从零构建Agent智能体系列01-从零理解智能体

第 1 章 智能体基础

LLM 智能体的本质是一个具备通用推理能力的大语言模型，配合工具调用和执行循环，使其能够自主规划并执行复杂任务。这不是给传统软件套一个聊天界面，而是从根本上改变了软件的构建方式------从人工编写每一步逻辑，转向引导一个通用"大脑"自主思考、行动和学习。

本章回答的核心问题：

1. 智能体究竟是什么，它与传统软件有什么本质区别
2. 智能体技术是如何一步步从规则系统演进到今天 LLM 驱动的
3. 一个完整的智能体由哪些核心组件构成，以及两种主流构建路线的差异

这一章的内容偏概念和全景认知，重点是建立对智能体技术的整体认知框架，不需要纠结细节，后面每一章都会深入到具体场景里反复用到今天的内容。

目录

• [1.1 什么是智能体](#1.1 什么是智能体 "#11-%E4%BB%80%E4%B9%88%E6%98%AF%E6%99%BA%E8%83%BD%E4%BD%93")
• [1.2 智能体发展史](#1.2 智能体发展史 "#12-%E6%99%BA%E8%83%BD%E4%BD%93%E5%8F%91%E5%B1%95%E5%8F%B2")
• [1.3 智能体架构全景](#1.3 智能体架构全景 "#13-%E6%99%BA%E8%83%BD%E4%BD%93%E6%9E%B6%E6%9E%84%E5%85%A8%E6%99%AF")
• 本章小结

---

1.1 什么是智能体

智能体是能够感知环境、自主决策、并通过行动达成特定目标的实体。

这个定义包含三个核心要素：

• 感知------通过传感器获取环境信息。摄像头、麦克风、API 返回的数据，都属于传感器的形式。
• 自主决策------不依赖人工实时干预，基于感知信息自己做判断。
• 目标导向------行动的目的是达成某个特定目标，而非盲目反应。

恒温器是最简单的智能体：感知温度、决定是否制冷、目标是维持设定温度。自动驾驶汽车和智能旅行助手也是智能体，只是复杂度不同。智能体不是单一概念，而是一个涵盖从简单到复杂的谱系。

1.1.1 智能体的核心特征

一个真正的智能体必须具备以下特征：

自主性（Autonomy）：智能体不是被动响应外部指令的脚本，它能够基于感知和内部状态独立做决策。这是智能体与普通程序的分水岭。

反应性（Reactivity）：智能体能够感知环境变化并及时做出响应。在动态环境中，上一次查询的结果可能下一秒就失效，智能体需要持续监控环境。

主动性（Proactiveness）：智能体不只是对刺激做出反应，还会主动采取行动以达成目标。它会规划路径、探索未知、尝试不同的策略。

社交性（Social Ability）：在复杂场景中，智能体需要与其他智能体或人类进行交互和协作。多智能体系统正是基于这一特征构建。

1.1.2 智能体与传统软件的区别

在 LLM 出现之前，软件系统的行为完全由工程师的显式编程决定。LLM 改变了这一模式：

维度	传统软件	LLM 智能体
行为驱动	人工编写的确定性逻辑	大语言模型的推理能力
知识来源	工程师手动编码到代码中	海量数据预训练获得的隐式知识
交互方式	结构化输入（表单、按钮、API）	自然语言
处理模糊需求	无法处理，必须明确定义	可以理解意图并自主拆解
能力边界	固定且明确，超出范围即失效	灵活可泛化，但存在不确定性
错误模式	逻辑错误或崩溃	幻觉、推理链断裂

输入"帮我规划一次厦门之旅"------传统软件无法处理这种非结构化指令，除非工程师预先编写完整的旅行规划模块。而 LLM 智能体能够理解意图，并自主拆解为查天气、找景点、订酒店、排行程等子任务。

核心变化：从编写代码解决问题，转向引导一个具有通用推理能力的模型去自主规划、行动和学习。

不过，获得灵活性的同时，也必须面对新的问题。传统软件的输出是确定性的，同样的输入必然得到同样的结果。LLM 智能体的输出带有概率性，可能产生看似合理但实际错误的信息（幻觉），也可能在推理链的某个环节断裂。这就要求我们引入新的机制来保证可靠性。

