AI Agent术语词典

AI Agent 通常指能围绕目标进行规划、调用工具、观察结果并继续执行的系统。它比普通聊天更强调行动闭环。

基础概念

Agent，智能体：接收目标，制定步骤，调用工具，读取结果，再决定下一步的 AI 系统。

Tool，工具：Agent 可调用的外部能力，例如搜索、数据库、计算器、邮件、浏览器、代码执行器。

Planning，规划：把目标拆成多个步骤。复杂任务需要先计划，再执行。

Memory，记忆：保存用户偏好、任务历史或中间结果。记忆要注意隐私和过期问题。

执行循环

Observe，观察：读取环境或工具返回结果。

Think / Reason，推理：判断当前状态和下一步动作。

Act，行动：调用工具或输出结果。

Reflection，反思：检查执行结果是否达成目标，必要时修正计划。

常见架构

ReAct：把推理和行动结合起来，让模型边思考边调用工具。

Workflow Agent：流程较固定，按预设节点执行，更稳定。

Autonomous Agent：自主性更高，但风险也更高，需要更强约束。

风险术语

Tool Misuse，工具误用：调用了不该调用的工具或参数错误。

Runaway Loop，失控循环：Agent 一直执行却无法完成任务，消耗资源。

Permission Boundary，权限边界：规定 Agent 能做什么、不能做什么。

实战建议

企业场景优先用可控工作流，不要一开始追求全自动。涉及发邮件、删数据、付款、发布内容等高风险操作，应设置人工确认。

判断标准

一个 Agent 是否可靠，要看目标完成率、工具调用准确率、失败恢复能力、成本、日志可追踪性和权限控制，而不只是看演示是否炫酷。