1.3 智能体（Agent）基础

**2022 年前后，一方面，ChatGPT 通过 RLHF 和指令微调，让模型第一次能稳定地“听人话”、照指令干活；另一方面，思维链（CoT）的发现教会了模型“分步骤思考”，大幅提升复杂推理能力。两块拼图凑齐——“会听指令

• 会分步想”，2023 年初立刻涌现出 AutoGPT、BabyAGI 等一批 AI Agent 项目，智能体时代的大门就此打开。**

🖼 图：图· 智能体从一问一答走向自主完成目标

1.3.1 什么是智能体

核心定义

智能体（Agent）是一种 AI 系统：人只需要给它一个目标，它就能自己拆解任务、规划步骤、调用工具去执行，并根据每一步结果不断调整，直到把目标完成。

过去我们熟悉的大语言模型，是一种一问一答的工具：我们问一句，它答一句；要它完成一件复杂的事，就得由我们把每一步都想清楚，再一条条指令喂给它。真正动脑筋去规划的，其实是我们，而不是 AI。

而智能体，把“规划”这件事也交给了 AI。我们不再需要告诉它“第一步做什么、第二步做什么”，只需要告诉它“我最终想要什么”，剩下的“该分几步、每一步做什么、做完之后怎么办”，都由它自己决定。普通的 AI 工具像一个“听指令的执行者”，你说一步它做一步；而智能体更像一个“能扛事的员工”，你交给它一个任务，它自己想办法把它办成。这也正是 AI 从“工具”进化为“数字员工”的原因所在。

🖼 图：图· 普通 AI 工具与智能体的关键差异

智能体如何运转：Goal–Action–Observation 循环

智能体最核心的运行方式，可以用三个词概括，它们构成一个不断循环的圈：

三步不断循环——观察结果、决定下一步、再观察新的结果——直到目标最终达成。它和过去那种“一问一答”的工具有着本质区别：过去我们得手把手地把每一步指令都下清楚，少说一步它就卡在那里；而智能体只需要接住一个目标，剩下的拆解、尝试、遇阻后的调整，都由它自己完成。

🖼 图：图· Agent 的 Goal Action Observation 循环

从大语言模型角度看：Agent 仍然是在“接龙”

从大语言模型的角度看，智能体要解决的问题，无非就是“目标（Goal）、观察（Observation）、行动（Action）”这几样东西交替出现，而语言模型在整个过程中，其实一直都在做接龙。AI 智能体依靠的，正是语言模型现有的能力，而非某种全新的、被重新训练出来的智慧。

换句话说，智能体的“聪明”，并不是凭空多出来的。我们所做的，只是把“目标是什么”“上一步做了什么”“观察到了什么结果”这些信息，统统作为文字，一次次喂给那个我们已经熟悉的大语言模型，让它据此接龙出“下一步应该做什么”。模型接出的这一步，被拿去真正执行，执行的结果又被重新整理成文字，再喂回给它，开始下一轮接龙。如此循环往复，一个看似会“自己规划、自己办事”的智能体，就运转起来了。

🖼 图：图· LLM 通过行动和观察持续完成任务

支撑这个循环顺畅运转的，是上一节讲过的关键机制：靠提示词（Prompt）为它设定目标与规则，靠记忆（Memory）让它记住之前发生了什么，靠工具调用（Tool Use）让它能真正“动手”执行并取回真实世界的观察结果，再靠 MCP 这样的统一协议让它方便地接入各种工具。

可以说，智能体并不是某种神秘的新物种，而是大语言模型现有的能力，加上 Prompt / Memory / Tool / MCP 这套机制，被组织起来、循环运转的结果。理解了这一点，前面铺垫的每一块拼图，也就在这里全部派上了用场。

1.3.2 Agent 编排方式

前面提到，智能体靠 Goal–Action–Observation 循环运转。但同样是这套循环，落地时可以有不同的编排方式：可以是一个 Agent 独自完成，也可以是多个 Agent 分工协作；可以让 AI 自主规划，也可以把流程提前固定成工作流；还可以让 AI 具备操作电脑、处理文件和调用命令的能力。

🖼 图：图· Agent 的四种典型编排方式

（1）单 Agent 与多 Agent：一个人干 vs 一个团队协作

单 Agent，就是一个 AI 智能体，独自面对目标：自己规划、自己调用工具、自己观察结果、自己完成整件事。从头到尾，都是它一个人在跑“目标—行动—观察”的循环。

