决策核心：下一步由谁计算
策略是上下文中的大语言模型，不是规则、符号规划器或纯强化学习。本条解决「选什么」，不解决「转几步、改哪里、如何停」。
四要素看发展历程
按四要素拆开：决策核心、控制循环、环境动作、观察与校验各自如何到位，以及何时同时成立。
定义把 AI Agent 收成四个必须同时成立的条件：大语言模型选择下一步、多步循环、对环境产生副作用、把观察写回后再决策。按年读时间线，容易把同一季度的模型发布、接口变更、产品演示和基准分数叠成一次「诞生」。按要素读，是把系统拆成四条可独立演进的轴线：
- 决策程序是什么（权重里的策略，还是上下文里的语言模型）
- 控制流归谁（代码写死的图，还是模型逐步选边）
- 副作用出不去（文本，还是工具 / 文件系统 / 进程 / GUI）
- 闭环如何闭合（有没有观察通道，以及有没有独立于演示的完成判据）
四篇只沿各自轴线写机制变迁。一条到位不等于 Agent；Agent 是四条在同一运行时里同时接通。材料与年份表仍以时间线为准。
多步循环：控制流的归属
下一步由模型选择且必须迭代至终止条件。区别于单轮补全、单次工具调用，以及路径在部署前写死的 workflow。
对环境行动：副作用的接口与执行边界
工具、文件、进程、GUI、网络请求。协议描述如何调用；沙箱描述在哪执行；身份描述以谁的名义执行。三者都不是循环本身。
反馈后再决策：观察通道与完成判据
回执必须写回上下文再参与选择。另需独立于演示的任务基准，否则无法区分循环在转和目标已达成。