1.1.3 智能体的类型与典型应用场景

按照决策机制的复杂度，智能体可以划分为五种类型，从简单到复杂依次递进：

简单反射智能体（Simple Reflex Agent）

基于"条件-动作"规则运行。恒温器的规则是"温度超过 26 度则制冷"。它只依赖当前感知，没有记忆，不具备规划能力。适用于规则明确、场景固定的自动化任务，如工业控制、简单的消息过滤。它的代价是完全无法处理规则外的任何情况。当环境存在不可预测的变化，或者需要根据历史经验做判断时，就不该选它。

基于模型的反射智能体（Model-Based Reflex Agent）

引入了内部世界模型，能够跟踪传感器无法直接观测到的环境状态。自动驾驶汽车进入隧道时，即使摄像头暂时看不到前方车辆，内部模型仍然维持对该车辆位置和速度的判断。适用于环境信息不完整但需要持续决策的场景。它的代价是维护内部世界模型需要额外的计算开销，且模型本身可能与真实环境存在偏差。当环境动态变化极快、内部模型难以准确更新时，基于模型的反射可能不如简单反射来得可靠。

基于目标的智能体（Goal-Based Agent）

不仅对当前环境做出反应，还会主动规划如何达成特定目标。GPS 导航系统是典型代表：给定目的地后，它会搜索最优路径。适用于需要多步骤规划才能完成的任务，如物流调度、项目排期。它的代价是搜索最优路径可能计算量巨大，且如果目标定义不当可能产生意想不到的副作用。当任务只需即时反应、不需要规划，或者目标本身难以精确定义时，使用基于目标的智能体是杀鸡用牛刀。

基于效用的智能体（Utility-Based Agent）

当存在多个需要权衡的目标时，效用函数为每个可能的状态赋予一个满意度评分，智能体的目标是最大化期望效用。它能在相互冲突的目标之间做出最优折中。适用于需要多目标优化的复杂决策场景，如投资组合管理、资源分配。它的代价是设计合理的效用函数极其困难------权重的微小变化可能导致截然不同的决策结果，且多目标优化可能导致计算复杂度过高。当只需要优化单一明确指标，或各目标之间不存在冲突时，不需要引入效用函数。

学习型智能体（Learning Agent）

不依赖预设规则，而是通过与环境的交互自主学习。强化学习是实现这一类型的典型方法。通过与大量自我对弈，学习型智能体能够发现超越人类既有知识的策略。适用于规则明确但策略空间巨大的博弈场景，以及需要持续优化的推荐系统。它的代价是需要大量交互数据和时间来学习，且在训练期间可能做出危险决策。安全关键场景（如医疗设备控制、航空管制）不该用它，因为训练过程中的试错行为可能造成不可挽回的后果。

这五类智能体体现了一条清晰的演进路径：从执行固定规则，到拥有记忆和规划能力，再到自主学习。核心问题始终是同一个------如何在复杂环境中做出更好的决策。

这五类的复杂度是递进的，但实际应用中并不存在"谁比谁好"------简单场景用简单反射智能体反而更高效，关键在于选对适合当前问题的类型。

在实际应用中，智能体还可以从另外两个维度分类：

从时间与反应性来看：反应式智能体追求低延迟即时响应（如安全气囊系统、高频交易），规划式智能体在行动前进行复杂思考和规划（如商业计划制定），混合式智能体结合两者优势，在需要即时反应的场景快速响应，在需要长远规划的场景深度思考。现代 LLM 智能体通常采用混合模式，在"思考-行动-观察"循环中将规划和反应融为一体。

从知识表示来看：符号主义 AI 使用人类可读的符号和逻辑规则，透明可解释但脆弱；亚符号主义 AI（如神经网络）从数据中隐式学习模式，识别能力强但内部运作像一个黑盒------你能看到输入和输出，却说不清中间发生了什么；神经符号主义 AI 融合两者，LLM 智能体正是这一路线的实践------内核是神经网络（亚符号），但工作时生成结构化的中间步骤（思想、计划、API 调用），相当于在黑盒外面装了一扇玻璃窗，让推理过程变得部分可见可追踪，实现感知与认知的初步融合。但神经符号主义也有代价：让黑盒产生结构化中间步骤会增加计算开销和系统设计复杂度，且"部分可见"仍不等于"完全可解释"。当追求极致推理速度，或当问题本身只需要纯感知能力时，引入符号推理层是多余的。

---

1.2 智能体发展史

现代 LLM 智能体不是凭空出现的，它是多种技术思想长期积累、竞争与融合的结果。理解这段历史，能帮助我们把握当前技术选型背后的深层原因。

1.2.1 从符号主义到 LLM 驱动的演进历程

符号主义：将知识编码为规则

早期 AI 研究者认为，智能的核心是对符号的逻辑操作。于是产生了专家系统------将领域专家的经验编写成"IF-THEN"规则，由推理机执行。这类系统在医疗诊断、设备故障排查等垂直领域取得了不错的效果。

