主线 · 第 1 / 12 篇
· 约 8 分钟
Agent 是什么:环境、感知、行动,和工作流的分界
Agent(智能体)是在环境里感知、再行动去达成目标的系统。今天说的 Agent,多半是大模型加工具加一个循环。它和工作流的分界不在用没用模型,而在下一步由谁决定:写在代码里的是工作流,由模型看了结果再定的是 Agent。
现在很多东西都叫 Agent:能聊天的助手、会自动跑脚本的工具,有时连一条固定的审批流程也这样称呼。词用得太宽,就很难判断一个系统到底需要什么、风险在哪里。这一篇先把这个词放回它原来的定义,再看基于大模型的 Agent 多了什么,最后划出它和工作流的分界。
先说明几个词。Agent,中文常译作智能体,本专题统一写 Agent。环境是 Agent 所处、并且能被它影响的外部世界。观察(observation)是 Agent 从环境得到的输入,下文引用的教材称为感知(percept)。行动(action)是 Agent 对环境做出的操作。工作流(workflow)是事先写好步骤和判断条件的自动化流程。
最早的定义:感知和行动
人工智能教材《Artificial Intelligence: A Modern Approach》(AIMA)第 2 章给的定义很宽:凡是通过传感器感知环境、通过执行器作用于环境的东西,都可以看作 Agent。人、机器人、一段软件都算。
这个定义有两个要点。第一,Agent 的行为由它到目前为止感知到的全部内容决定,书里叫感知序列;Agent 做的事,可以写成一个从感知序列到行动的映射。第二,好坏用性能度量来衡量:根据已经看到的信息,选择预期能让性能度量最好的行动,就是理性的 Agent。理性不等于全知,它只对已经看到的东西负责。
按决策方式的复杂程度,AIMA 把 Agent 分成几类:只看当前输入、按“条件-动作”规则反应的简单反射型;在内部维护一份世界状态的基于模型型(这里的模型指对世界的内部描述,不是大模型);朝着目标做规划的基于目标型;在多个目标之间权衡的基于效用型;以及能从经验里改进的学习型。恒温器是最简单的一类:室温高于设定值,就打开制冷。
所以“是不是 Agent”本身门槛很低。真正有区分度的问题是:它能看到什么,能做什么,由什么来决定下一步。
用 PEAS 描述一个任务
AIMA 用四项来描述 Agent 面对的任务环境,合起来叫 PEAS:性能度量(Performance)、环境(Environment)、执行器(Actuators)、传感器(Sensors)。拿本专题会反复用到的例子来填:一个虚构的告警值班助手,收到告警后帮值班人员查原因、给建议。
| 项 | 告警值班助手 |
|---|---|
| 性能度量 | 定位到真正原因的比例、用时、有没有把误报当成故障、有没有做不该做的操作 |
| 环境 | 线上服务、日志、指标、配置、处理手册(runbook),以及值班人员 |
| 执行器 | 查日志、读配置、看指标、查手册,给值班人员写摘要 |
| 传感器 | 告警内容、每次查询返回的结果、值班人员的回复 |
先写 PEAS 的好处是:性能度量一栏逼着人说清楚“做对”指什么,执行器一栏直接列出了它能碰到哪些东西。后面讲工具权限和评估,都是从这两栏展开的。
AIMA 还按几种性质给环境分类,其中三种和这个例子关系最大。部分可观察:每次查询只能看到一小块,看不到全貌。序贯:这一步查到什么,会影响下一步该查什么。动态:排查的时候服务还在运行,状态还在变。三种性质叠在一起,意味着看一眼做不了决定,只能边看边做。
今天的 Agent:模型、工具和循环
基于大模型的 Agent 沿用了这个骨架,只换了几个部件。传感器换成了用户输入和工具的返回结果,它们都写成文字,放进模型的上下文。执行器换成了工具调用:查询、读取、执行一段代码、调用一个服务。中间做决定的是大模型。
Anthropic 的一篇工程文章说得很直接:Agent 能处理复杂任务,实现却往往很简单,通常就是大模型在一个循环里,根据环境的反馈使用工具。
最后一格的结果回到第一格,开始下一轮,直到模型判断任务完成,或者碰到事先设好的上限。
这张图里,模型只出现在“决定”那一格。工具怎样执行、允许执行哪些、最多转几圈,都由模型之外的代码决定。循环里的判断、行动和反馈如何配合,留到第 6 篇讲经典范式时展开。
和工作流的分界:下一步由谁决定
工作流也可以用大模型,比如固定地先查日志、再查手册、最后让模型写一段摘要。这算不算 Agent?
