我知道什么是 Agent，却说不出它的定义

一次交流里，我卡在一句看似简单的话上：“我知道 Agent 的体感边界，但是不知道 Agent 具体的定义怎么样说。”

我能判断一个固定路径的 workflow 不太像 Agent，也能看出一个会根据工具结果改计划、必要时暂停或移交的系统更像 Agent。可当对方等我给出一句没有漏洞的定义时，我发现脑中的东西并不是一句话。它更像一组正例、反例、差别和后果叠出来的判别器。

后来我给自己的答案是：会背定义不等于理解，只靠体感也不足以协作。真正值得训练的概念能力，是把体感拆成边界与关系，按当前任务压缩成工作定义，再把它写成可执行的 eval，最后允许现实结果回来改写它。

如果这次讨论只需要一个最小版本，我会暂时这样说：

Agent 是一个由模型根据目标和中间反馈决定后续路径、调用工具，并在完成、受阻或触发边界时停止或移交的系统。

这句话可以帮助我们讨论架构，却没有资格成为 Agent 的终极定义。它省略了状态能保持多久、可以影响什么环境、拥有多少权限、人在何处介入。换一个决策，定义也要换一组焦点。

我先拥有的是边界判别，还没有公共定义

Anthropic 在 2024 年把 workflow 与 agent 分开：前者由预先写好的代码路径编排模型与工具，后者由模型动态决定过程和工具使用。它同时提醒，agent 的灵活性会换来更高的成本与错误累积风险，很多任务用固定 workflow 反而更合适。这是一条清晰的工程基准线 ，但它仍然服务于架构选择。

到了 2026 年，Anthropic 在另一篇文章里采用了更紧的说法：Agent 自己引导过程和工具使用，循环执行“计划—行动—观察—调整”，直到完成或需要向人确认。这一定义强调自我引导的循环 ，很适合讨论人类控制与安全。

两句话并不矛盾，却提醒我先问“这次定义要解决什么”。在这两份工程材料里，定义服务于架构选择、安全边界和人类介入；换成产品承诺或评测设计，口径还需要继续操作化。

用三个假设系统来测试这条边界：

• 系统 A 按固定步骤读取表格、调用一次模型、发送邮件。它使用了 LLM 和工具，路径却早已写死，更接近 workflow。
• 系统 B 收到目标后自行选择工具，根据失败结果换路径，能判断任务完成，也会在权限不足时移交。它符合上面的最小工作定义。
• 系统 C 能在沙箱里自主规划和生成长篇方案，却不能读取新的外部结果，也不能改变环境。它在路径自主性上很强，在环境作用力和反馈适应上很弱。

如果只问“C 是不是 Agent”，讨论很快会退化成举手表决。把问题拆开后，我们至少能比较七根轴：

系统在七根轴上的表现可以高低不一。“Agent 程度”常比一个脱离场景的二元标签提供更多信息；等到具体决策出现，再在对应的轴上画线。

Anthropic 后来研究真实使用中的 Agent 自主性时，也没有先解决所有本体争论。研究者为那项分析采用了一个可操作口径：把带有行动工具的 AI 系统视为 Agent，再从工具调用和无人介入时长等信号观察自主性；他们同时承认，这些代理指标无法还原客户系统的完整架构，也不能单独代表自主性。研究之所以能推进，靠的是明确口径及其限制 。

这给了我一个重要纠偏：体感可以比一句定义保存更多维度，但体感没有天然的正确性。它可能来自足够多的案例，也可能只是我尚未检验的偏见。除非我能给出正反例、说清区分轴，并让判断承担一次决策后果，否则“我就是觉得不像”没有公共价值。

Polanyi 在《The Tacit Dimension》中从“人所知道的可以多于能够说出的”出发讨论隐性认识。芝加哥大学出版社对原书的介绍 支持一个有限判断：无法立刻言明，不等于头脑中什么都没有。它没有证明每一种直觉都可靠，更没有替我的 Agent 体感背书。隐性只是状态，验证仍然欠账。

一个概念要经过五道工序，才真正进入行动

我现在会把概念理解成一条可逆的加工链。它不是学术分类，只是我为了检查自己有没有想清楚而使用的工作模型：

体感
  ↓ 用正反例拆出区分轴
边界判别
  ↓ 放回相邻概念、因果与上下游
关系模型
  ↓ 为当前任务做有边界的压缩
工作定义
  ↓ 写成可观测的成功与失败
eval / 权限 / 停止条件
  ↓
行动与现实反馈
  └──────────────→ 修正前面的模型

