什么是 AI Agent

这份笔记里的定义：LLM 当决策核心、多步循环、对环境行动、反馈后再决策。

Agent 这个词使用非常广泛，如果不先定义好什么是 AI Agent，后面的内容没法展开。

本页只回答：在这份笔记里，什么算 AI Agent。 对照清单在 什么不是 AI Agent。

一句话定义

AI Agent 是以大语言模型为决策核心，在多步循环里对环境采取行动，并根据反馈继续迭代，直到目标完成或失败的软件系统。

将这个定义拆开， AI Agent 必须同时具备以下四个要素：

  1. LLM 当决策核心 — 下一步做什么，由语言模型选，不是写死的规则、也不是纯强化学习策略。
  2. 多步循环 — 不是问一句答一句，也不是只调一次工具。
  3. 对环境行动 — 调工具、读写文件、跑代码、点界面、发请求；不只生成一段话。
  4. 反馈后再决策 — 看见工具回执、测试失败、网页变化，然后重新决策。

缺任何一条，在这份笔记里就降级：它可能是很有用的模型能力、助手或 AI Agent 的前身，但不是这份笔记中要学的那个 AI Agent 对象。反例请见 什么不是 AI Agent。

最小循环

目标
  → 想（模型决定下一步）
  → 做（调用工具 / 改环境）
  → 看（观察结果）
  → 再想 …
直到完成、失败、或人工介入

这个循环后来常被叫作 ReAct 循环。

为什么用这个定义

Agent 这个词使用实在是过于广泛，某些情况下也过于滥用。

而术语只有在参与讨论的人之间有相同的定义时才意义！否则，沟通就会变得不那么有效——可能会浪费大家的时间，热情地讨论完全不同的概念。

所以本笔记坚持使用 LLM Agent 这个工作定义来限制 AI Agent：承认更老的 Agent 传统只是前传，AI Agent 的发展主线从语言模型能多步决策之后才开始。

两个容易混的词：

  • Agent：满足上面 AI Agent 定义的软件系统。
  • Agentic：形容词，表示「有自主行动倾向」。一个模型可以很 agentic，但一次聊天仍不是一个 AI Agent 产品。

四个都满足才算 AI Agent

把「修这个缺陷并开 PR」交给编码运行时。 模型读仓库、改文件、跑测试、看失败、再改、推分支。LLM、多步、行动、反馈四条都在。自主程度可以不同（每步都问你，或只在提交时问），但形态已经是 AI Agent。

按照这个标准，这些也算 AI Agent：

形态 为什么算
多步工具编排、沙箱里写代码再根据测试改 有循环、有行动、弱自主也算
自主编码 / 电脑操作 / Deep Research 端到端任务，本笔记的核心对象
多个 LLM 角色协作 仍是 LLM Agent，只是一种架构

「弱自主」也算：人可以随时转向、审批。Agent 不是「完全没人管」的同义词。自主度是高级维度，入门只要求循环存在。

完整对照表在 调研方法。否的一侧在 什么不是 AI Agent。四要素如何陆续满足、何时同时成立，见 四要素视角。