几份一手资料的划分很一致。Anthropic 把两者都归入 agentic systems,但在结构上分开:工作流里,模型和工具按预先写好的代码路径编排;Agent 里,由模型动态决定自己的流程和用哪些工具。LangGraph 的文档也这样分:工作流的代码路径是预定的,Agent 自己决定流程。OpenAI 的 Agent 构建指南说得更明确:集成了大模型、但不用它来控制流程的应用,比如简单的聊天机器人、单轮调用、情感分类器,都不是 Agent。
所以分界不在用没用模型,而在下一步由谁决定。判断一个任务该用哪种,可以问一句:中间某一步的结果,会不会改变下一步做什么,而且这种改变没法事先在代码里列全。
同一组告警,两种做法
下面用三条虚构告警和四个只读工具(查日志、读配置、看指标、查手册),比较固定工作流与 Agent 循环。不联网,用固定函数 fake_model 代替真实模型,输出每次相同。上段是工作流,下段是 Agent,每行显示处理一条告警的步骤;summarize 和 finish 是收尾,不是工具。方括号内是 Agent 的结论,最后两行是工作流给出的建议。重点看:三条告警是否都走同一条路。
fixed workflow
A payment-api query_logs -> lookup_runbook -> summarize
B login-api query_logs -> lookup_runbook -> summarize
C backup-01 query_logs -> lookup_runbook -> summarize
agent loop
A payment-api query_logs -> lookup_runbook -> finish [pool exhausted, runbook attached]
B login-api query_logs -> read_config -> finish [suspect config change at 09:12]
C backup-01 query_metrics -> finish [back below threshold, no action]
what the fixed workflow tells the on-call for C:
logs: (no log lines) | runbook: Remove temporary files and inspect log growth.
A 是支付服务错误率升高,日志里写着数据库连接池耗尽。两种做法走的路一样,结论也一样。
B 是登录服务变慢,日志里什么也没有。工作流照旧去查手册,拿到一句“检查上游依赖的延迟”。Agent 看到日志是空的,转去读配置,发现 09:12 上游超时从 2000 毫秒改成了 200 毫秒。这个例子设定上游平时要几百毫秒,过短的超时触发重试,反而拉长总耗时。脚本只保留固定结果,不模拟重试过程。
C 是备份机磁盘告警。工作流查日志没有结果,又照手册建议清理临时文件。Agent 先看了指标:峰值 91% 出现在 3 点,3 点 20 分清理任务跑过,现在是 64%,已经恢复,不需要处理。
三条告警里,工作流每一步做什么在代码里写死了;Agent 每一步做什么,看上一步拿到了什么。这就是上一节说的分界。
循环本身只有几行。演示脚本里是这样写的:
def agent(alert, max_steps=5):
history = []
while len(history) < max_steps:
action, note = fake_model(alert, history)
if action == "finish":
return [a for a, _ in history], note
history.append((action, TOOLS[action](alert))) # one tool, one observation
return [a for a, _ in history], "stopped: max_steps"
每一轮只执行一个工具,结果追加进历史,下一轮再交给模型看。max_steps 是兜底的上限,到了就停,并且写明是因为上限停的。
容易误解的地方
调用了大模型不等于是 Agent。只调一次模型写摘要,它在系统里是工作流的一个步骤。
能列出所有分支,就不需要 Agent。演示里的 fake_model 其实就是一张写死的决策表:日志为空就读配置,看到连接池耗尽就查手册。如果真实任务也能这样事先写全,直接把这些分支写进工作流更便宜,也更容易测试。Agent 的价值在分支列不全的时候,由模型读了结果再决定。Anthropic 给的适用条件也是这样:步数难以预测、路径没法写死的开放问题。
Agent 不总是更好。Anthropic 提到,Agent 成本更高,错误还可能逐步累积,建议先找最简单的办法,只在需要时才增加复杂度;OpenAI 的指南也提醒,用例达不到条件时,确定性的方案可能就够了。对一个任务论证出“不需要 Agent”,也是合格的结论。
自主程度是一个连续的范围,不是有和没有两种。从单次调用,到带检索和工具的单次调用,到固定工作流,再到由模型决定流程的 Agent,每往前一步,模型决定的事就多一些,需要约束和验证的地方也多一些。Anthropic 那篇文章也是按这个顺序,从增强过的单次调用讲到工作流,再讲到 Agent。
循环不是整个系统。演示里的循环只管问模型、执行、记下结果。哪些工具允许执行、参数对不对、什么时候必须停下来等人确认,都要在循环之外另外写,这些是后面几篇的内容。
日常用的编码 Agent 也能套进这个框架:仓库和终端是环境,文件内容和测试输出是观察,改文件和跑命令是行动。它下一步改哪里,取决于刚才那次测试输出了什么。
参考资料
- Artificial Intelligence: A Modern Approach:第 2 章 Intelligent Agents,感知序列、理性、PEAS、环境的性质和几类 Agent。
- Anthropic: Building effective agents:工作流与 Agent 的结构区分,先找最简单的办法,Agent 通常是模型在循环里根据环境反馈使用工具。
- LangGraph: Workflows and agents:工作流的代码路径是预定的,Agent 自己决定流程和工具。
- OpenAI: A practical guide to building agents:Agent 的定义,哪些应用不算 Agent,什么时候值得做 Agent。
- Hello-Agents 第一章:初识智能体:中文教程,PEAS 与感知、思考、行动的循环,Workflow 与 Agent 的差异。
本文涉及的知识点
7 个
名称打开知识图谱中的对应条目;「另见」只计已发布文章。
本节知识点
本节知识点
本节知识点