体感保留了大量尚未显式化的细节。看到一个新产品，我可能很快感觉它更像 chatbot、workflow 或 Agent。它适合探索，却无法直接交给另一个人或系统加载。

边界判别要求我拿出确定的正例、反例和灰区，再指出究竟是哪根轴造成区别。到了这一步，私人感觉开始变成别人可以追问的主张。

关系模型把一个词放回周围。Agent 与 chatbot 的区别可能落在环境行动；与 workflow 的区别可能落在路径由谁决定；与 automation 的关系则取决于自动化是否允许模型根据反馈改变过程。关系图保留的结构比一句话多，也更容易暴露双方使用了不同坐标轴。

工作定义是为当前任务做的压缩。产品经理可能关心用户能否交付一个目标，架构师关心控制流与状态，安全负责人关心权限和可逆性，评测人员关心成功条件。四个人可以共享同一个词，却不能偷懒地共享同一句验收标准。

eval把定义推进到可执行层。Anthropic 的 Agent eval 指南区分了任务、trial、grader、执行轨迹和最终环境状态；它特别提醒，Agent 说“已经订票”与数据库里真实存在预订是两件事。好的 eval 检查结果，也保留过程证据 。一旦“完成任务”被写成输入、成功条件、允许的工具、重复试验和停止规则，概念才开始承担失败的可能。

假设一个客服系统遇到退款失败后继续重试。我最初可能只觉得它“过于自主”；拆轴后，问题落在权限与人类介入；工作定义会写成“低于指定额度可重试一次”；eval 再检查第二次失败是否停止、是否保留证据、是否交给人工。一次模糊的不安，就这样逐步变成可观察的系统行为。这里每一步都可以被反例推回去修改。

最后是现实反馈。一个定义即使逻辑漂亮，只要在真实任务里不断误判、让系统越权，或无法预测下一个案例，就必须退回前面的工序。深度不来自造出更多名词，而来自这些形态之间能否双向翻译。

经验与知识的错位，是同一问题的第二个样本

那次交流里还有另一句卡顿：“我会经验和知识区分，对方会觉得经验和知识的关系。”

现在回看，我们可能在使用两张不同的图。我区分的是它们在认识过程中的功能；对方追问的可能是集合、包含或来源。双方都说“经验”和“知识”，问题却不在同一颗粒度上。

在我的工作定义里，经验更接近“我实际经历、做过或观察过什么”，知识更接近“我从材料中形成了什么相对稳定、能够预测或指导下一次行动的判断”。它们可以沿着这样的路径流动：

做过十次        → 经验材料
比较成败        → 发现模式
写出条件与边界  → 候选知识
换场景再次成立  → 更强的知识
遇到新的失败    → 返回并修正

做过十次不会自动产生知识。如果没有比较、抽象和反证，十次也可能只是十次重复。反过来，知识也不必全部来自个人亲历；论文、他人的经验和形式推导都能进入判断，只是来源、适用范围和验证状态需要保留。

我在“信息—记录—知识—创作”工作流 里也给“知识”写过一套操作含义：材料经过本人过手，形成有证据、可调用、能指导行动并可撤回的判断。那是一份服务于知识系统的工作定义，不是知识一词的唯一正确解释。

这次沟通错位提醒我，争论概念前可以先问一句：你现在关心它们怎样流动、怎样包含，还是怎样改变行动？一旦坐标轴被说出来，很多“没有共识”会缩小成一个更具体的分歧。

定义要多精确，取决于它将控制什么

一种常见诱惑，是把“精确定义”当成普遍美德，仿佛每个阶段都应尽快把话说死。更实用的做法是按行动后果分四档。

探索时，允许模糊。 先积累案例、反例、例外和体感。太早冻结定义，会让后来出现的材料只能被硬塞进旧框架。

建模时，拆关系。 写下变量、因果、上下游和边界，主动寻找一个会推翻当前判断的例子。此时的目标是让直觉可质疑。

协作时，冻结版本。 大家需要一份写明目的、范围和有效期的工作定义。它可以不完美，但同一轮决策里不能随论证需要不断漂移。

自动执行、高风险行动或正式测量时，写进系统。 把概念落实成 schema、rubric、权限、阈值、验收和停止条件，并保留人工确认与回退路径。

可以把这条关系压成四行：

参与者越多
自动化越深
行动越难撤回
失败代价越高
        ↓
所需定义精度越高

同一个“Agent”在产品讨论里，可以定义到“用户交付目标，系统完成多步任务”；在架构讨论里，要补上模型如何决定控制流、怎样维护状态；在安全讨论里，要明确数据范围、工具权限、确认点与回滚；在评测里，还要列出任务分布、grader、成功阈值和失败类型。

