名词百科
什么是 AI Agent（智能体）？
一句话定义
AI Agent（智能体）是能自主调用工具、分解任务并多轮执行的大模型应用形态。与单次问答不同，它会规划步骤、调用外部接口、根据结果调整行动，直到完成任务。
它到底是什么
Agent 与聊天机器人的分界是有没有行动能力。聊天机器人只输出文本；Agent 能调用工具（查数据库、发请求、读写文件），并把这些结果作为下一步输入，形成「思考—行动—观察」的循环。
它的核心构成有四部分：模型（决策与理解）、工具（可调用的能力）、记忆（上下文与历史）、规划（把目标拆成步骤）。任何一环缺失，都会退化成简单的问答或固定流程。
怎么运作的
循环执行：模型先判断需要做什么，选择一个工具并给出参数，系统执行后把结果返回给模型，模型再决定下一步。循环直到任务完成或达到步数上限。
工具定义：每个工具要有清晰的名称、用途说明和参数结构。描述含糊的工具最容易被误调用。
记忆：短期的对话上下文受窗口长度限制；长期记忆需要外部存储，按相关性检索后再注入。
边界控制：需要限制可调用的工具范围、单次执行步数、可访问的数据，否则会出现越权操作或无限循环。生产环境还要有人工确认环节，对高风险动作（转账、删除）二次确认。
容易混的几个概念
- 聊天机器人：只输出文本，不执行动作。
- 工作流自动化：路径预先固定，Agent 的路径由模型动态决定。
- RPA：模拟人工操作界面，不依赖模型理解。
- Copilot：以辅助建议为主，人做最终决策。
常见问题
Agent 现在能可靠用于生产吗？
在边界清晰、结果可验证的场景较可靠，如信息检索、表单填写、代码生成。涉及资金、合同、对外发布的场景，仍需人工确认，因为模型可能产生看似合理但错误的动作。
Agent 为什么要限制步数？
防止无限循环与成本失控。模型可能反复尝试同样的失败操作，没有步数与成本上限时，一次任务可能产生大量调用。
F AI 新兴 · 同组词条
大模型大模型（LLM，Large Language Model）是在大规模文本上训练的语言模型，通过预测下一个词学习语言规律，具备理解、生成、总结与推理能力。AIGCAIGC（AI Generated Content，人工智能生成内容）指由模型生成的文本、图片、音频、视频等内容形态。它的核心变化是把内容生产从人工创作转为模型生成加人工筛选。RAGRAG（Retrieval-Augmented Generation，检索增强生成）是先从外部知识库检索相关内容，再把检索结果作为上下文交给模型生成答案的技术方案。它让模型的回答有据可依。企业知识库企业 AI 知识库是把企业内部的文档、规范、工单等资料整理成可被模型检索使用的知识系统，通常以 RAG 为技术基础，用于问答、辅助写作与培训。智能客服智能客服是用模型或规则自动应答客户咨询的系统，能力范围从关键词匹配的知识库问答，到理解上下文、调用业务接口完成查询与办理。MCPMCP（Model Context Protocol，模型上下文协议）是让模型应用以统一方式接入外部工具与数据源的开放协议。它把「模型怎么调用工具」标准化，避免为每个模型、每个工具重复写适配。PromptPrompt（提示词）是输入给模型的指令与上下文，决定模型输出的方向与质量；提示词工程是设计、迭代和评估提示词的方法。AI原生应用AI 原生应用是围绕模型能力设计的软件，模型承担理解、决策与生成的核心职责，而不是在既有流程上叠加一个 AI 功能。