AI Agent（AI 智能体/AI 代理）是一种可以自主感知环境、制定计划、执行行动与从经验学习的 AI 系统。
与普通 AI 助手（如 ChatGPT）最大的分别：普通 AI 是「你问一句，它答一句」；而 AI Agent 你只需要讲一个目标，它会自己拆解任务、调用工具、一步一步完成，中间不需要你每步都下指令。
简单比喻：普通 AI 是一个顾问——你问它才答；AI Agent 是一个实习生——你交一个任务给它，它自己想办法做完，有问题才问你。
| 维度 | 普通 AI 助手（ChatGPT） | AI Agent |
|---|---|---|
| 自主性 | 被动：等你问才答 | 主动：自己推进任务 |
| 工具使用 | 主要靠内建知识，有限插件 | 可以自由调用外部工具（搜索、编码、发邮件、操作电脑） |
| 任务处理 | 单轮对话，一次过回答 | 多步骤规划，将大任务拆成细步骤执行 |
| 记忆 | 对话内记忆，完就忘记 | 长期记忆，可以记住之前做过的东西 |
| 例子 | 「帮我写一封邀请信」 | 「帮我搞一个产品发布会」（自己写邀请、发邮件、订场地） |
Agent 可以「看到」与「听到」周围环境——包括你给的指令、网页内容、文件数据、工具返回的结果。多模态 AI 技术令 Agent 可以处理图像、语音等多种输入。
收到目标后，Agent 会用 LLM 做大脑，将复杂任务拆解成一系列细步骤。例如「帮我做一份市场调查报告」会被拆成：搜索资料 → 整理数据 → 撰写报告 → 生成图表 → 导出 PDF。
Agent 可以通过 Function Calling（函数调用）去使用外部工具：搜索网页、写代码、发邮件、操作文件、甚至控制你的电脑。这是 Agent 与普通 AI 最实际的区别——它不只是「讲」，还会「做」。
Agent 会记住之前做过什么、学到了什么。短期记忆用于当前任务的上下文，长期记忆可以跨任务积累经验。部分 Agent 甚至可以从错误中学习，下次避免犯同样的错。
AI Agent 的核心是一个感知—规划—执行—观察的循环（ReAct 框架）：
这个循环会不断重复，直到 Agent 判断任务已经完成。每次循环都会消耗一次 LLM 调用——所以一个复杂任务可能需要几十次 API 调用，成本比普通对话高很多。
| 平台 | 开发者 | 强项 | 价格 |
|---|---|---|---|
| Claude Agent | Anthropic | 程式开发、代码重构、技术任务 | 包含在 Claude Pro/Max 订阅 |
| GPT Agent / Operator | OpenAI | 电脑操作、网页自动化、一般任务 | 包含在 ChatGPT Plus/Pro 订阅 |
| Manus | Monica.im | 通用型自动化、华人界面、研究报告 | 免费额度 + 付费版（约 USD $29/月起） |
| Devin | Cognition AI | 专门写程式、全栈开发 | 企业定制报价 |
| AutoGPT | 开源社区 | 开源、可自订、实验性质 | 免费（需自己配置 API Key） |
| n8n + AI | n8n | 工作流自动化、整合多种服务 | 免费开源 + 云端版 |
数据来源：各平台官方网站（2026 年核实）。功能与价格可能随版本更新而变化。
用 AI Agent 时，一开始不要交托太重要或者太复杂的任务。由小任务开始（例如「帮我整理这个文件夹」），观察它的表现，再逐步增加信任与权限。重要行动（发邮件、付款、删除）最好设定为「需要你确认才执行」。
✅ 正确：不是。Agent 不一定比普通 AI 更聪明——它们用的可能是同一个 LLM。分别在 Agent 有「自主行动」与「工具使用」的能力，而不是智商更高。
✅ 正确：目前还不行。Agent 适合处理重复性、规则清晰的任务，但涉及创意判断、人际关系、道德决策的工作仍然需要人类。更准确的说法是「人类 + Agent」的组合，而不是「Agent 取代人类」。
✅ 正确：不是。只有具备「自主规划 + 工具调用 + 多步骤执行」能力的才叫 Agent。普通的 ChatGPT 对话、AI 绘图工具、语音转文字都不是 Agent。
A：AI Agent（AI 智能体/AI 代理）是一种可以自主感知环境、制定计划、执行行动与从经验学习的 AI 系统。与普通 AI 助手（如 ChatGPT）不同——普通 AI 只是「你问它答」，而 AI Agent 可以自己拆解任务、调用工具、一步一步完成复杂工作，不需要你每步都下指令。
A：3 个核心分别：1) 自主性——普通 AI 等你问，Agent 自己推进任务；2) 工具使用——Agent 可以调用外部工具（搜索、编码、发邮件），普通 AI 主要靠内建知识；3) 记忆与规划——Agent 会记住之前做过什么，并且将大任务拆成细步骤执行。
A：常见应用包括：自动化研究（自己搜索+整理报告）、程式开发（自己写代码+测试+除错）、数据分析（自己提取数据+生成图表）、客户服务（自己处理查询+升级转介）、个人助理（自己管理日程+预订+提醒）。
A：2026 年主流平台包括：Claude Agent（Anthropic，程式开发强）、GPT Agent / Operator（OpenAI，电脑操作强）、Manus（通用型，华人圈受欢迎）、AutoGPT（开源先驱）、Devin（专门写程式）。哪个最好视乎用途：写 Code 用 Claude Agent，一般自动化用 Manus 或 GPT Agent。
A：核心是一个循环：感知（Perceive）→ 规划（Plan）→ 执行（Act）→ 观察结果（Observe）→ 再规划。AI Agent 用 LLM 做大脑，配合工具调用能力（Function Calling）与记忆系统，不断重复这个循环直到任务完成。
A：主要风险：1) 成本高——Agent 可能调用几十次 API，费用比普通对话高很多；2) 不可控——自主行动可能做出你不想它做的事；3) 幻觉放大——Agent 会基于错误判断继续行动，错上加错；4) 隐私——Agent 需要访问你的账号与数据才可以执行任务。