(名词)
一种能够感知环境、做出决策并自主采取行动以实现既定目标的软件系统。将智能体与仅回答提示的系统区分开来的关键在于，智能体是在一系列步骤中运作的——观察、推理、行动，然后观察结果并调整——同时在整个过程中始终牢记其目标。
为何这一区别至关重要。 这个术语常被泛化用于涵盖几乎所有包含人工智能的事物，但更有意义的界定在于感知-决策-行动循环。一个系统如果只产生一次输出就停止，那它并非在行使自主性，而只是在响应。智能体之所以名副其实，是因为它持续推进目标，并自行决策下一步行动。同一个底层模型可以在一种设置下成为智能体，在另一种设置下则否——区别在于它是否控制一系列动作，还是仅仅填补一个空白。
环境是核心。 智能体的环境可以是文件系统、网页浏览器、API、代码库，甚至其他智能体。它所能感知的内容以及可执行的操作完全由该环境定义。这就是为何相同的模型在给定不同工具和上下文时会表现出截然不同的行为——环境设定了可能行使自主性的边界。
示例。 一个编程智能体收到一份错误报告。它通读代码库以定位故障，编辑相关文件，运行测试套件，查看哪些测试仍未通过，并修正其修复方案——循环往复直到所有测试通过。在此过程中，没有任何人告诉它“现在运行测试”或“现在尝试另一种方法”；它自行感知每个结果并决定下一步行动。
常见误解。 认为智能体必须是一个单一、边界清晰的程序。实际上，“智能体”是系统扮演的一种角色，而非固定的架构——重要的是自主的、目标导向的循环，而不是有多少文件或模型来实现它。
相关术语： 代理式人工智能（agentic AI）、工作流（workflow）、管道（pipeline）、多智能体系统（multi-agent system）