我的判断是：至少在需要 Agent 自动行动的工程里，AI 不会让定义消失，反而会推动部分定义从文章里的句子迁入接口、权限和停止条件。OpenAI 在一次全 Agent 生成代码库的实验中报告，团队把架构边界、数据形状、质量规则和“taste invariants”逐步编码进文档、linter 与结构测试，让 Agent 能读取并执行。那是特定团队与代码库的经验 ，不能直接推广成所有组织的未来，却给出了抽象判断被编译成系统约束的一个实例。

多维框架在这里也必须接受反方审查。行业如果连最低共享定义都没有，“Agent”就可能成为任何 LLM 功能都能贴上的营销标签。情境化定义不等于各说各话：至少要共享语义核心，标明版本和作用域，还要说明哪一根轴决定当前结论。

工程现场有时真的需要一个二元答案：这个操作能不能自动执行，这个系统能不能读取生产数据，这次结果能不能算通过。如果我总说“要看不同维度”，却拒绝在指定范围内画线，多维只是逃避承诺的漂亮方式。

理解深度表现为能上下移动，也能回到现场

我曾经问，所谓“高层级的人”是什么形态。这个问法很容易滑向身份排序。现在我更愿意只讨论一项可观察能力：能否在不同颗粒度之间垂直移动，并为当前任务选对停靠层。

一次具体行为
↕
重复出现的模式
↕
产生模式的机制
↕
约束机制的系统结构
↕
长期不变量与价值选择

只能一路向上，会得到悬空的抽象。谈“Agent 自主性”时，如果不能下降到“工具失败三次后具体做什么、谁能批准重试”，模型就没有进入工程。只能留在案例里也有代价：能修这一次 bug，却无法把状态、权限或反馈问题迁移到下一套系统。

至少在当前趋势下，我更关注五种能落到现场的动作：

• 持有现实：亲自看一次用户在哪里退出，保存失败轨迹，而非只读模型摘要。
• 定义问题：在启动任务前写下目标、约束、取舍和什么结果会证明方向错了。
• 控制颗粒度：讨论机制时能回到一个案例，处理案例时也能识别可迁移的模式。
• 设计评价器：把“结果要好”写成 grader、反例、失败类型和回流规则。
• 承担承诺：在多个可行解释之间选一个行动版本，关掉部分可能，并约定何时复盘。

它们描述的是工作动作，不是五种高贵身份。一个拥有一手现场的人仍会受样本偏差、利益位置和有限视野影响；现实材料只是门票，交叉核验与反证决定它最终能支持多强的结论。

François Chollet 在《On the Measure of Intelligence》中批评只用某项既有技能表现衡量智能，因为表现会受到先验知识与经验投入的强烈影响；他提出以获得新技能的效率来组织另一种测量思路，并明确讨论范围、先验、经验与泛化难度。这是一套有争议但可操作的研究主张 ，并非智能的唯一公认定义。它对我有用的地方，是把注意力从“已经会多少”移到“面对新问题怎样形成可修订能力”。

DeepMind 的 AGI 分级研究也把 performance、generality 与 autonomy 分开，试图为比较、风险和测量建立共同语言；论文同时强调，能力层级与部署时的自主性、风险和人机交互仍需一起考虑。单一标签被拆成多个可讨论维度 ，恰好说明升高颗粒度之后还要下降到部署条件。

这些能力不会永远属于人。根据我当前的使用观察，AI 已经能生成目标候选、rubric、反例和跨层解释；它们可能继续被产品化。所谓“判断”“品味”“责任”如果无法落到谁选择了什么、关掉了什么可能、什么结果会迫使他改判，也会变成新的身份优越感。

“概念转换会更稀缺”同样需要可推翻条件。如果未来的 AI 能在很少现实样本下稳定选择正确颗粒度、设计可靠 eval，并独立吸收失败反馈；或者固定定义的记忆在陌生任务中长期比这套转换方法更能预测行动结果，我就应该下调这项判断。这里讨论的是当前价值迁移，不是给人类保留永久领地。

