第一章：智能体范式革命

"AI 的未来不仅是聊天机器人回答问题，而是智能体采取行动解决真实问题。"

本章将带你推开智能体 AI 的大门。本章将探索从静态的大语言模型（LLM）向动态、自主的智能体（AI Agent）演进的必然趋势，理解支撑智能体运行的核心理论模型，并拆解一个现代 AI 智能体的解剖学结构。

本章概览

本章旨在构建智能体的宏观认知框架，从发展范式、理论模型到核心组件。

• 1.1 从大模型到智能体：探讨为什么仅有 LLM 是不够的，以及 Agent 如何通过引入"自主性"和"循环"来突破 LLM 的天花板。

• 1.2 智能体理论基础：回顾经典人工智能中的"理性智能体"概念，结合强化学习中的"状态-动作-奖励"闭环，建立坚实的理论基础。

• 1.3 核心组件：大脑、感知、行动与记忆：详细拆解智能体的四大核心组件：大脑（Brain）、感知（Perception）、行动（Tools）与记忆（Memory）。

• 1.4 智能体的认知层级：从简单的反射型智能体到具备学习能力的高级智能体，理解不同认知层级的能力边界。

• 1.5 Agentic Workflow：智能体工作流范式：介绍 Andrew Ng 提出的四种 Agentic Workflow 设计模式。

学习目标

完成本章后，你将能够：

1. 理解 智能体与 LLM 的本质区别

2. 掌握 智能体的核心理论模型 (PEAS, POMDP)

3. 熟悉 智能体的四大核心组件及其交互方式

4. 评估 智能体的认知层级与能力边界

5. 应用 智能体工作流范式优化系统设计

---

下一节: 1.1 从大模型到智能体