AI智能体被许多人视为人工智能的终极目标。经典著作《人工智能：一种现代方法》将AI研究领域定义为“理性智能体的研究与设计”。随着基础模型展现出前所未有的能力，过去难以想象的智能体应用已成为可能。这些新能力使我们终于能够开发自主的智能体，作为我们的助手、同事和教练。它们可以帮助我们创建网站、收集数据、规划旅行、进行市场研究、管理客户账户、自动化数据录入、为面试做准备、面试候选人、谈判交易等等。可能性似乎无穷无尽，这些智能体的潜在经济价值巨大。
本文首先介绍智能体的概述，然后详细探讨决定智能体能力的两个方面：工具和规划。智能体采用新的运作模式，也带来了新的失败模式。最后讨论如何评估智能体以捕获这些失败。本文改编自《AI工程》（2025）的智能体章节，经过少量编辑以形成独立文章。
智能体概述：智能体是任何能够感知其环境并对其环境采取行动的事物。它由环境（如游戏、互联网、道路系统）和可执行的动作集（通过工具增强）所表征。例如，ChatGPT是一个智能体，它可以搜索网络、执行Python代码、生成图像。RAG系统也是智能体。成功的关键在于工具和AI规划器的能力。
工具：外部工具使智能体能力大幅提升。工具分为三类：知识增强（如文本检索器、SQL执行器、网络浏览）、能力扩展（如计算器、代码解释器、多模态工具）和写入动作（如修改数据库、发送邮件）。工具使用可显著提升模型性能，Chameleon等研究展示了GPT-4使用13种工具后性能大幅提升。但赋予AI写入动作需谨慎，必须确保安全措施。
规划：复杂任务需要规划。规划应与执行解耦：先生成计划，验证有效后再执行。计划可通过启发式规则或AI评判器验证。规划涉及意图分类、任务分解、反射和纠错。反射机制（如ReAct、Reflexion）能显著提升成功率，但会增加成本和延迟。本文还讨论了基础模型作为规划器的争议、函数调用、规划粒度、控制流（顺序、并行、条件、循环）等。
失败模式与评估：智能体的失败模式包括规划失败（工具调用错误、目标未达成）、工具失败（输出错误）和效率低下。评估需识别这些失败模式并量化其发生频率。可通过创建规划数据集、分析工具调用分布、与人类基线对比等方法进行。
总之，智能体概念简单但潜力巨大。工具和规划是核心，反射机制是成功的关键。未来需关注智能体框架评估和记忆系统以增强能力。