符号主义要解决的根本问题是：如何让机器拥有知识？ 它的回答是把人类头脑中的判断依据，用"如果...那么..."的规则一条条写下来。这相当于把专家的经验变成一本操作手册------遇到情况 A 翻到第几页，遇到情况 B 翻到第几页。旧方案的缺陷显而易见：专家的很多判断是内隐的、直觉性的，根本无法拆解成显式规则。医生看病时的"感觉不对劲"、老师批改作文时的"语感"，这些东西很难写成"IF-THEN"。这就是知识获取瓶颈------我们能观察专家的行为，却无法完整提取他们头脑中的知识。

这个瓶颈带来两个后果：

• 规则永远写不完------真实世界的情况千变万化，为每一个可能的场景编写规则几乎不可能。
• 系统极度脆弱------严格依赖预设规则，遇到规则外的情况就直接失效。在封闭环境中表现良好，但能力无法迁移到真实世界。

联结主义：从数据中学习

既然知识难以手工编码，研究者转向让机器从数据中自动学习。联结主义要解决的根本问题是：知识能不能不靠人工编写，而是让机器自己获得？ 它的回答是：把知识分散存储在神经网络的连接权重中，通过大量样本来自动调整这些权重。这就像教小孩认猫------不是列一条"有胡须、有四条腿、会喵喵叫"的规则清单，而是给他看足够多的猫的照片，他自己就能总结出猫的特征。旧方案（符号主义）的缺陷是知识获取瓶颈，联结主义绕过了这个问题：不再试图把知识翻译成人能写的规则，而是让机器直接从数据中"浸泡"出知识。深度学习是这一路径的成果，使机器获得了强大的感知和模式识别能力------图像识别、语音理解、文本生成。但感知能力解决的是"这是什么"的问题，智能体还需要解决"接下来该做什么"的决策问题。

强化学习：在交互中学习决策

联结主义让机器学会了"看"和"听"，但还没学会"做决定"。强化学习要解决的根本问题是：在没有标准答案的情况下，机器怎么学会做出一系列正确的选择？ 类比：教狗做动作------不是告诉它每一步该抬哪只脚，而是它做对了就给零食，做错了就没有。狗不知道哪一次动作会得到奖励，但它会逐渐发现某种行为模式能最大化零食的获得量。强化学习正是这个思路：智能体通过与环境交互试错来学习，做对了获得奖励，做错了没有奖励。关键点是智能体的目标是最大化累积奖励而非即时奖励，这要求它具备"远见"------有时需要牺牲眼前利益以换取更大的长期收益。

强化学习专注于序贯决策问题。智能体通过与环境的交互试错学习：

1. 观察环境当前状态
2. 根据策略选择一个行动
3. 环境转移到新状态，并返回一个奖励信号
4. 智能体利用反馈优化策略

但强化学习需要从零开始学习，效率受限，且缺乏对世界的先验知识。一个从零开始学下棋的强化学习智能体，需要数百万局对弈才能达到高水平------它没有人类几千年积累下来的棋谱知识。

预训练：先获取世界知识，再适应具体任务

预训练提供了一条更高效的路径：先在海量通用语料上训练，使模型获得对世界知识的广泛理解，再针对具体任务微调。

GPT 等大语言模型采用这一路径。在万亿级别的文本上预训练后，模型不仅学会了语言规律，还隐式地存储了大量世界知识，展现出上下文学习和思维链推理等涌现能力。它以一种全新的方式，解决了符号主义时代最棘手的知识获取瓶颈问题。

技术融合：LLM 智能体的诞生

所有关键要素到齐：

• 符号主义提供了逻辑推理框架
• 联结主义提供了感知和模式识别能力
• 强化学习提供了交互决策机制
• 预训练 LLM 提供了世界知识和通用推理能力

LLM 智能体是这些思想的融合体。它的内核是联结主义的神经网络，但工作时生成结构化的中间步骤（思想、计划、工具调用），这本质上是符号推理。它通过与环境的交互来推进任务，这是强化学习的思路。多种技术思想在这一架构中实现了统一。

