智能体
1. 概述
智能体（Agent，常称 AI 智能体）
- 一种能自主感知环境、独立思考决策、调用工具并执行行动以完成特定目标的智能系统。
- 大模型能力的延伸，不再是被动问答，而是能主动完成复杂任务的AI 助手。
2. 特征
- 自主性：无需人工干预，独立运行并决策。
- 反应性：实时感知并响应环境变化。
- 目标导向：一切行为围绕预设目标展开。
- 适应性：能从经验中学习，优化后续行为。
- 社交性：可与用户、其他智能体交互协作。
4. 架构
- 从外部获取信息：文本、语音、图像、API 数据、网页、数据库、传感器等
- 信息过滤、清洗、结构化
- 短期记忆(当前任务)：上下文窗口、对话历史、当前任务状态
- 长期记忆(历史经验)：向量库/知识库、经验总结、用户偏好
- 工作记忆：中间推理结果、计划步骤
- 作用：让 Agent 不失忆，能持续迭代。
- 基于大模型拆解目标、制定步骤、反思优化（核心大脑）。
- 逻辑推理、规划、判断、选择工具
- 常见机制：
- ReAct（思考 + 行动）
- CoT 思维链
- 反思 / 自我修正
- 多轮决策
- 任务拆解：复杂任务 → 子步骤
- 执行顺序、依赖管理
- 动态调整计划（失败重试、条件分支）
- 典型：任务树、状态机、有向图（LangGraph）
- 能使用外部能力：工具搜索、代码执行、文件读写、API、数据库、浏览器、机器人控制
- 将决策转化为实际动作（发消息、控制机器人、生成文件等）。
5. 应用场景
- 个人助理：自动写文案、做报表、整理日程、收发邮件。
- 客户服务：7×24 小时智能客服，处理咨询、售后、投诉。
- 专业领域：法律助手（起草合同）、医疗助手（分析病历）、金融助手（理财分析）。
- 工业与自动驾驶：产线机器人、自动驾驶汽车、无人机巡检。
- 软件开发：自动生成、测试、调试代码。
6. 区别大模型
- 大模型：是大脑，擅长理解、推理、生成内容，但被动等待指令。
- 智能体：是像完整的人，有大脑 + 记忆 + 手脚，能主动设定目标、规划、执行、复盘，闭环完成任务。
7. 工作时序图
意图识别 → 知识检索 → 规划 → 迭代执行 → 结果返回
- LLM：理解、规划、决策
- RAG：外部知识
- Skill：业务能力单元
- Tool：实际执行 / API
- Agent：总调度
7.1 RAG (检索增强生成)
- 定义：让Agent拥有实时、准确、可定制的知识，从而做出更靠谱、更贴合场景的决策与输出，同时避免大模型自身的幻觉与知识过时问题。
- 作用
- 补全Agent的知识底座，突破LLM固有边界。让Agent从通用模型升级为垂直领域专家。
- 降低幻觉风险，提升Agent输出的可信度。给Agent加一道安全锁，保证决策与输出的可靠性。
- 支持Agent动态决策，适配实时场景。让Agent从按预设流程执行变成随环境动态调整。
- 降低 Agent 对大模型微调的依赖，降低迭代成本。用检索替代部分训练，大幅降低 Agent 垂直化落地的门槛与成本。
- 提升 Agent 的任务执行精度，适配复杂业务场景。让Agent的输出从泛泛而谈变成精准落地。|对比维度 |无 RAG 的 Agent| 有 RAG 的 Agent|
|---|---|---|
|知识范围 |仅依赖 LLM 训练数据（过时、通用） |可接入实时 / 私有数据，知识垂直且实时
|幻觉风险 |高，易输出错误信息，决策不可靠 |低，生成内容基于真实证据，可追溯
|适配场景 |仅限简单对话、通用任务 |支持垂直领域、复杂业务、实时决策
|迭代成本 |需微调 LLM，成本高、周期长 |仅需更新检索库，成本低、周期短
|可信度 |低，无法保证内容准确性 |高，生成内容可引用权威来源
7.2 Skill 技能
（技能）
Skill = 智能体的 “业务能力 / 执行逻辑”
- Agent 的核心能力/业务逻辑层
- 封装 “做什么、怎么做” 的任务逻辑（如 “数据分析”、“生成周报”、“订机票”）
- 包含：
- 任务 SOP（步骤流程）
- 需调用的工具清单
- 领域知识/规则
- 结果处理逻辑
- Agent 收到任务 → 加载 / 调用 Skill
- Skill 内部决定：何时调用工具、调用哪个、如何处理返回值
7.3 Tool 工具
- 搜索引擎（联网搜索）
- 数据库查询（SQL 查询、向量库检索）
- 知识库查询（RAG 底层检索也可封装为 Tool）
- 天气、地址、时间、汇率、翻译等通用 API
- 文件读写：创建、读取、写入、解析文档
- 代码执行：Python/Shell 执行器
- 流程调用：审批、通知、工单、任务派发
- 外部系统 API：CRM、ERP、OA、业务平台接口
7.4 Tool和 Skill区别
- 例如：订机票技能、写周报技能、查账单技能
- Skill 不直接调用接口，只告诉 Agent 要做什么业务动作。
- 例如：HTTP 请求、数据库、搜索、代码执行
- Tool 是真正执行操作的原子能力。
7.5 MCP（模型上下文协议）
MCP = 智能体连接外部工具的 “通信协议”（Tool 层）
- Tool / Environment 交互的标准化协议层（对应时序图中的 Tool 调用接口）
- 定义 “怎么连、怎么传参、怎么返回” 的统一接口规范（AI 的 “USB-C”）
- 作用：
- 让 Agent 以标准方式调用外部工具 / 数据库 / API / 文件系统
- 不关心业务逻辑，只负责安全、标准化通信
- Agent/Skill → MCP Client → MCP Server → 实际工具 / 环境
- 工具结果原路返回