← 返回概念解读

Concept Fable精修版

智能体

Agent · LLM Agents

先读故事。这里不急着给定义,先让问题自己长出来。

寓言故事

会自己跑腿的账房学徒

码头账房原先靠三个人接单、查库存、写回信。货少时,掌柜喊一声,学徒照做,账本大多能对上,错了也能当场叫回来改。

后来客户从白天问到半夜,问题牵着仓库、船期、合同、退款和掌柜的承诺。掌柜不可能每封信都亲自拆开,再逐条派人跑腿。

他先雇了一个聪明学徒,让他看见来信就回复。学徒会写漂亮话,却不知道何时该查账,何时该问仓库,何时不能承诺折扣。头几天客人觉得回应快,账房却开始替快话付钱。

有一次,学徒把缺货说成有货,又把需要审批的赔付直接答应。掌柜便给他贴了一墙禁令。学徒每遇到新情况都停下来翻墙,速度慢了,真正该看的账本仍会漏掉。

老账房换了办法。他给学徒一张任务单,写清目标、可用账册、能动用的印章、不能越过的金额、遇到危险时找谁,以及每一步要留下什么凭据。

学徒收到来信后,先判断要办的事,再查库存、算船期、草拟答复;涉及赔付就交给掌柜,普通查询自己完成。掌柜不再逐字替他跑腿,只看边界和结果。

后来大家发现,这个学徒的价值不在会说话,而在能围绕一个目标持续观察、选择工具、采取行动,并在可追责的边界内推进一段工作。少了目标、工具、状态、权限和交接,他就仍只是会说话的跑腿。

有了这张任务单,掌柜也能看出问题出在哪里:是账册没开放,还是金额边界太低,还是学徒误判了来信性质。以前出错只能骂人,现在能修流程。学徒不再靠机灵碰运气,而是在一条可检查的路上办事。几个月后,掌柜敢把夜间普通来信交给他处理,因为不是把人放出去乱跑,而是把一段工作交给一个知道目标、边界和回路的角色。后来复盘时,众人把这条经验写进日常规矩:先看现场哪里真正改变了结果,再决定该保留什么、修补什么、限制什么。

揭示

这个故事讲的是:智能体

Agent 是能在给定目标下感知上下文、规划步骤、调用工具、执行动作并根据结果继续推进的 AI 工作单元。企业里的 Agent 不能只等同于聊天模型;它需要运行时、工具权限、记忆、审批边界、日志和失败恢复,才能承担可交付任务。

它重要的地方在于:它不只是一个术语,而是在真实 AI / Agent 系统里会反复出现的结构性问题。理解它,才能判断什么时候该加模型,什么时候该改流程,什么时候该补治理。

故事对应

  • 账房学徒:企业中的 Agent
  • 来信:用户请求或业务事件
  • 账册和印章:可调用工具与系统权限
  • 禁令墙:只靠提示词约束的脆弱做法
  • 任务单:目标、状态、工具和权限边界
  • 留下记录:可审计的执行轨迹。

Soloharness 判断

这个概念的实战价值,是帮你把“看起来聪明的 AI 功能”拆成可交付、可验收、可治理的工作单元。

tool useplanningmemoryenvironmentautonomous workflow