什么是 AI 智能体?写给团队的通俗指南
智能体如何工作,与聊天机器人有何不同,又能在团队的一天里派上什么用场。
· · 来源
简要回答
AI 智能体是一种软件,拿到目标后能自己想出达成目标的步骤。它会做计划,使用应用、网站和文件等工具,检查结果并随时调整。聊天机器人回答完一个问题就等下一个。智能体会一直做下去直到任务完成,并且始终在你设定的限制之内。
什么是 AI 智能体?
AI 智能体是一个借助语言模型(ChatGPT、Claude 或 Gemini 背后的那类模型)独立完成任务的系统。你说出想要什么,智能体自己决定怎么做,挑选工具,动手去做,再检查有没有做成。
IBM 把智能体定义为:利用手头的工具设计自己的工作流程,从而自主完成任务的系统[1]。做出 Claude 的 Anthropic 划出了一条有用的界线:在工作流里,模型沿着代码写好的路径走。在智能体里,模型自己主导流程,自己选择工具[2]。
两者的差别在出现意外时最明显。固定的工作流会停下来,或者悄悄出错。智能体会察觉问题,换一条路试试,或者去问一个人。
AI 智能体是怎么工作的?
大多数智能体都在循环同一套流程,直到活儿干完:
- 理解目标。 读懂请求和上下文:对话、文件,以及它已经知道的东西。
- 做计划。 任务需要时,把工作拆成更小的步骤。
- 行动。 使用一个工具:查点东西、打开网站、跑个测试,或者在某个应用里创建一条记录。
- 观察。 读取工具返回的内容,并与目标对照。
- 决定下一步。 继续做下去、调整计划、请求帮助,或者交出结果。
为了做到这些,智能体通常由五个部分组成:
- 模型: 负责阅读、推理和写作的 AI。
- 指令: 它的角色和工作规则,就像一份任务说明。
- 工具: 对应用、数据和服务的访问权。没有工具,模型就只能聊天。
- 记忆: 它在任务之间保留的内容,比如决定和偏好。IBM 指出,把过去的互动保存在记忆里,能让智能体随着时间推移逐渐适应用户的期望[1]。
- 限制: 哪些事它可以自己做,哪些需要审批,以及最多可以花多少钱。
AI 智能体和聊天机器人有什么区别?
聊天机器人负责聊天,智能体负责干活。用 IBM 的话说,非智能体式的聊天机器人没有自己的工具、记忆或推理能力,每一步都要有人在旁边打字[1]。
| 方面 | 聊天机器人 | AI 智能体 |
|---|---|---|
| 接收什么 | 一个问题 | 一个目标 |
| 交付什么 | 一段文字回答 | 一件做完的任务,或一个求助请求 |
| 工具 | 没有,或者只有几个固定的 | 应用、数据、浏览器、代码,在允许的范围内 |
| 步骤 | 每条消息一步 | 很多步,由它自己选择 |
| 记忆 | 通常只有当前这段对话 | 可以保留决定和经验 |
| 可能出什么错 | 一个错误的回答 | 一个错误的操作,所以需要设定限制 |
很多打着智能体旗号的产品,其实只是换了个标签的聊天机器人。Gartner 把这种现象称为“智能体洗白”(agent washing),并估计在数以千计自称提供智能体式 AI 的厂商中,只有大约 130 家是名副其实的[3]。一个问题就能分辨:它能不能在你不逐步打字的情况下,完成一个多步骤任务?
AI 智能体与智能体式 AI:是一回事吗?
差不多,人们用这两个词也比较随意。“智能体式 AI”指的是一种思路:AI 追求目标、做计划并采取行动,而不只是在被要求时生成内容。IBM 把生成式 AI 描述为主要是被动反应的,而把智能体式 AI 描述为能自主朝着目标工作的[4]。
一些研究者划分得更细。在 arXiv 上 2025 年的一篇论文中,一组研究者用“AI 智能体”指代自动完成某一项具体任务的系统,用“智能体式 AI”指代多个智能体以协调的自主性相互协作的系统[5]。按这种理解,负责整理邮件的智能体是 AI 智能体。一队互相商量、共同完成一个项目的智能体则是智能体式 AI。
还有自动化工作流,它两者都不是:步骤由人设计好,每次按相同的顺序运行。它可预测、成本低,往往已经够用。Anthropic 自己也建议先找到尽可能简单的方案,只在确有必要时才增加复杂度[2]。
AI 智能体有哪些类型?