到这里，我们已经理清了各条技术路径各自的贡献，下面用一张时间线把它们串起来，直观地看每一代技术是如何解决上一代的核心缺陷的。

1.2.2 智能体发展的关键里程碑

1950s-1970s  符号主义时代
  ├── 物理符号系统假说提出：智能的本质是符号的计算与处理
  ├── 专家系统诞生：知识库 + 推理机，在垂直领域展现"智能"
  └── 自然语言理解尝试：在封闭环境中实现语言指令理解

1980s-1990s  联结主义复兴
  ├── 反向传播算法推动神经网络复苏
  ├── 分布式智能思想萌芽：复杂智能从简单单元的交互中涌现
  └── 强化学习框架确立：智能体通过试错学习序贯决策

2000s-2010s  深度学习爆发
  ├── 卷积神经网络在图像识别上超越人类
  ├── 强化学习与深度学习结合，在博弈游戏中击败人类顶尖选手
  └── 预训练-微调范式在NLP领域确立

2020s        LLM 智能体时代
  ├── 大规模预训练模型涌现出上下文学习和思维链推理能力
  ├── LLM 开始与工具调用结合，形成自主行动能力
  └── 多智能体协作框架百花齐放，智能体从概念走向大规模应用

这条演进线的内在逻辑是一致的：每一代技术都在尝试解决上一代的核心缺陷。 符号主义无法获取足够的知识，联结主义让机器从数据中学习；联结主义只能感知不会决策，强化学习赋予决策能力；强化学习缺乏先验知识，预训练提供世界知识；单一模型无法完成复杂任务，智能体架构将模型与工具、记忆、规划结合起来。

---

1.3 智能体架构全景

了解了智能体的概念来源和演进逻辑，接下来我们看"怎么把它搭出来"。

1.3.1 核心组件：规划、记忆、工具、行动

不管用什么框架，一个完整的 LLM 智能体都离不开以下核心组件：

大语言模型（LLM）------推理引擎

LLM 是智能体的"大脑"，负责语言理解、逻辑推理和决策生成。它接收经过处理的上下文信息，输出结构化的思考与行动指令。

规划模块（Planning）------任务编排

规划模块负责将高层目标分解为可执行的子任务。它包含两个关键能力：

• 任务分解：将复杂目标拆解为有序的子步骤
• 反思修正：根据执行结果评估当前计划是否有效，必要时调整策略

规划的本质是在行动之前先想清楚"应该做什么"和"按什么顺序做"。

记忆系统（Memory）------状态保持

智能体需要记住关键信息才能有效工作。记忆分为两层：

• 短期记忆：当前任务的对话历史和执行记录，通常通过上下文窗口维护
• 长期记忆：跨任务持久化的知识，如用户偏好、历史经验、外部知识库

记忆系统解决的问题是：当上下文窗口有限、任务跨度很长时，如何让智能体"记住"重要的事情。

工具集（Tools）------能力扩展

LLM 本身只能生成文本，无法直接操作外部世界。工具是 LLM 感知和影响环境的接口：

• 搜索引擎、API 接口：获取外部信息
• 代码执行器：执行计算和操作
• 文件读写、数据库：持久化数据

工具的本质是将 LLM 的推理能力与外部世界的实际操作能力连接起来。

执行引擎（Execution）------运行循环

执行引擎将上述组件串联起来，驱动智能体持续运转。核心循环如下：

用户输入
   │
   ▼
[感知] 接收并处理环境信息
   │
   ▼
[思考] LLM 分析信息，规划下一步
   │
   ▼
[行动] 执行工具调用或输出结果
   │
   ▼
[观察] 获取行动结果，反馈给下一轮
   │
   ▼
是否达成目标？──是──→ 输出最终结果
   │
  否
   │
   ▼
回到 [思考]，继续下一轮循环

这个循环通常被称为 Thought-Action-Observation 循环，是所有主流智能体框架的底层逻辑。

以"规划厦门之旅"为例，完整的循环过程如下：

用户: 帮我规划厦门之旅

Thought: 我需要先了解出行天数和预算
Action: ask_preference(days, budget)

Observation: 3天，预算2000元

Thought: 先查询厦门天气
Action: get_weather("厦门")

Observation: 厦门天气晴，气温28度

Thought: 晴天适合户外景点，查询推荐
Action: get_attraction("厦门", "晴")

Observation: 推荐鼓浪屿、环岛路、南普陀...

Thought: 信息充足，整合为完整行程
Action: Finish[3天厦门行程：Day1 鼓浪屿...Day2 环岛路...Day3 南普陀...]

