AI 智能体

大多数智能体都运行一个循环：模型接收目标、可用工具和迄今为止的历史记录，选择一个动作（例如调用某个 API），系统执行后返回结果，模型再决定下一步。ReAct 模式（Yao 等人，2022 年）把推理和行动交替进行，是对这一循环较早且影响深远的描述。智能体还可能在会话之间保留记忆，或把任务交给其他智能体。

为什么重要：智能体能完成整条工作流程，例如调研潜在客户、分拣客服工单或修复代码缺陷，而不只是起草文字。这也意味着风险更高：能访问邮件、支付或生产系统的智能体，一旦误解任务或被恶意内容操纵，就可能造成实际损害。评估智能体产品时，要看权限、审批步骤、日志记录和错误处理，而不只是看演示。

举例：销售智能体拿到一份公司名单后，逐一上网搜索，在 CRM 中填写字段，并起草介绍邮件交由人工审批。

局限：智能体仍会出错，而且错误会在多个步骤中累积；它们也可能陷入循环或停滞。由于每项任务可能需要多次调用模型，成本也更难预测。