1.1 Agent的概念

在人工智能语境下，Agent是AI Agent的简写。Agent的概念与人工智能、主动服务于人类的软件、大语言模型等有关。

亚马逊的AWS云服务网站中的Agent定义为：AI Agent是一种软件程序，它可以与环境互动，收集数据，并利用数据执行自主任务，以实现人类预定的目标。AI Agent会独立选择实现这些目标所需的最佳行动[1]。

IBM对Agent的定义则突出了其自主性和扩展性，将Agent定义成能够通过设计工作流程和利用可用工具，代表用户或其他系统自主执行任务的系统或程序。AI Agent可以包含自然语言处理之外的广泛功能，包括决策、解决问题、与外部环境交互和执行操作[2]。

Microsoft则着重强调了Agent的使用场景和功能：Agent为用户执行特定任务、回答问题并自动执行流程，具有较高的复杂性而且功能差异很大，从简单的聊天机器人到Copilot[3]，再到数字人或机器人系统形式的高级人工智能助手，可以自主运行复杂的工作流程[4]。Microsoft还阐述了Agent与大语言模型或基于规则的软硬件之间在自主性方面的重要区别，也明确了Agent具备规划（Planning）、工具使用（Tool usage）、感知（Perception）和记忆（Memory）等功能。

综合以上信息，笔者对Agent的定义总结如下：Agent（AI Agent）是一种人工智能应用，通过自主规划、工具调用、感知和记忆等功能，在大语言模型的支持下，代表或代理人类，自主决策，主动解决用户提出的任务。

Agent的中文翻译是“代理”，代理这个词指代的职业、职位比较宽泛，有些图书或文章将AI Agent直译成“人工智能代理”，其主动性被弱化了。如果翻译成“助理”（Assistant），则会把Agent的应用场景缩小很多。目前比较通行的翻译是“智能体”，虽然未能表达出Agent代表人类的特点，但是说明了Agent是一个具有智能的独立个体，有一定的主动性。笔者的想法是将智能体简化为“智体”，智体与智能体表达的意思没有区别，但更有科技感和画面感。