它的优点是简单、直接，适合相对单一、不太复杂的任务。比如“帮我查一下明天上海到北京的高铁票，并整理成一张表”，这类目标清晰、步骤不多的任务，交给一个能力不错的单 Agent 就足够了。

但它的局限也很明显。当任务变得庞大而复杂，既要查资料、又要算数据、还要审核和撰写报告，让同一个 Agent 从头包到尾，就会像让一个人同时兼任所有工种一样，既容易顾此失彼，也难以保证每个环节的质量。

为了应对复杂任务，可以采用多智能体（Multi-Agent）的形式：把一个大任务交给一个“AI 团队”来协作完成。它会先把任务拆解成多个步骤，再把每一步分派给专门的子 Agent：一个负责查资料，一个负责算数据，一个负责风险把关，一个负责撰写结论。

多 Agent 的好处，是把“分工”和“专精”带进 AI 的世界：复杂任务被拆细后，每一环都能做得更专业；引入审核、复核角色，也让最终结果更少出错。当然，代价是调度更复杂，消耗的算力和成本也更高，所以并非任何任务都值得动用一整个团队。

🖼 图：图· 单 Agent 与多 Agent 的差异

（2）工作流（Workflow）：把流程固化成流水线

在实际业务里，还有另一种截然不同、甚至思路正好相反的编排方式，叫作工作流（Workflow）。并不是所有任务都需要 AI “随机应变”。现实中有大量业务，其实每一次都按照几乎一模一样的步骤在走——先做什么、再做什么、遇到某种情况该走哪个分支，都是固定的、可以事先写清楚的。

对于这类业务，与其让 AI 每次都重新“动脑筋规划”（既慢，又可能跑偏），不如干脆把流程提前固定下来。工作流的做法，就像画一张流程图：把每一个环节做成一个个节点，再用连线把它们按顺序、按条件串接起来，编排成一条固定的流水线，然后让 AI 严格沿着这条线一步一步执行。

在这里，AI 不再是那个自由发挥的“规划者”，而更像流水线上一个训练有素、只做规定动作的“操作员”。遇到分支时，智能体会根据实际情况选择走工作流的哪条分支。

互动演练：判断问题类型

选择一个节点，查看它在流程中的输入、处理逻辑和输出。

用户的自然语言问题和当前会话上下文。

识别咨询意图，判断问题属于数据查询、知识问答还是需要人工处理。

标准化的问题类型与后续执行分支。

已识别的问题类型、查询条件和用户权限。

调用经过授权的业务接口，并记录调用参数、状态和返回结果。

结构化业务数据；失败时转入异常兜底。

接口返回数据、回答规则与必要的业务知识。

由模型基于真实结果组织解释与建议，不补造缺失信息。

可供用户理解的自然语言草稿。

生成的回答草稿、格式规范与安全检查结果。

应用输出格式并完成最后校验。

最终回复和必要的引用或提示。

接口失败、数据缺失、权限不足或低置信度结果。

停止继续自动执行，保存上下文并向用户说明原因。

明确的失败提示，或携带完整上下文转交人工。

classify

用户的自然语言问题和当前会话上下文。

识别咨询意图，判断问题属于数据查询、知识问答还是需要人工处理。

标准化的问题类型与后续执行分支。

query

已识别的问题类型、查询条件和用户权限。

调用经过授权的业务接口，并记录调用参数、状态和返回结果。

结构化业务数据；失败时转入异常兜底。

generate

接口返回数据、回答规则与必要的业务知识。

由模型基于真实结果组织解释与建议，不补造缺失信息。

可供用户理解的自然语言草稿。

reply

生成的回答草稿、格式规范与安全检查结果。

应用输出格式并完成最后校验。

最终回复和必要的引用或提示。

fallback

接口失败、数据缺失、权限不足或低置信度结果。

停止继续自动执行，保存上下文并向用户说明原因。

明确的失败提示，或携带完整上下文转交人工。

🖼 图：图· Workflow 将业务流程固化成流水线

（3）Claw 模式：能操作电脑的 AI

2025 年初，一个新范式火了起来，业内常把这一类产品称为 Claw。很多人第一次听到，觉得它玄乎又神秘，但其实它的原理和前面讲的东西并没有本质区别——它只是在原有基础上，多做了一件事：让 AI 能够发出操作电脑的指令。