想检查理解，沿着模型往下问

“你懂不懂 Agent？”几乎只能得到态度。我把下面八问当作一条自检路径；用于交流时，它们检查的也是对方此刻拿出的模型，不是对方这个人。

1. 给一个确定是、一个确定不是的例子。 先看我手里是否真的有边界，还是只会复述形容词。

2. 你使用哪根轴区分它们？ “像不像”到了这里要变成路径自主性、环境作用力、状态或权限等显式维度。

3. 它与相邻概念是什么关系？ Agent 需要被放回 chatbot、workflow、automation 和工具系统的关系图。

4. 去掉一个条件，结论会不会改变？ 反事实能分开作用机制与偶然共现，也会暴露哪些条件其实并不必要。

5. 这个区分会改变哪一个产品、工程或商业决定？ 若任何决定都不变，当前争论可能只剩词语偏好。

6. 什么证据会让你修改理解？ 说不出修改条件的模型，很容易变成“无论发生什么我都对”。

7. 分别向普通用户、产品、工程和安全负责人解释。 核心判断应当保持，信息密度与行动焦点则要随角色改变。

8. 如果交给 Agent 执行，你怎样写验收与停止条件？ 最后把概念压到 eval，让成功、失败、权限和移交点都能被观察。

这套提问只能显示一个人当前模型的结构，不能给他的智力、人格或整体价值排位。真正理解深的人也可能暂时答不上来；更有信息量的反应，是先澄清语境、拆出维度、承认未知，并说明接下来怎样验证。

AI 既能编译概念，也会加速自洽错觉

我的很多 AI 对话从模糊体感开始。AI 给出名称、分类和候选解释，我用“这像不像我的真实判断”筛掉一部分，再把留下的结构推得更完整。它像外部工作记忆，也像概念编译器。

这条工作方式与我长期在做的工程很接近。我公开写过一个候选主命题：“围绕一个问题做工程：让上下文在工具切换之间不丢失。”在“Context 不是 Prompt” 里，我讨论的是如何让正确的信息在正确时刻进入模型；在第二大脑的反面检验 里，我又要求保存下来的模型必须促成停止、承诺或改判。它们共同指向一个问题：怎样让另一位人或 Agent 正确加载一段上下文，并在现实里继续工作。

可是，AI 提供的流畅会制造一种危险的完成感。一个概念刚被命名、排成五层、画出箭头，使用者就可能误以为它已经成立。自洽不等于真实，命名也不等于证据。AI 生成候选模型的速度，完全可能超过人的裁决、公共语言协商和现实反馈。

还有一层更不舒服的责任：我和 AI 已经共享了大量上下文，普通对话者并没有。AI 能接住一个跳跃，可能只是因为它读过前文，不代表我的表达已经清楚。私人语义系统可以越来越精密，也可能越来越难被别人加载。沟通错位不能都归因于对方“不够深”，其中一部分债务属于我——我还没有完成从私人判别器到公共工作定义的编译。

体感可能是偏见，多维框架可能逃避画线，AI 也可能把所谓高层能力继续变成廉价功能。它们目前没有让这套方法失效，但给出了严格的通过条件：体感必须能翻译，框架必须能承诺，模型必须能失败，现实必须保留修订权。只要转换没有提高决策与修正的质量，它就只是一套更复杂的表达。

最后的检验，是能否完成五次往返

回到那句“我知道 Agent，却说不出它的定义”。前面的八问适合展开一次讨论；收回到我自己，我只保留五次往返：

1. 我能否用正反例把体感说出来？
2. 我能否指出当前使用的是哪根区分轴？
3. 我能否为这次任务给出足够精确、有范围的工作定义？
4. 我能否把它写成可执行、可失败的 eval？
5. 我是否真的允许行动结果回来修改这个概念？

它们依次连接体感与语言、案例与模型、模型与 eval、判断与行动、私人理解与公共语境。

我仍然可能说不出 Agent 的终极定义。但下一次交流里，我应该能先说清：我们为什么需要这个词，正在使用哪几根轴，它将改变什么决定，什么结果会让我们改口。概念到了这里，才从脑中的体感变成了可以共同承担后果的工具。

参考资料

• Building effective agents — Anthropic
• Trustworthy agents in practice — Anthropic
• Measuring AI agent autonomy in practice — Anthropic
• The Tacit Dimension — Michael Polanyi，University of Chicago Press
• Demystifying evals for AI agents — Anthropic
• Harness engineering: leveraging Codex in an agent-first world — OpenAI
• On the Measure of Intelligence — François Chollet
• Levels of AGI for Operationalizing Progress on the Path to AGI — Google DeepMind