本讲目标用生活类比让你秒懂智能体是什么再拆开它的三大特性和工作原理最后用一个最小循环骨架让你看清它和聊天机器人的本质区别。一、通俗入口从店员到私人助理想象你走进一家餐厅。传统聊天机器人像一个只会念菜单的店员你问有什么套餐它把菜单念给你你问几点关门它照本宣科。它不会帮你下单、不会跟进后厨、不会在你忌口时主动换菜——它只负责说话。AI 智能体AI Agent则像一个私人助理你说帮我安排一顿不太辣、40 分钟内能吃完、预算 80 块的晚餐它会自己查菜单、判断哪家合适、下单、盯着出餐进度、到点提醒你。区别不在说话好不好听而在于它能不能自己规划步骤、调用工具、把事真正办成。一句话记忆点会聊天的不是智能体能自己动手把目标干成的才是。二、原理拆解2.1 给智能体下一个准确定义AI 智能体 以大模型为大脑在给定目标下自主感知环境 → 做决策 → 调用工具 → 采取行动 → 通过反馈持续迭代直到完成任务的系统。注意三个关键词目标驱动不是一问一答、工具调用手和眼、持续迭代会改、会学。2.2 三大核心特性本讲标题的由来特性英文大白话反例自主性Autonomy不用你步步指挥自己规划并执行每步都要人点下一步交互性Interactivity能跟人、跟环境、跟其他智能体协作关起门来自说自话决策能力Decision-making在不确定中权衡选下一步动作只会走固定流程这三点正是廖显东书里第 1 章强调的核心特性也是判断一个系统算不算真智能体的试金石。2.3 它和传统 AI 应用 / 聊天机器人到底差在哪维度传统 ChatbotRPA 流程机器人AI 智能体是否理解目标否按指令答否按脚本跑是拆解目标能否应对意外弱无脚本断就崩强重新规划是否调用外部工具通常否是但固定是自主选是否有记忆/学习无无有短期长期2.4 工作原理感知—规划—记忆—工具—行动 循环智能体的心脏是一个自主循环。最经典的叫ReActReason Act范式要点观察结果会喂回规划所以它能走一步看一步遇到岔路自己绕。这正是它比 RPA 聪明的地方。三、动手实战画出并跑通你的第一个智能体循环概念清楚了我们用 10 行 Python 把上面的循环跑出来。这是骨架演示思想非完整可运行后续第 19 讲用 LangChain、第 23 讲用 LangGraph 会给它装上真实肌肉。# 概念骨架演示 感知→规划→记忆→决策→行动→观察 的闭环思想 # 环境Python 3.11 def agent_loop(goal: str, max_steps: int 5): memory [] # 记忆存下每一步的动作与结果 for step in range(max_steps): plan think(goal, memory) # 规划基于目标记忆决定下一步 action decide(plan) # 决策选要调用的工具/动作 obs act(action) # 行动真正调用工具搜索/算数/写文件… memory.append((action, obs)) # 记忆把结果存回供下次规划使用 if is_done(obs, goal): # 观察目标达成了吗 break return memory # 说明think/decide/act/is_done 后续由大模型工具实现你现在要做的事把这五个框感知/规划/记忆/决策/行动画在一张纸上标出箭头方向——这就是你第一个智能体的心智模型。后面所有平台扣子、LangChain、Dify、Manus、AgentScope本质上都是在帮你填这五个框。四、避坑清单 小结三个常见坑把会聊天的机器人当智能体——没有工具调用闭环、不能自主行动那只是 Chatbot不是 Agent。盲目追求全自主——关键环节删库、发钱、外发消息必须加人工确认闸可控性 炫酷。无记忆无反馈——只跑一次就结束、不把结果存回智能体永远不会进步。本讲小结三句话背下来智能体 大模型大脑 自主循环 工具手脚 记忆经验。自主性、交互性、决策能力是判断它是不是真 Agent 的三条铁律。ReAct 循环观察→规划→行动是它的运转心跳后面所有平台都是这棵树的枝。下讲预告第 02 讲《智能体如何工作感知-规划-记忆-工具-行动》——把循环拆细讲透 ReAct 与 Plan-and-Execute 两种思考方式并附第一张工作原理全景图。