01 讓時光倒流，回顧智能體定義的歷史

若要全面梳理智能體定義的演變史，恐怕需要鴻篇巨制才能完成，不過可以肯定的是，學術界從未形成過統壹定義。學術文獻中記載的智能體類型就包含：

• 具備完整感知能力的實體機器人（可自主探索環境）
• 商業實戰模擬中用於預測價格波動的獨立行為主體簡化模型
• 擁有內部知識表征（internal knowledge representations）與世界模型（world models）的復雜軟件實體
• 由非常簡單的個體組成的集群，他們通過自行組織實現超復雜行為
• 當年在各類 AI 會議上，"如何準確定義智能體" 曾是學者們最熱衷的晚宴話題。

當年在各類 AI 會議上，"如何準確定義智能體" 曾是學者們最熱衷的晚宴話題。

‍

02 如今智能體的各種定義

‍
到如今，該領域已經湧現出大量關於智能體的定義，這並不令人意外。我們現在擁有了壹套強大的新工具來構建智能體，大家的興奮程度可想而知。然而，我認為當前的這些智能體定義中存在著諸多錯誤，要麽過於復雜，要麽嚴重偏離了核心要義。存在多種不同定義的問題在於，它們可能模糊了構建智能體系統所面臨的底層挑戰（進而延伸至構建多智能體系統這壹更為艱巨的挑戰！）。基於前文提到的那些智能體現代定義（這些是我見過的當代最佳智能體定義）（譯者註：應當指的是 OpenAI、IBM 等對智能體的定義），系統梳理這些定義中反復出現的共性要素：

• "智能體是配備指引行為的指令、能訪問可以擴展能力的工具的模型，並封裝在具有動態生命周期的運行時環境中。"（需要指令嗎？必須是模型嗎？模型的本質含義究竟是什麽？）
• "能夠自主學習、適應並執行操作以實現既定目標的應用程序。"（學習能力是關鍵嗎？必須被指定目標嗎？由誰指定？）
• "能在現實世界中執行並完成長期的、開放式任務的人工智能系統。"（任務必須長期運行嗎？必須完成嗎？）
• "智能體 = 大語言模型 + 記憶能力 + 規劃能力 + 工具 + While 循環。"（需要記憶能力嗎？必須有大語言模型嗎？規劃能力是必需的嗎？用 FOR 循環後優雅退出不行嗎？）

03 "Agent"（智能體）的本質到底是什麽？

‍
不太可能有壹個定義能滿足所有人的需求，但我認為，基於壹個相對穩健的核心定義，然後再進行擴展，這是很有幫助的。現在的智能體定義包含很多核心要素，但大多數都至少遺漏了過去的智能體定義中反復出現的壹個關鍵點（即強調智能體與其所在環境的不可分割性）。 現在的智能體定義還（非常自然但並非必要地）將 LLM（大語言模型）作為核心要素。實際上構建智能體並不需要像 LLM 這樣強大的技術。這個定義並非我的原創，它本質上是對過去智能體定義的整合以及當下智能體定義的補充，但可以說這是最接近本質的闡述，Agent（智能體）是：

具備自主性（autonomy）和行為能力，能在所處環境中實現壹個或多個目標的系統。

分解壹下這個定義的關鍵要素：

• 我們討論的是壹個單獨的實體（系統）。
• 具有自主性，能根據某些評判標準選擇是否采取行動（這是所有智能體定義中最麻煩的部分，但正如後文所述，這其實是壹個比較關鍵的屬性
• 具有行為能力，換句話說，它擁有可在周遭環境中執行的壹套行為操作。這些能力可以是與生俱來的、可以是壹套工具、可以是改變物理世界的行為（如破壞電纜）或單純收集信息的行為（如間諜智能體）
• 智能體位於其運行的環境中。這個環境可以是物理的，也可以是數字的，可以是靜態的，也可以是快速演變的。智能體運行的環境（environment）是持續影響智能體決策的動態場域（Context）。
• 智能體具有可選擇是否實現的目標。這些目標可以是內置的（預設的程序）、被其他智能體（人或軟件）賦予的，也可以是動態生成的（甚至是隨機生成的或基於環境的某些特征生成的）

除了核心定義外，可能還需要補充壹些附加條件：

• 大多數有用的智能體可能需要具備長期運行或持久存在的特性，也就是說，它們需要持續運行，堅持完成任務。但這並非嚴格意義上的必要條件 ------ 只要具備自主性，並擁有某種身份，使他們成為壹個實體，理論上完全可以存在壹次性的智能體：在完成某壹個任務後（甚至啟動後即刻）自動銷毀。
• 大多數有用的智能體可能都有某種感知循環（sensing loop），監測環境中的觸發條件與變化。同樣，這也並不是嚴格意義上的必要條件 ------ 可將大量智能體投入環境以暴力覆蓋目標達成路徑（就像無需復雜感知的暴力拒絕服務攻擊）。

盡管如此，即使補充上述條件，當前的智能體定義仍缺失不少東西：大語言模型、While 循環、模型、規劃、外部指令、學習能力、記憶等。這些要素對某些類型的智能體確實有價值，但很難論證它們是智能體概念的核心。

要理解這壹點，我們不妨思考壹下多智能體系統的構成 ------ 這正是下文要探討的內容。

在結束智能體定義的討論之前，讓我們回到 "自主性" 這個最棘手的概念上來。系統具備自主行動能力究竟意味著什麽？是否意味著無需人類指令？是否意味著無需人類觸發？甚至無需其他智能體的觸發？

這是壹個深奧的哲學問題，與 "意識是什麽？" 有異曲同工之妙：

• 推特 / X 機器人若僅在用戶提及某些關鍵詞時才群發垃圾信息，算智能體嗎？
• 病毒算是智能體嗎？單個生物病毒呢？
• 按鈕觸發式系統 （如使用按鍵啟動）仍是智能體嗎？抑或只是應用程序的壹個函數？

雖然難以達成共識，但有壹個實用的工程學定義：只要系統具備內部邏輯來決定是否響應外部請求，就允許來自人類、其他智能體或環境的外部觸發。這可以是對相關操作成功幾率的復雜評估，也可以是執行相關操作前簡單的安全檢查或身份驗證。

同樣重要的是，觸發器通常不會導致立即采取行動。例如：安全掃描系統可能長期被動收集信息，直到偵測到入侵企圖才突然啟動，阻止攻擊行為。Unix 系統的守護進程早在 "智能體" 概念流行前就已踐行這壹理念。

‍

壹個看起來很簡單的話題，妳可能會覺得要徹底遠離智能體系統才是上策，這也情有可原。又或許是因為 "智能體熱" 的炒作實在令人應接不暇。這兩種想法都可以理解，但妳可能無法逃避。壹旦妳開始構建能在某個環境中 "行動" 的人工智能系統，妳就已經踏上了構建智能體的征途。當妳走上這條道路，特別是如果妳還添加了壹點自主性（長期運行進程、觸發規則等），妳的系統就值得被視為壹個智能體。通過審視智能體的系統設計，妳可以開始明確環境是什麽、有哪些可用的動作 / 工具、如何設計決策機制等。這些思考通常都會幫妳實現更優秀的系統設計。

‍

‍

‍