单

常见问题快答

AI智能体一句话是什么？ 建立在大型语言模型上、由模型自己决定下一步的系统：在循环里挑工具、选动作，直到目标完成，而不是只会回复提示词。你要问什么是AI智能体，记住这条判据就够了。

AI智能体和聊天机器人的区别是什么？ 聊天机器人回应消息，智能体追逐目标。聊天机器人把邮件写好，智能体把客户找出来、逐个个性化、发出去。检验法就一条：下一步由谁决定。

agentic AI 和 AI agent 有什么区别？ AI agent 指单个软件程序；agentic AI 是更宽的概念，常指多个智能体编排协作的系统。多数人混用，这没什么问题——除非你要架构一个。

普通人怎么用上AI智能体？ 从你已经在用的聊天工具开始——深度研究、定时任务、代码助手现在都是智能体。只有碰到一个你能精确描述的重复多步任务时，再考虑自己搭。

AI智能体现在靠谱吗？ 窄而监控到位的任务上靠谱，90 分钟变 45 分钟的战绩都来自这类场景。开放式工作上，按 80% 规则预期：你的精力大头会花在数据管道和护栏上，不是智能上。

下次有人给你演示"AI智能体"，只问一个问题：下一步是谁决定的？答案如果是"模型，反复地，带着工具"，这是智能体。如果是"代码，模型只是填空"——那是穿了智能体马甲的工作流。两种都有用。分清你眼前是哪种，你才不会为工作流的结果付智能体的钱。

Edward Wang