AI Agent：一个被定义三年、仍被误解的概念

2023年，OpenAI研究主管Lilian Weng写了一篇博客——《LLM Powered Autonomous Agents》，文章里她给AI Agent下了一个定义：

LLM + Planning + Tool Use + Memory

 

·Planning负责拆解任务和排序

·Tool Use提供调用外部系统的能力

·Memory让Agent能跨会话记住上下文

·LLM作为大脑做推理和生成

 

这个定义发表三年后，仍然是AI Agent领域被引用最多的框架之一。

但有一个比较尴尬的事实——市面上自称"AI Agent"的产品，大多数只做到了其中两个：LLM和Tool Use。Planning和Memory，基本缺失。比如能调API，但没有规划，没有记忆。比如能执行，但不会思考先做什么、后做什么。比如做完了也不会检查结果对不对。

也就是说，严格意义上讲，现在市面上大多数的AI Agent，都是假的Agent。

Gartner的一份报告中给出了一个冷酷的数字：数千家宣称有Agent能力的厂商中，仅约130家是真的。

本文我们试图探讨：AI Agent分为哪些类型，从底层架构、能力分层、企业落地上有哪些差异？对企业/用户而言，如何才能选出真正能做事、真正好用的AI Agent？

 

一、 如何区分对话型AI和代理型AI？

其实区分这两者并不难。之所以觉得懵，是因为很多厂商在故意耍聪明、混淆视听。

Conversational AI（对话型AI）

主要能力是输入、理解、输出，在信息层闭环。

它的架构本质是一个响应系统——"输入-处理-输出"单次闭环，任务一次性终止。它的智能体现在模式识别和内容生成上，但缺乏持续的目标感和自主行动能力。你问它一个问题，它给你一个回答。回答完了，任务就结束了。它不会主动去做任何事。

典型产品包括：普通客服机器人、早期ChatGPT纯对话模式、Copilot类建议工具。

 

Agentic AI（代理型AI）

主要能力是感知环境、做出决策、调用工具、执行操作。

它的架构本质是一个目标驱动的自主系统——给它一个目标，它能自己拆解任务、规划步骤、自己调用工具、自己检查结果、发现错了自己回退。核心在于推理和行动能力。

典型产品包括：OpenAI Operator、企业级工作流Agent、AutoGPT。包括现在很火的WorkBuddy、Coze、豆包Work、OpenCalw、Dify、Manus AI、Claude，都是Agentic AI（代理型AI）。

简单来讲：对话型AI回答问题，代理型AI完成任务。

这里有个比较容易混淆的产品类型：Copilot类产品。

它能写代码、能改文档、能发邮件——但它不自主执行。它给你建议，你来点确认。本质上是"向人类建议"的模式，工具执行为零——所有操作都由人类完成。

所以Copilot是高级对话型AI，也不是真正的Agent AI。

 

我们通过一张表，来更清晰地看清对话型AI和代理型AI的差异：

"Agent Washing"——行业最大的包装术

定义很明确、区别也如此明显，为什么很多厂商能够硬把对话型AI包装成能做事的代理型AI呢？

这里要引入一个概念——Agent Washing。

给对话型AI加个API调用，就把自己wash成了代理型Agent，因为它确实能调用数据、执行下单、售后等操作。做最简单的调整、用最低的成本，就可以摇身一变，卖更贵的价格。而事实上，产品的本质并没有变。

 

二、同为Agent，为什么能力差距如此之大？

答案不在模型的参数量上，也不在训练数据的多寡上，而是在架构的完整度上。

具体来说，市面上的AI产品存在三种截然不同的构造：

第一种：对话型AI——有嘴没手。

能理解、能对话，不能操作系统、不能调用工具、不能执行任何动作。只能"说"，不能"做"。

底层架构：没有打通操作系统和企业工具链。 没有权限、没有接口、没有执行环境，因此它的终点就是生成一段文本，而不是调用一个API、写入一条数据、触发一个流程。

绝大多数普通客服机器人都属于这一类。能对话，但不能做事。能回答，但不能负责。

就像企业里的实习生——有头脑、会思考，但没有处理实际事务的权限和经验，只能完成一些简单的输入输出型工作。

 

第二种：普通Agent AI——有手没脑。

能调用接口、能执行操作，但不会规划先做什么后做什么，也不会检查做完的结果对不对。

底层架构：有执行能力，但没有任务规划层和结果校验层。 它的架构是"接收指令→调用工具→返回结果"的单链逻辑，缺少目标拆解、步骤排序、异常捕获和结果自检。工具调得通，但不知道什么时候该调、调完该不该验证。

市面上大多数"AI Agent"都是这一种：只做了感知+执行——能听懂、能动手。但缺了规划和反思。

具体表现包括：

• 不确认就执行 ——客户说"帮我退掉上次那个订单"，AI不确认是哪一笔，直接退了最近的一笔。
• 报错就卡住 ——退款流程5步跑到第3步报错，不知道回退也不知道暂停，就那么僵住了。
• 不会判断情绪升级 ——客户已经在骂人了，AI还在按标准流程念话术。