以前的 AI，无论多么强大，输出的本质上都只是文字——它能把一件事说得头头是道，却终究只是“说”，真正动手去做的还得是人。而 Claw 这类 AI，输出的可以是对电脑的操作指令：移动鼠标、点击、按下键盘、打开文档、填写表单、执行命令等。于是，AI 不再只是隔着屏幕跟人说话，而是能真正“动手”操作电脑，替人把事情从头做到尾。

看似神奇，但底层逻辑在工具调用中已经可以理解。电脑操作本质上也是一组工具：键盘输入、鼠标移动与点击、打开或关闭程序、执行命令。只要把这些操作封装成工具交给 AI 调用，就实现了“AI 操作电脑”。所以它本质上和 Tool Use、MCP 是一回事：按照约定好的方式，让 AI 发出标准化的指令。

🎬 视频演示：演示视频Claw 模式同步执行演示：点击“发送给 Claw”后，任务拆解、执行步骤与工作区产物同步变化；可暂停、重播或拖动进度条查看任一阶段。

Claw 范式还有一个很吸引人的创新：它可以和聊天工具连在一起。于是我们会获得一种“远程操控”的体验——就像用手机给电脑发了一条消息，电脑那头的 AI 就自己动起来，把活干完。从技术上看，这些指令本身并不复杂，但这种“我随手发个消息，电脑就自动帮我办事”的体验，一下子击中了大众。