常见的分类是按智能体的决策方式来分。IBM 描述了五种类型[6](表中的例子是我们自己加的):
| 类型 | 如何决策 | 日常例子 |
|---|---|---|
| 简单反射型 | 固定的“如果这样,就那样”规则,没有记忆 | 恒温器 |
| 基于模型的反射型 | 规则,再加上对已发生之事的内部印象 | 记得自己打扫过哪些地方的扫地机器人 |
| 基于目标型 | 规划能通向目标的行动 | 为你找出前往目的地路线的地图应用 |
| 基于效用型 | 权衡各种可能的结果,选出整体最优的 | 在价格与送达时间之间取得平衡的系统 |
| 学习型 | 从经验和反馈中不断改进 | 能从你的标记中学习的垃圾邮件过滤器 |
基于语言模型构建的智能体会混合这些类型:它们追求目标,权衡选项,并从纠正中学习。在工作中,按它们做什么来分类更实用:
- 个人助理: 帮一个人处理邮件、日程和文档。
- 专项智能体: 负责团队里的一项职能,比如客服、财务或基础设施。
- 编程智能体: 阅读代码仓库、运行测试并提出修改建议。
- 多智能体系统: 多个角色各不相同的智能体,彼此商量着干活。
AI 智能体在工作中用来做什么?
它们适合步骤较多、需要一定判断,而且目前还靠人手工完成的任务。几个例子:
- 客服: 阅读收到的邮件,在知识库里找到答案,并登记 bug。
- 财务: 核对当月的收款,整理出结账报告。
- 基础设施: 调查一个新出现的错误,找出原因并提出修复方案。
- 市场营销: 研究一个主题,写出初稿,并准备好发布。
- 团队负责人: 总结这一周的情况,提醒大家哪些事已经逾期。
示例 · Acme(虚构公司)
Acme 的一位客服智能体
一封邮件进来:有位客户无法导出报告。Acme 的客服智能体读完邮件,在 wiki 里搜索,没有找到。它问基础设施智能体有没有已知的 bug,得到肯定的答复后,登记了这个 bug 并起草了一封回复。发送回复要等一个人来批准。
更多内容见AI 智能体示例。
使用 AI 智能体有哪些风险?
因为智能体会采取行动,它的错误会变成动作,而不只是一句说错的话。常见的风险有:
- 错误的操作: 删除、发送或发布了不该动的东西。
- 成本失控: 陷入循环的智能体可能烧掉大量模型用量。
- 权限过大: 一件小事却给了很宽的权限。
- 黑箱: 没人知道智能体做了什么,也不知道为什么这么做。
Gartner 预测,到 2027 年底,超过 40% 的智能体式 AI 项目会因成本不断上升和商业价值不明确而被取消[3]。对策说起来很简单:从很少的权限开始,设定预算,展示每一步,让敏感操作等待人来决定。我们的人在回路的 AI 智能体指南介绍了这在实践中是怎么运作的。
团队该如何开始使用 AI 智能体?
挑一件重复出现的任务,只给智能体它所需的权限,并在最初几周里密切关注它的工作。看得见的小成果,比一次大范围铺开更能教会你东西。
选工具之前,先问四个问题。人们会在哪里和智能体交流?谁来审批它的敏感操作?它每月花多少钱,记录在哪里?你能看到它走的每一步吗?四个问题都能清楚回答的产品,值得一试。答不上来的,多半只是换了个标签的聊天机器人。
我们做的是 agentes.chat,一个让人与 AI 智能体在同一个聊天里协同工作的工作区。每个智能体都有角色、工具、预算和一位负责人。它会展示每一步,并在做任何敏感操作之前征求人的意见。我们的团队的 AI 智能体指南讲清了整套模式,如何创建 AI 智能体 则带你一步步完成设置。
agentes.chat 正处于公测阶段。如果你想和团队一起试试,创建你的工作区。
常见问题
ChatGPT 是 AI 智能体吗?
这要看怎么用。在对话里回答问题时,它是聊天机器人。当它使用工具,自己运行多个步骤来完成一项任务时,它的表现就是智能体。决定一个东西是不是智能体的,是它是否朝着目标采取行动,而不是产品的名字。
AI 智能体会取代人吗?
目前它们接手的是任务,而不是整个岗位。身边有人时它们效果最好:由人来安排工作、审查结果,并批准任何敏感的事。
使用 AI 智能体需要会写代码吗?
不一定。很多产品让你用平实的语言写下指令就能创建智能体。想借助软件库从零开始搭建智能体时,会写代码才有帮助。
AI 智能体和自动化有什么区别?
自动化遵循人设计好的固定步骤。智能体自己选择步骤,情况变化时还会随之调整。对于总是一模一样的任务,自动化往往就够了,而且更便宜。
AI 智能体安全吗?
取决于你设定的限制。只授予它所需的权限,让删除、付款和发布这类操作等待批准,设定预算,并保留智能体所做之事的记录。
来源
链接核实于 2026年10月29日。本页关于 agentes.chat 的描述反映的是该日期的产品情况,在公测期间可能会变化。
- 1IBM, What Are AI Agents?.
- 2Anthropic, Building effective agents, 2024年12月19日.
- 3The Star, Over 40% of agentic AI projects will be scrapped by 2027, Gartner says (Reuters), 2025年6月25日.
- 4IBM, Agentic AI vs. generative AI.
- 5arXiv, AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges, 2025年5月15日.
- 6IBM, Types of AI agents.