1.3.2 动手：实现一个最小智能体

光看组件可能还有些抽象，我们直接写代码，把一个最简智能体跑起来。这个示例能把上面讲到的规划、记忆、工具、执行引擎全部串通，完整走完 Thought-Action-Observation 循环。

首先定义两个工具函数。天气查询使用免费的 wttr.in 服务：

import requests

def get_weather(city: str) -> str:
    """查询城市当前天气"""
    url = f"https://wttr.in/{city}?format=j1"
    data = requests.get(url).json()
    current = data['current_condition'][0]
    desc = current['weatherDesc'][0]['value']
    temp = current['temp_C']
    return f"{city}当前天气: {desc}，气温 {temp} 摄氏度"

第二个工具根据天气推荐景点：

def get_attraction(city: str, weather: str) -> str:
    """根据城市和天气推荐景点"""
    if "晴" in weather:
        return f"天气晴好，推荐{city}户外景点：故宫、颐和园。"
    elif "雨" in weather:
        return f"雨天适合室内活动，推荐{city}博物馆、美术馆。"
    else:
        return f"建议在{city}选择半户外行程，如历史文化街区。"

tools = {
    "get_weather": get_weather,
    "get_attraction": get_attraction,
}

接下来定义 Prompt，它规定了智能体的行为准则、可用工具和输出格式：

SYSTEM_PROMPT = """
你是一个旅行助手。你有两个可用工具：
- get_weather(city): 查询城市天气
- get_attraction(city, weather): 根据天气推荐景点

每次回复必须严格使用以下格式：

Thought: [你的思考]
Action: [调用工具或结束]

工具调用格式: tool_name(key="value")
结束格式: Finish[最终答案]

注意：每次只执行一个工具，收集到足够信息后用 Finish 结束。
"""

接入 LLM（使用 Anthropic SDK）：

import os
from anthropic import Anthropic

api_key = os.environ.get("ANTHROPIC_API_KEY") or os.environ.get("ANTHROPIC_AUTH_TOKEN")
if not api_key:
    raise ValueError("未设置 ANTHROPIC_API_KEY 环境变量。")

base_url = os.environ.get("ANTHROPIC_BASE_URL")
client_kwargs = {"api_key": api_key}
if base_url:
    client_kwargs["base_url"] = base_url
client = Anthropic(**client_kwargs)

model_name = os.environ.get("ANTHROPIC_MODEL") or "claude-sonnet-4-20250514"

def ask_llm(prompt: str) -> str:
    response = client.messages.create(
        model=model_name,
        system=SYSTEM_PROMPT,
        messages=[
            {"role": "user", "content": prompt},
        ],
    )
    # 提取文本内容（处理 ThinkingBlock）
    text_parts = [b.text for b in response.content if hasattr(b, "text")]
    return "\n".join(text_parts)

最后将各组件串联成主循环：

import re

def run_agent(user_input: str):
    history = [f"用户请求: {user_input}"]

    for _ in range(5):  # 最多循环 5 轮，防止无限循环
        reply = ask_llm("\n".join(history))
        print(reply)

        action = re.search(r"Action:\s*(.*)", reply, re.DOTALL)
        if not action:
            history.append("Observation: 请按照格式输出 Thought 和 Action")
            continue

        action_text = action.group(1).strip()

        if action_text.startswith("Finish"):
            answer = re.match(r"Finish\[(.*)\]", action_text)
            if answer:
                print(f"\n最终结果: {answer.group(1)}")
            break

        tool_match = re.search(r"(\w+)\((.*)\)", action_text)
        if tool_match:
            tool_name = tool_match.group(1)
            args_str = tool_match.group(2)
            kwargs = dict(re.findall(r'(\w+)="([^"]*)"', args_str))
            result = tools.get(tool_name, lambda **_: f"未知工具: {tool_name}")(**kwargs)
            history.append(reply)
            history.append(f"Observation: {result}")
        else:
            history.append(reply)
            history.append("Observation: 工具调用格式不正确")

run_agent("查询北京天气并推荐景点")

典型运行结果：

第1章 智能体基础 - 最小智能体演示
模型: aliyun/qwen3.6-plus
==================================================
用户请求: 查询北京天气并推荐景点
--------------------------------------------------

--- 第 1 轮回复 ---
Thought: 用户需要查询北京的天气，并据此推荐景点。首先需要查询北京的天气情况。
Action: get_weather(city="北京")
Observation: 北京当前天气: Sunny，气温 24 摄氏度