tip1：Claw 还很新：安全、权限与复杂长任务问题必须心里有数

• 安全问题： 它能真正操作电脑，一旦被滥用或理解错误，后果可能很严重。例如误执行删除文件、泄露数据或受网页中的恶意指令影响。

• 权限问题： 既然它能接触文件和系统，“该让它碰哪些、不该碰哪些”的边界非常重要。

• 复杂长任务仍然吃力： Claw 的手脚虽然灵活，但“大脑”仍取决于背后的语言模型，面对特别长、步骤特别多的任务仍可能失控或跑偏。

下面用四个任务检验一下判断力：为每项任务选择最合适的执行策略。判断时要关注权限、可逆性和外部影响。

随堂测（原课互动题） 1.3 · 判断 1/4

任务一：读取指定课程资料文件夹，并在新文件中生成内容摘要。 最合适的执行策略是？

• A 可自动执行

• B 需要人工确认

• C 不应执行

答案：A。答案 A：输入范围明确、结果写入新文件且可逆，可以在限定目录和权限下自动执行。

随堂测（原课互动题） 1.3 · 判断 2/4

任务二：向全部客户发送一封活动通知邮件。 最合适的执行策略是？

• A 可自动执行

• B 需要人工确认

• C 不应执行

答案：B。答案 B：会对外发送信息并影响大量收件人，必须在发送前由人确认对象、内容和时间。

随堂测（原课互动题） 1.3 · 判断 3/4

任务三：永久删除项目源文件夹以释放磁盘空间。 最合适的执行策略是？

• A 可自动执行

• B 需要人工确认

• C 不应执行

答案：C。答案 C：不可逆且可能造成重大数据损失，不应让智能体直接执行；应改为可恢复的归档或回收站流程。

随堂测（原课互动题） 1.3 · 判断 4/4

任务四：查询已授权的内部数据，并生成一份不对外发布的分析草稿。 最合适的执行策略是？

• A 可自动执行

• B 需要人工确认

• C 不应执行

答案：A。答案 A：在权限、数据范围和输出位置受控的前提下，可自动生成草稿，最终结论仍应复核。

tip2：本地 Claw vs 云端 Claw

🖼 图：图· 本地 Claw 与云端 Claw 对比

1.3.3 为什么企业造智能体，需要一个平台

学到这里，你可能会产生一种“我已经很懂 AI 了”的兴奋感。但事实上，个人日常使用 AI，和一家企业要把智能体真用起来、用得好、用得放心，是截然不同的。

一个人玩 AI，缺了什么问题不大。但一家企业要把智能体落地到真实业务里，例如智能客服、知识助手、经营分析、流程自动化，马上会撞上一堆现实的墙。

🖼 图：图· 企业落地 Agent 面临的五类现实障碍

（1）企业级 Agent 必须具备的六大特性

企业级 Agent 不是演示用的玩具，而是要进入真实业务系统。因此，它必须具备可控性、可测性、可审计性、可运维性、可复用性和可集成性。

互动演练

点击卡片翻面，查看定义、业务示例及 ADP 中的对应能力。

系统始终受人类掌控，可暂停、停止并设置权限边界。

**业务示例：**删除客户信息前必须等待人工审批。

**ADP：**权限边界、人工干预、发布审批、工具范围控制。

能够验证 Agent 是否按预期工作，并重现问题。

**业务示例：**上线前使用测试集验证准确率和流程完成率。

**ADP：**调试工具、评测数据集、对话日志、节点运行记录。

任何决策和行动都有完整、可回溯的记录。

**业务示例：**回溯某次拒答参考了哪个规则、何时执行。

**ADP：**知识引用来源、操作留痕、接口调用和决策回溯。

系统容易监控、调试、升级与回滚。

**业务示例：**成功率下降时告警并定位失败任务类型。

**ADP：**用量监控、效果分析、版本管理、异常定位与回滚。

知识、工具、规则和模板可被多个 Agent 复用。

**业务示例：**一个政策知识库授权给多个业务助手。

**ADP：**知识库共享、工具复用、Prompt 与 Workflow 沉淀。

能够通过标准接口连接企业现有系统。

**业务示例：**接入 CRM、ERP、工单系统或数据库。

**ADP：**API、数据库、MCP 和企业系统连接能力。

• 可控性 → 系统始终受人类掌控，可暂停、停止并设置权限边界。 业务示例：删除客户信息前必须等待人工审批。 ADP：权限边界、人工干预、发布审批、工具范围控制。

• 可测性 → 能够验证 Agent 是否按预期工作，并重现问题。 业务示例：上线前使用测试集验证准确率和流程完成率。 ADP：调试工具、评测数据集、对话日志、节点运行记录。

• 可审计性 → 任何决策和行动都有完整、可回溯的记录。 业务示例：回溯某次拒答参考了哪个规则、何时执行。 ADP：知识引用来源、操作留痕、接口调用和决策回溯。

• 可运维性 → 系统容易监控、调试、升级与回滚。 业务示例：成功率下降时告警并定位失败任务类型。 ADP：用量监控、效果分析、版本管理、异常定位与回滚。

• 可复用性 → 知识、工具、规则和模板可被多个 Agent 复用。 业务示例：一个政策知识库授权给多个业务助手。 ADP：知识库共享、工具复用、Prompt 与 Workflow 沉淀。

• 可集成性 → 能够通过标准接口连接企业现有系统。 业务示例：接入 CRM、ERP、工单系统或数据库。 ADP：API、数据库、MCP 和企业系统连接能力。

（2）ADP：企业造智能体的一站式平台

换句话说，企业要“可控、可运营、能规模化”地落地智能体，就必须有一个把这些能力和特性全部整合好、开箱即用的一站式平台。这样的平台，不是一个通用聊天机器人，也不是某个单独的 Claw 工具，而是专门为“企业造智能体”而生的开发与运营底座。

腾讯云 ADP（智能体开发平台，Agent Development Platform）正是这样一个平台。它把本章讲到的大模型、知识库（RAG）、提示词、变量与记忆、连接器与工具（含 MCP）、工作流、多 Agent，乃至 Claw 模式，全部做成了可视化、可配置、可运营的产品能力，让不懂代码的业务人员，也能亲手把一个智能体造出来。

正是这些特性，让企业能够真正“安心”地把智能体用在生产环境里——不是做一个演示用的玩具，而是搭建一套可控、可运营、能长期迭代的业务系统。它的优势在哪、能提供哪些具体能力？这正是下一章“ADP 产品能力”要展开的内容。

1.3 小结

• 智能体不是神秘的新物种，而是大语言模型加上 Prompt、Memory、Tool Use、MCP 等机制后形成的能自己规划、自己行动，从而完成多步骤的复杂任务目标的人工智能系统。

• Agent 的核心运行逻辑是 Goal–Action–Observation 循环：给目标、做行动、看结果、再调整。

• Agent 可以有多种编排方式：单 Agent 适合简单任务，多 Agent 适合复杂协作，Workflow 适合固定流程，Claw 适合开放探索和电脑操作任务。

• 企业落地 Agent 不能只靠一个聊天工具，还需要知识、工具、流程、权限、安全、评测和运营的一站式平台支撑。ADP 正是把这些能力产品化、可视化、可运营化的智能体开发平台。

进入下一节

下一节进入第 2 章“ADP 产品能力”。在理解 Agent 的基本概念后，接下来会看到 ADP 如何把应用、知识库、Workflow、工具、模型、发布和运营能力组织成一套企业级智能体开发平台。