AI Agent下半场 从token生成到自主体验

AI Agents（智能体）的未来正从依赖人工指令迈向自主行动。本教程将带你深入理解AI Agents从被动响应到主动决策的核心路径、技术挑战与未来趋势，帮助你构建完整的技术认知体系，掌握智能体发展的关键脉络。

一、当前AI Agents的局限：语言“缸中之脑”

AI agents是由大型语言模型（LLM）驱动的行动体，但首先需要认清其本质：LLM目前只是一个“条件 token 生成器”。它通过海量文本训练学会了预测下一个词，但核心能力仅限于生成token，就像封闭在语言环境中的“缸中之脑”，无法主动感知外部世界。

这意味着LLM存在三大天然局限：

• 没有“意志”：它不会自己决定该干什么，行动动机完全依赖人类通过指令、提示（prompt）或任务定义来提供，缺乏内在驱动力。
• 没有“目标”：它不真正理解什么是“成功”，也无法自发追求长期效用，所有行为均需外部定义。
• 无法直接交互：它不具备外部感知或与真实世界直接交互的能力，也没有内生的自主行动动机，所有操作都需通过系统桥梁实现。

重要认知：在当前技术阶段，AI agents的行动动机仍然依赖于人类的指令输入，智能只是在人类设计的prompt中被动发挥作用，未能真正实现自主。

小提示：理解LLM的“缸中之脑”局限性，是构建有效AI Agent的基石。不要期望LLM能自发行动，它的所有能力都需要通过外部系统来激发和引导，这一点对初学者尤其重要。

二、脚手架框架：赋予AI行动能力的关键桥梁

为了让LLM能够完成具体任务，我们需要为其构建一个“agent framework”（脚手架框架），集成核心功能以提供运行环境和外部支持。这些核心功能包括：

• 工具使用（Tool Use）：让LLM能够调用外部API、数据库或软件工具，拓展其能力边界
• 记忆系统（Memory）：让LLM能够存储和回顾历史交互信息，实现上下文连贯
• 状态反馈机制（Observations）：让LLM能够接收执行结果并调整后续行动，形成闭环决策

两种常见的脚手架实现方式

Workflow（工作流）和API编排（API Orchestration）是两种核心实现方式，它们的主要区别在于设计灵活性和适用场景：

• Workflow：采用预定义的、确定性的步骤序列，适合固定的、流程化的任务，如自动化数据处理，执行效率高但灵活性低。
• API编排：支持更动态的工具调用，允许LLM根据当前上下文自主选择调用哪些工具，适合需要灵活决策和适应的复杂场景，如智能客服或多步推理。

Scaffolding（脚手架）是AI Agent的必备基础设施，它为LLM提供运行环境、解析并执行LLM的输出、并将外部反馈整合回系统，是迈向自主行动的关键跳板。

三、从依赖外部脚手架到内化行动能力：技术演进路径

未来，AI Agents的核心目标之一是减少对外部脚手架的依赖，将原本需要外部系统提供的功能逐步内化到LLM自身，从而提升效率、降低延迟并增强一致性。强化学习（RL）是这一演进过程中的关键技术，它让模型从试错中学习策略。

核心技术方案对比

• ReAct：通过提示（prompt）引导LLM在“思考”和“行动”之间循环切换，灵活且易于实现，适合快速验证和部署的场景，是入门首选。
• ReTool：通过强化学习将工具使用能力内化为模型的生成模式，显著提升特定任务的执行性能，减少冗余的提示工程。
• ReSearch：通过强化学习将搜索策略内化为模型的一部分，让LLM能够自主决定何时进行信息查找，节省外部工具调用成本。

关键洞察：ReAct是第一步，ReTool是第二步，而真正的自主Agent将是第三步——从被动响应到主动探索的质变。

小提示：如果项目需要快速上线，ReAct提示模板是最直接的选择。如果追求特定任务的极致性能，则应该优先考虑通过强化学习（RL）进行模型微调的方案（如ReTool），平衡效率与准确度。

四、未来范式：从token生成到自主体验

正如Sutton和Silver在《The Era of Experience》中提出的观点：“人类数据正在枯竭，未来智能的进步，必须依赖Agent与环境的交互经验。”

这标志着AI范式正迎来一个深刻的转向：从“体验时代”的视角重新定义Agent的能力。未来的AI Agent应该具备以下特征：

• 动态感知与行动：LLM不再仅是语言调度员，而是在环境中持续适应与优化的主动体，具备实时反馈能力
• 策略内化：通过强化学习、行为奖惩、长期经验，生成自主行为策略，而非被动响应prompt，真正拥有决策权
• 自生成经验：从失败和交互中学习，而不是仅仅记住人类知识，形成持续的自我进化回路

这一转向也呼应了姚顺雨在《The Second Half》中的判断：“AI上半场是做模型、benchmark打榜，下半场是思考AI到底要干嘛，我们该如何评估它真正的‘价值’。”

LangChain、OpenAI和Anthropic等主流机构对此已有共识：Agent的关键不是工具有多强，而是LLM能不能理解并描述任务目标，并据此动态组织行为。这意味着架构设计重心正从工具库转向认知框架。

五、常见问题与解答

问题1：AI Agent能被赋予完全自主的行动能力吗？

答：当前阶段不能。LLM的“智能”本质上仍是语言生成能力，它没有内生的意志或自发的动机。完全自主行动需要更多技术突破，包括脚手架系统的协同演进、强化学习技术的深化，以及安全护栏（如OpenAI强调的安全机制）的完善。ReAct是第一步，ReTool是第二步，而“Experience Agent”将是第三步——一个具备经验积累与长期决策能力的自主体。

问题2：脚手架框架在未来会被彻底淘汰吗？

答：不会完全淘汰。虽然通过强化学习和模型微调（fine-tuning），部分脚手架功能（如工具调用、记忆请求）会被内化到LLM中，但脚手架的核心作用——弥补LLM的局限，确保其输出在复杂任务中得以有效执行——将长期存在。未来的方向是脚手架从“功能拼接”演进为“认知协同系统”，成为Agent的神经系统，而不是被彻底取消。

问题3：对于初学者，应该从哪种Agent框架开始学习？

答：建议从ReAct开始。它通过简单的prompt模板就能实现“思考-行动-观察”的循环，门槛低、上手快，让你快速体验Agent的工作流程。同时，ReAct是理解更复杂框架（如基于RL的ReTool/ReSearch）的基础，能帮助你快速建立起对Agent工作流程的直观认知，为后续深入学习铺平道路。

ReAction是第一步，ReTool是第二步，而“Experience Agent”将是第三步。这场范式转变，不仅是工程实践的升级，更是对“智能本质”的一次深刻追问：什么样的Agent，才配称为“智能”？它是否需要欲望、目标和记忆？我们是否应该设计一个“经验激发、长期成长”的学习机制？AI Agent的未来，不在于prompt多强、工具多炫，而在于它是否能自主生成经验、建立世界模型、追求长期效用。这既是技术的挑战，也是对人类智能认知边界的重新思考。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI Agent下半场 从token生成到自主体验要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题