--- 第 2 轮回复 ---
Thought: 已获取北京的天气信息（Sunny，24摄氏度），接下来需要根据此天气为用户推荐景点。
Action: get_attraction(city="北京", weather="Sunny")
Observation: 建议在北京选择半户外行程，如历史文化街区。

--- 第 3 轮回复 ---
Thought: 已经获取了北京的天气状况（晴天，24度）以及根据天气推荐的景点（历史文化街区）。信息已足够，可以直接回答用户。
Action: Finish[北京目前天气晴好，气温为24摄氏度。基于这样的天气条件，推荐前往历史文化街区游览，体验半户外的文化之旅。]

==================================================
最终结果: 北京目前天气晴好，气温为24摄氏度。基于这样的天气条件，推荐前往历史文化街区游览，体验半户外的文化之旅。
==================================================

智能体在三轮循环中自主完成了"查天气 -> 查景点 -> 整合输出"的完整流程。核心只有两样东西：工具让 LLM 能操作外部世界，Prompt 规定了 LLM 的思考和行动规则。后续所有的框架和范式，都是在这个最小循环上做增强。

1.3.3 两种构建路线对比：流程驱动 vs AI 原生

看到这里可能会有疑问：既然 LLM 智能体这么强大，为什么还有很多企业选择用流程驱动的方式？答案没有绝对的优劣，关键在于不同场景对可控性和灵活性的要求不同。先搞清楚两种路线的差异，后面做技术选型时才能少走弯路。

当前智能体构建主要分为两种路线：

流程驱动（Workflow）：以 Dify、Coze、n8n 等平台为代表。本质是将 LLM 嵌入预先定义的流程中，LLM 作为流程节点中的数据处理单元。

AI 原生（AI Native Agent）：真正以 LLM 为核心驱动力的智能体。LLM 负责理解、规划、决策，工具和外部系统作为 LLM 的能力延伸。

两者的核心差异如下：

维度	流程驱动（Workflow）	AI 原生（Agent）
控制权	流程引擎控制执行顺序	LLM 自主决定下一步行动
路径确定	预先定义的固定路径	根据上下文动态规划路径
适用场景	规则明确、流程标准化的任务	需求模糊、需要灵活应变的任务
可预测性	高，行为完全可控	中等，LLM 输出带有概率性
开发方式	可视化编排，低代码	代码为主，需要设计架构
LLM 角色	流程中的一个处理节点	整个系统的决策核心
缺点/代价	灵活性差，无法处理流程外的异常情况	不可完全预测，调试困难，成本较高

流程驱动的典型场景是费用报销审批：金额小于 500 元直接由部门经理审批，大于 500 元需财务总监复审。每一步的判断条件和流转规则都预先设定好了。这类场景不需要智能体做自主判断，只需要可靠地执行既定规则。

AI 原生的典型场景是智能旅行助手：用户说"帮我规划厦门之旅"，智能体需要自主理解意图、规划步骤、查询信息、调整方案。每一步的行动取决于上一步的结果，无法预先写死流程。

两种路线并非互斥。在实际工程中，常常将两者结合：在确定性的子任务上使用流程驱动保证可靠性，在需要灵活判断的环节交给 AI 原生智能体做自主决策。这种混合架构兼顾了可控性和灵活性。

---

本章小结

这一章涉及的概念比较多，但核心主线很清晰：从什么是智能体，到它是怎么演进的，再到我们亲手搭了一个最小可用的智能体。一起回顾下今天都掌握了哪些能力：

• 智能体的定义与特征：能感知环境、自主决策、达成目标的实体，核心特征是自主性、反应性、主动性和社交性
• 五类智能体：从简单反射到自主学习，复杂度递增，每一类解决上一类无法处理的场景
• 技术演进因果链：符号主义（知识编码困难）→ 联结主义（只能感知不会决策）→ 强化学习（缺乏先验知识）→ 预训练 LLM（无法直接操作外部世界）→ 智能体架构
• LLM 带来的范式转变：从人工编码规则转向利用通用推理能力，同时也引入了幻觉和不确定性等新挑战
• 核心组件：LLM 提供推理能力，规划负责任务分解，记忆保持状态，工具扩展能力，执行引擎驱动 Thought-Action-Observation 循环
• 两种构建路线：流程驱动可控但僵化，AI 原生灵活但不可完全预测，工程中常采用混合架构

下一章将学习智能体的三种经典工作范式：ReAct、Plan-and-Solve 和 Reflection。它们对应三种不同的"思考方式"：边想边做、先想清楚再做、做完再反思改进。