什么是 AI 智能体（Agent）？和普通聊天机器人的区别

智能体（Agent）和聊天机器人的区别，一句话就能说清：聊天机器人负责答，智能体负责做完。你问"这份报告怎么整理"，聊天机器人给你一套整理建议；智能体则会自己去读文件、分类、生成汇总、核对格式，直到把结果交到你手上。判断一个产品是不是智能体，不看宣传话术，看它有没有自己动手的完整链条。

一条可操作的判断标准

标准只有一条：把任务交给它，中间你还需要手动搬运几次内容。聊天机器人的产出止步于对话框，每往前一步都得你复制粘贴；智能体能越过对话框直接改变外部状态——建文件、发消息、查数据库、操作系统。注意"直接"二字：有些工具会生成一段代码让你自己去跑，这不叫执行，叫代工。能不能替你按下那个回车，就是分界线。

从会答到会做，中间加了四样东西

同一个底座模型，套上智能体外壳后能力大不相同，靠的是四个组件。规划：把"整理这个文件夹"拆成读取、分类、汇总、核对几个子步骤，并决定先后顺序。工具调用：通过接口使用搜索、代码执行、文件读写等外部能力——模型本身只会生成文字，真实动作都是工具完成的。记忆：留住前几步的结果，让第五步能接着第二步往下做，而不是每轮都从零开始。反思修正：某一步报错或结果不对，能换个方法再试。

这解释了为什么同一个模型，接入的外壳不同，表现差异会很大。外壳的价值不在模型变聪明，在它获得了持续行动的资格。

四个特征的对号判断

这张表的用法：把宣传页上的说法逐条对照"常见误判"列，中一条就要留个心眼。

多步执行是优势，也是风险的来源

智能体的长处和短板来自同一个地方。假设单步准确率有九成，串十个步骤，全程无错的概率只剩三成多——步数越多，出错概率按连乘放大。所以长任务必须设检查点：要么每步汇报等你确认，要么事后抽验关键产物。

权限是第二个约束。能读文件的智能体就能删文件，能发消息的就能发错消息。权限按任务下限给：这次只需要读，就不给写；先跑在测试环境里，确认伤不到真实数据再放开。

第三类失效最难防：目标本身模糊。你说"把文件夹整理一下"，它按文件类型分，你想要按项目分——它每一步都没错，结果却不对。目标含糊时，先让它复述理解再动手，这轮对话不能省。

哪些活适合交出去，哪些先别急

交出去的标准可以压成一句：流程固定、试错便宜的任务先交；涉及真实资金、敏感数据、对外署名的，人留在环里。

智能体判断速查

• 产出能否越过对话框直接生效，是聊天机器人与智能体的分界
• 四个组件缺一个就降级：规划、工具、记忆、修正
• 步数越多出错概率按连乘放大，长任务必须设检查点
• 权限按任务下限给，只读任务不给写权限
• 目标模糊时先让它复述理解，再允许动手

三个常被问到的问题

• 智能体做着做着就偏离目标，怎么防？：偏航多发生在缺中间产物的长任务里。要求每一步都留下可检查的产物——文件、表格、日志，检查点能拦住偏离，不至于等到全部做完才发现方向错了。
• 很多产品自称 Agent，用起来却像套壳聊天，怎么拆穿？：让它建一个文件，然后去磁盘上确认文件在不在。动作是否真实发生，验证一次就清楚，宣传词不会替你验证。
• 想系统评估一个智能体靠不靠谱，从哪下手？：选五到十个固定任务做成考卷，同一批任务反复跑，记录成功率和人工介入次数，数字比感觉可靠。

沿着"怎么监督它干活"往下走，有几篇可以接着读：多智能体分工时怎么交接任务，Agent 间通信的交接与汇报讲了协议层面的做法；执行过程怎么盯住，看Agent 可观测性的监控思路；怎么给它出考卷，Agent 评测的搭法有完整的流程；想让它在浏览器里替你操作页面，浏览器 Agent 怎么点页面对比了视觉与结构两条路线。