智能体在解决什么

面试里怎么定义智能体？

智能体是能通过传感器感知环境，并自主地通过执行器采取行动以达成目标的实体。四个词要一起说：环境、感知、行动、自主。

自主是和普通程序的分界。它不是只按预设指令被动响应，而是根据当前感知和内部状态自己做决定。感知到行动的闭环，是后面所有范式的底。

数字环境里，传感器经常是 API 返回的数据，执行器经常是一段代码或一次服务调用。

传统智能体有哪几类？

按内部决策从简单到复杂，面试按这条梯子讲：

类型	它在回答的问题	短板
简单反射	当前感知命中哪条条件-动作规则	没有记忆，看不懂上下文
基于模型的反射	世界现在是什么样，包括暂时看不见的部分	仍是对当前状态做反应
基于目标	做什么才能到达目标状态	多个目标冲突时不会权衡
基于效用	哪种行为的期望满意度最高	效用函数仍靠人设计
学习型	怎么从行动结果里改自己的策略	需要可定义的奖励和大量交互

强化学习是学习型智能体的代表路径：性能元件负责干活，学习元件根据奖励修正策略。AlphaGo Zero 是这条线上常被问到的例子。

LLM 智能体和传统智能体差在哪？

传统智能体的能力来自工程师写进去的规则、模型和效用函数，行为有边界、较确定。LLM 智能体把预训练得到的隐式世界模型当成决策核心，能直接接高层、模糊的自然语言目标。

面试用一个任务说清三个能力，不要背定义：

• 规划：把「规划一次出行」拆成确认偏好、查信息、出草案、订票。
• 工具：发现信息缺口就调用天气、搜索、预订接口。
• 动态修正：用户说超预算，把这句话当成新约束，重搜而不是重跑整条写死流程。

一句话：过去是写专用自动化，现在是引导一个通用模型去规划、行动，并根据反馈改下一步。

按反应时间和知识表示还能怎么分？

时间维度是速度和质量的权衡。

• 反应式：感知到行动几乎直连，快、便宜、短视。安全气囊、高频交易属于这类。
• 规划式：先用世界模型搜索未来行动序列。看得远，但环境变了规划还没做完。
• 混合式：底层快速反应，高层负责长远目标。LLM 智能体通常是「思考里做规划，行动和观察里做反应」，把大任务拆成一串规划-反应微循环。

知识表示是另一道常问题。

• 亚符号：知识是网络里的统计模式，擅长感知，难解释，会幻觉。对应卡尼曼的系统 1。
• 符号：知识是可读符号和规则，可追溯，但规则盖不住的情况会脆。对应系统 2。
• 神经符号：两边一起用。LLM 智能体是现成例子：内核是神经网络，中间却产出计划、工具调用这些可执行符号。

任务环境用什么模型描述？

用 PEAS：性能度量、环境、执行器、传感器。面试官给一个场景，就按这四项拆，不要先讲框架。

数字环境还要补四个性质，它们直接决定设计：

• 部分可观察：一次 API 看不到全貌，所以要记忆和继续探索。
• 随机：同一次查询连续调用结果可能变，所以要处理不确定和重新决策。
• 多智能体：别人的行动会改你的环境。
• 序贯且动态：这一步影响以后，而且你思考的时候世界还在变。

一轮 Agent Loop 里发生什么？

智能体不是一次生成完事，而是循环：

1. 感知：拿到观察。观察可以是用户指令，也可以是上一步行动的反馈。
2. 思考：先规划或改计划，再从工具库里选工具和参数。
3. 行动：调用工具，改变环境。
4. 环境给出新观察，进入下一轮。

停的条件要单独说：任务完成、步数或预算用尽、需要人接手。不停下来就是死循环，这是工程问题，不是模型「再想想」能解决的。

Thought、Action、Observation 各是什么？

这是把循环写成模型能遵守的协议。

• Thought：用自然语言写下当前判断、上一步观察和下一步打算。它是决策快照，也是后来排错的轨迹。
• Action：决定执行的操作，通常是一次函数调用。外部解析器负责真的去调工具，模型自己不执行。
• Observation：把工具的原始结果收成模型能读的短文本，再送回下一轮。原始 JSON 不要原样灌进去。

三者缺一个，循环就不闭合：没有 Thought 就无法解释为什么调用，没有 Action 就只是在聊天，没有 Observation 下一步就是在瞎猜。