AI Agent (人工智能智能体)

定义

AI Agent 是指能够自主感知环境、规划行动、执行任务并适应变化的 AI 系统。与传统 AI 的”响应式”不同，Agent 强调”自主性”和”目标导向”。

根据 Google 2024 年 AI Agent 白皮书的定义：Agent 是一个扩展了生成式 AI 模型出厂能力的应用程序，通过观察周围世界并使用可用的工具来实现其目标。Agent 具有自主能力，即使是模糊的人类指令也可以推理出下一步行动。

工具的使用，是人类区别于动物的标志 — 也是 Agent 区别于大模型的标志。

Agent 与 Model 的区别 (Google 白皮书)

维度	Model	Agent
知识范围	限于训练数据	通过工具实时扩展
状态与记忆	无状态	有状态，管理会话历史
原生工具	无	有，内置工具支持
原生逻辑层	需提示词工程	原生认知架构 (CoT, ReAct 等)

核心能力

能力	描述
感知 (Perception)	理解输入、读取上下文
规划 (Planning)	分解任务、制定执行步骤
行动 (Action)	调用工具、执行操作
反思 (Reflection)	评估结果、调整策略

技术架构

┌─────────────────────────────────────┐
│           AI Agent                  │
├─────────────────────────────────────┤
│  规划层 (Planning)                 │
│    - 任务分解                       │
│    - 步骤排序                       │
├─────────────────────────────────────┤
│  执行层 (Execution)                 │
│    - 工具调用 (MCP)                 │
│    - API 请求                       │
│    - 代码执行                       │
├─────────────────────────────────────┤
│  记忆层 (Memory)                   │
│    - 短期上下文                     │
│    - 长期记忆                       │
├─────────────────────────────────────┤
│  协作层 (Collaboration)            │
│    - A2A 通信                      │
│    - 多 Agent 协作                 │
└─────────────────────────────────────┘

发展历程

LLM + Prompt (2022-2023)：基础对话模型
LLM + Tool Use (2023-2024)：引入工具调用
Agentic AI (2024-2025)：自主规划与执行
Multi-Agent (2025+)：多智能体协作

主流产品

产品	公司	特点
Claude Code	Anthropic	编程助手，深度代码理解
OpenClaw	MiniMax	开源 Agent，支持记忆
Cursor	Anysphere	AI 代码编辑器
Devin	Cognition	全栈软件开发 Agent
Manus	Manus AI	通用 Agent

Google 白皮书三组件架构 (2024)

根据 Google AI Agent 白皮书，Agent 架构包含三个核心组件：

模型 (Model): 核心决策者，支持 ReAct、Chain-of-Thought、Tree-of-Thoughts 等推理框架
工具 (Tool): 连接外部世界的桥梁，三种类型：
- Extensions: Agent 端执行，直接调用 API
- Functions: 客户端执行，更精细的控制
- Data Stores: 向量数据库，实现 RAG
编排层 (Orchestration): 认知架构核心，负责记忆、状态、推理和规划 — 本质是”规划 — 执行 — 调整”的循环

关键技术标准

MCP (Model Context Protocol)：工具集成标准，与 Google Extensions 概念高度一致
A2A (Agent-to-Agent)：Agent 通信标准
Harness Engineering：Agent 优化方法论
Agent Chaining / Mixture of Agent Experts: 组合多个专业化 Agent 的战略方向 (Google 白皮书提出)

[2026-07-17] Agent 信息层栈成型 + Skill 工业化实证

信息层栈三层已在本批次开源项目中清晰分层：① 接入层 Agent-Reach（50.7k 星，MIT CLI 脚手架，打通 Reddit/X/小红书/B 站/公众号，Cookie 认证绕 API 成本 $0 vs 官方$ 200/月）；② 过滤/打分层 last30days（4.6 万星 skill，并行扒多平台按真人互动量打分，v3 先认人认圈子再搜）；③ 存储/检索层 OpenViking（2.6 万星，文件系统范式 + L0/L1/L2 分层 + 检索轨迹可视化）。
呼应本页 Google 白皮书三组件中 Tool 层（Extensions / Functions / Data Stores）的工业化分工——三层并非同类竞品，而是 Agent 感知→记忆栈的不同层：接入获取原始信号、过滤打分提炼价值、存储分层按需检索。
Skill 工业化实证：sansheng-write（公众号写作流水线，19 脚本/12000+ 行/227 测试/7 质量门/状态机可恢复/verify 读像素验收）+ apple-design（17 条 WWDC 设计原则蒸馏，可中断性/材质层级/字体字距判断力框架）+ last30days（版本号/回归测试/质量评测）——Skill 正从”攒提示词加脚本”演进为工程化软件。
乐高式组合 + 日抛软件：sansheng-write 整合 baoyu-skills/gzh-design-skill/MiniMax/Gemini 各仓独立迭代，作者论断”Agent 时代软件正变日抛型，模型三个月一换代”——呼应 AI-Agent-Development 中罗福莉”模型是消耗品，框架是资产”论断。

来源：../sources/2026-07-17-AI-Agent开源工具生态

10xAI Wiki

导航