这就是"有手没脑"的代价——能操作，但不能判断该不该操作、操作对了没有、错了怎么补救。

就像入职不久的新员工，交代一步做一步，错了也不知道如何处理。

 

第三种：真正成熟的Agent AI——有手有脑，会干活。

能感知、能规划、能执行、能反思。遇到问题自己想办法，做完了自己检查，错了知道回退。

和前两种的架构区别： 它具备完整的"感知→规划→执行→校验→修正"闭环。能拆解目标、能并行调度多个工具、能在执行中判断异常并自主回退——不只是完成任务，而是可靠地完成任务。真正意义上的Agent应该有四层健全的体系：

• 给接口（系统对接层） ——打通CRM、ERP、计费系统、工单系统，AI才能操作真实业务数据。
• 给权限（可控授权层） ——不是放开所有操作，而是按角色、按场景、按金额分层授权。客服能查订单，但不能批超过500元的退款。能做什么、不能做什么、做到什么程度，都有边界。
• 给脑子（规划+反思层） ——能分解任务、排序执行、校验结果、错误回退。遇到问题能自己想办法，而不是卡住等人工。
• 给安全网（治理+兜底层） ——操作审计，每步有记录，出了问题能追溯。异常熔断，检测到连续失败或客户情绪升级，自动停止、转人工。渐进授权，先从低风险操作开始验证，可靠后再放开高风险操作。

这样的AI就像成熟独立的老员工。事情交代给他，他自己知道该先做什么、后做什么、做完了怎么检查、检查出问题怎么回退。

 

这是一个AI Agent成熟度的快速评估表：

事实上，市面上绝大多数产品，要么还只是L1级别的对话型AI，要么也只是打通了一些接口，在L2到L3之间挣扎。而L4级别以上的AI，才真正能产生业务价值。

 

三、从"能用"到"好用"，到底难在哪？

既然AgentAI的标准已经很清楚，为什么还有这么多企业只做对话型AI或者"假的"代理型AI？

原因在于真正想做到好用、做到真正的代理型AI，有四个绕不开的挑战。

挑战1：意图理解的容错率骤降

客户说"我要退货"——是退了重新买？还是退款？还是换货？

对话型AI理解错了，用户纠正就行，成本为零。

做事型AI理解错了，可能已经改了订单、退了款、触发了物流。

所以做事型AI需要的不是"能理解"，是"在高风险场景下稳定理解对"。

挑战2：多步规划的可靠性

办一件事往往不是一步。

比如"退货退款"：查订单→确认原因→计算退款金额→发起退款→更新状态→通知客户。

任何一步出错，整个链条就断。

需要AI具备"规划能力"——知道先做什么后做什么，中间出错了怎么回退。

大多数所谓"Agent"产品在这一步是缺失的——它能调API，但不会规划调用顺序，也不会处理中途异常。

挑战3：系统打通的工程量

AI要查订单得接订单系统，要改地址得接地址系统，要提工单得接工单系统。

每家企业的系统不一样、接口不一样、数据格式不一样。这是"脏活累活"。需要逐个系统对接、逐个场景调试。

一个CRM系统的API改了字段格式，Agent就可能完全无法工作。多租户场景下，A客户的数据不能泄漏到B客户的Agent会话中。

这些工程问题，比模型选型更消耗团队精力。

挑战4：信任的工程化

企业不敢给AI权限，核心原因不是"AI不够聪明"，是"不知道AI会不会搞砸，搞砸了怎么办"。

这背后需要建一张套治理体系：

• 权限分层：不同角色不同权限，按场景按金额分级授权
• 操作审计：每步操作有记录，可追溯，出了问题能查到是哪一步
• 异常熔断：检测到异常自动停止、转人工
• 渐进授权：先从低风险操作开始验证，可靠后再放开高风险操作

这四层叠加起来，企业才"敢"让AI做事。

 

四、 写在最后

三种AI，三个层级。

对应的不是模型能力的差异，是工程体系成熟度的差异。

同一个大语言模型，放在不同的架构里，可以是只能聊天的实习生，可以是能操作但不会反思的新员工，也可以是能规划、能执行、能反思、能兜底的好员工。

差距不在模型，在体系。

接口层决定AI能碰什么

权限层决定AI能做什么

规划层决定AI怎么做

安全层决定AI做错了怎么办

四层齐了，才是真正能产生业务价值的Agent。

这也是ChatDoing正在做的事——帮企业从L2/L3走到L4。用对话式训练降低接口对接门槛，用多Agent协作实现规划与执行的闭环，用渐进式授权和无缝转人工构成安全网。不是让AI更聪明，是让AI的做事体系更完整。