**AI 智能体(agent)**是带着工具和目标、循环运行的 LLM。聊天机器人一次回答一条消息;智能体接的是一个任务——「修好这个 bug」「帮我订机票」「调研这个市场」——然后自己规划、执行、看结果、再执行,不需要人批准每一步。模型是同一种技术,让它成为智能体的是那个循环和那些工具。
循环怎么转
每一圈有三拍。模型先推理当前状态(「测试挂了,auth.ts 有个类型错误」),再调用工具——跑一条 shell 命令、改一个文件、搜网页、点浏览器——然后读取结果,结果被追加进上下文窗口,作为下一圈的输入。如此往复,直到目标达成、模型放弃,或上下文耗尽。最后一条很关键:智能体的工作记忆就是它的上下文窗口,长任务的成败很大程度取决于执行框架压缩历史的水平。
为什么 2025–26 年智能体成了主线
两件事撞到了一起。一是模型的工具调用能力大幅提升——能输出格式正确的动作,而不是嘴上描述一下;二是各家实验室开始直接拿长程智能体任务做训练,而不只是单轮对话。看得见的结果:Claude Code、Codex 这类能在真实代码库上连续跑几小时的编程智能体,靠截图操作桌面应用的计算机使用智能体,以及浏览二十分钟后交出一份带引用报告的深度研究智能体。Claude Opus 4.8、GPT-5.6 这些前沿模型如今主要在智能体基准上竞争,而非聊天质量——我们的智能体 LLM 榜单持续跟踪这场竞赛。
智能体还会在哪里栽跟头
错误会复利。单步正确率 95% 的模型,20 步任务的完成率不足 40%,所以长任务需要在边界上设检查点、测试或人工复核。智能体还继承了 LLM 的所有弱点——幻觉在这里变成照着编造的事实去行动,比说错话更糟——并新增一个:提示注入(prompt injection),即智能体读到的文本(网页、邮件)里藏着指令,被它误当成你的指示。2026 年的实用守则:只在失败代价低的沙箱里给智能体真正的自主权,不可逆的步骤——付款、删除、发送——留人把关。