前段时间团队的实习生跑来问我，能不能给他讲一讲什么是智能体？

她说她看了很多资料，但是还是有些模糊。

也有一些粉丝会在群里问过类似的问题。

还有我接触到的一些大学老师，甚至有一些搞 AI 应用的人也讲不太清楚。

那我借着这篇文章，用相对通俗易懂的语言帮助大家更好地理解这个概念。

大家不用担心，不管你是程序员、老师还是销售，这篇文章你都能看懂，看完之后都能对智能体有进一步的了解。

通俗讲解

台湾大学李宏毅教授的《生成式 AI 时代的机器学习（2025）》第二讲中就提到：

AI Agent 没有标准的定义。

以前我们使用大模型的主要方式就是打开对话框，提出问题，它给出回答。

AI Agent （AI 智能体）则是我们提出目标，AI 自己去思考规划、调用各种工具，最终帮我们达成这个目标。

比如说你让 AI 智能体去帮你在购物网站上挑选某个商品，那么 AI 智能体会打开浏览器，执行各种搜索，然后挑选出符合你要求的商品。

能力层面

从能力层面来讲，他并不关心智能体内部实现，更关心“AI 完成任务的占比”。

如果是从能力层面来讲的话：

ChatGPT 就相当于我们直接在对话框里问问题，然后它给一些建议，我们需要自己再回去处理工作。

那么像 Cursor、Claude Code 这种就是人类和 AI 一起协作，工作量基本相当。

而 Agent 的话，其实需要 AI 完成更多工作，人类主要负责设定目标、提供资源、监督结果。Agent 需要自主完成任务拆解、工具选择、进度控制，实现后自主结束工作。

结构层面

在复旦大学 NLP团队的一篇智能体综述《The Rise and Potential of Large Language Model

Based Agents: A Survey》中，主要提到大语言模型驱动的智能体的概念。

其中提到基于大语言模型的智能体，主要包括三个组件：一个是大脑，一个是感知，一个是行动。

它可以感知环境，获取输入可能是文本、图片、视频、音频等。它有“大脑”可以进行规划、存储，也能执行各种行动，包括输出文本、调用工具、操作机械臂等。

在 Google 的智能体白皮书中提到智能体，主要包括编排、模型和工具。

在编排中主要包括配置指令、目标，以及 memory（记忆），以及推理和规划。

模型的话通常指现在的大语言模型。

工具的话可能是浏览器，可能是搜索引擎，可能是计算器等。

比如说用户说想让智能体帮订一个机票：

大脑（规划）： 智能体接到目标，开始拆解：a. 检查日期 b. 搜索航班 c. 筛选符合时间/价格的航班 d. 询问用户 e. 执行订票。

行动（工具）： 它调用“搜索引擎”工具查航班，调用“计算器”工具比价。

感知（记忆）： 它“感知”到搜索结果，并“记忆”住最便宜的三个选项，然后回头向你（用户）报告。”

在 《LLM Powered Autonomous Agents》这篇文章中提到，大语言模型驱动的自主智能体中，大语言模型充当大脑，然后还有几个关键组件。

「规划」主要负责任务拆解、反思和优化；「记忆」包括短期记忆和长期记忆；「工具」负责调用各种工具获取信息或执行操作。

高瓴人工智能学院发布的基于大模型模型的自主智能体综述中，认为智能体主要包括角色设定、记忆模块、规划模块和行动模块。

首先，决策设定会给智能体一个身份、性格、社会关系等等。

记忆模块主要负责存储管理信息，模拟人的短期和长期记忆。

规划模块主要解决复杂任务的拆解和策略的生成。

行动模块将推理和规划落实到具体的操作上。

在结构层面，虽然各家（如复旦、Google等）的叫法不同，但核心组件万变不离其宗，基本都包括三个部分：

1. 大脑（规划与模型）： 这就是智能体“思考”的地方，通常由大语言模型（LLM）充当。它负责理解目标、拆解任务、反思和规划。
2. 感知与记忆（感知与记忆）： 智能体需要能“看懂”环境，并“记住”发生了什么。它接收文本、图像等输入，并拥有短期和长期记忆。
3. 行动与工具（行动与工具）： 智能体不能光想不做。它需要有“手脚”去执行任务，比如调用浏览器、搜索引擎、计算器，甚至操作机械臂。

理论照进实践

传送门：https://www.doubao.com/chat/bot/discover

你认为豆包这里创建的这个是不是智能体？

传送门：https://www.coze.cn/

你认为字节的扣子创建的这个，是不是智能体？

传送门：https://www.cherry-ai.com/

你认为 Cherry Studio 创建的这个，是不是智能体？

传送门：https://manus.im/

你认为 Manus 是不是智能体？

像 豆包 、Cherry Studio、 扣子（Coze），它们更像是“智能体的创建平台”。从结构上看，它们提供了完整的“大脑”（模型）、“记忆”和“工具（如插件）”组件，让普通人也能搭建智能体。

像 Manus，它更接近“能力层面”定义的、具有高度自主性的 Agent，人类定目标，它自己去执行。

写在最后

其实 AI 智能体和聊天机器人有区别，它更多强调的是 AI 的自主性。

人类提供任务，AI 自主拆解调用工具去执行。

从结构层面来讲，现在其实有一大堆智能体。

但从能力层面来讲，其实很多所谓的智能体还没有真正达到比较理想的状态。

我觉得重要的不是纠结这个概念，重要的是能够根据自己的场景，根据自己的一些缺点，创建各种智能体，打造属于自己的智能体军团，让 AI 真正的为自己的工作生活学习带来实实在在的帮助。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