EP02 · 智能体是什么：感知、决策、行动的闭环

一句话概要：智能体的最小定义是一个自己转的圈——感知、决策、行动，行动改变环境，环境再被感知；四大核心能力撑起这个圈，实时决策靠三样技术，动态环境下选能滚动的架构。时长见文末声明｜素材锚点：多1、多3、单1 ｜所属：第一季·核心范式

一、知识框架

本集回答「智能体是什么」，三个层次：

最小闭环：感知驱动决策，决策驱动行动，行动改变环境，环境再被感知。缺任何一环都退化——只有感知是监控，只有决策是参谋，只有行动是脚本机器。闭环有转速属性：自动驾驶毫秒级、客服对话秒级、农业监测天级，匹配场景是关键，但圈不能停。
四大核心能力（多1）：环境感知（眼睛和耳朵）、自主决策（大脑）、持续学习（新陈代谢）、多任务协同（社交）；硬件维修不选，因为智能体是软件概念，能力边界到决策和执行为止。
实时决策的实现（多3 + 单1）：依赖三样技术——强化学习策略（发动机）、状态空间搜索（推演器）、传感器融合（合成器）；批量数据处理与离线模型训练输在节奏。动态环境下的架构选「基于模型的预测控制」，判据是环境是动的，决策就得是滚动的。

多选 1：智能体的核心能力包括()

A. 环境感知　B. 自主决策　C. 持续学习　D. 多任务协同　E. 硬件维修

多选 3：智能体在实时决策中依赖的技术包括()

A. 强化学习策略　B. 状态空间搜索　C. 传感器融合　D. 批量数据处理　E. 离线模型训练

单选 1：智能体在动态环境中实时决策时，最可能采用的架构是()

A. 静态规则引擎　B. 基于模型的预测控制　C. 批处理机器学习流水线　D. 离线强化学习模型

多选 1 答案：A、B、C、D（E 不选）

A 环境感知：智能体自己「看世界」——传感器、摄像头、麦克风、数据流都是感官。传统软件等用户输入，智能体主动感知。感知层考得很具体（多模态融合、嘈杂环境听得清、黑暗看得见、三维空间理解），背后道理一致：单一感官有盲区，融合才能补全。
B 自主决策：关键在「自主」——没有人事先写好每一步，动态环境里自己拿主意。硬约束：环境是动的，决策就不能一锤定音，得跟着感知滚动。
C 持续学习：部署后还会遇到训练时没见过的情况，学不动就过时。知识更新有几条路线：检索增强、在线增量学习、定期微调。两个必修课：灾难性遗忘（学了新的忘了旧的）与新旧知识冲突（旧经验与新证据打架）。
D 多任务协同：同时服务多个目标、用户，甚至与其他智能体配合。协同的前提是统一的记忆与状态管理；多智能体间还需通信模式与冲突协调。各干各的不叫协同，叫并行。
E 硬件维修为什么不选：智能体是软件层面的概念，能力边界到决策和执行为止；维修硬件是运维与工程队的职责。把它列为核心能力，等于把智能体当成万能工人。

多选 3 答案：A、B、C（D、E 不选）

A 强化学习策略：决策的发动机。试错中学——做对了给奖励、做错了受惩罚，慢慢摸出最优策略；写死的规则覆盖不全动态环境，能学的策略才跟得上。注意探索与利用的配比平衡。
B 状态空间搜索：决策的推演器。把可能的局面摊开往前推几步，比较哪条路有前途，像下棋默算后续；局面太复杂要剪枝，只保留有希望的分支。
C 传感器融合：感知的合成器。多感官信息各有盲区与噪声，融合后互相校验补全，决策拿到的才是完整画面——超声波雷达测距稳但分辨率低，摄像头看得清但怕黑怕雪，合起来才稳妥。
D 批量数据处理为什么不选：攒一批、算一波、出一批，天生慢半拍；实时决策等不起，等你算完路况早变了。
E 离线模型训练为什么不选：是部署之前的事，模型出厂即定；实时决策依赖的是部署后还能在线运转的部分。两个错项共同输在节奏——实时的依赖清单里，没有跟不上节奏的手段。

单选 1 答案：B（基于模型的预测控制）

为什么是它：「基于模型」指系统心里装着对世界的简化描述（路况怎么变、动作怎么影响结果）；「预测控制」指每个时刻都拿模型往前推演一小段，比较几种动作的后果，挑当下最优执行。关键在滚动：窗口很短，执行完立刻拿最新观测重推。世界模型不可能百分百准确，这正是要滚动的原因——每步用新观测纠偏，误差才不滚成大雪球。
A 静态规则引擎为什么错：条件分支穷举到底，规则是人写的；动态环境情况组合无穷多，写不死，没写进规则的就不会，应变谈不上。
C 批处理机器学习流水线为什么错：攒批再算，实时场景等于看后视镜开车，决策依据永远是旧闻。
D 离线强化学习模型为什么错：训练时能学到策略，但部署后环境一变策略就过时，没有在线重算机制，等于拿旧地图找新路。三个错项输在同一点：决策与感知不同步。

「闭环」是智能体的最小充分定义：本集把智能体拆成感知、决策、行动三个部件和一个循环。这个视角的用处在于做产品判断：一个系统缺哪一环，就退化为什么东西——缺决策是监控，缺行动是参谋，缺感知是脚本机器。评估智能体项目时，先看圈闭没闭上，再看每环的成色。
转速即场景：闭环转速差着几个数量级（毫秒级到天级），没有高下、匹配为王。转速背后是成本账：转得越快，感知与决策开销越大。选场景转速，是智能体产品定义阶段最重要的决策之一。
与语音链路测试的连接（作者实践注脚）：对话型智能体的闭环转速是秒级，每一轮「听到—想清—答出」都是一次小闭环；ASR 自动化测试关注的误触发率、识别准确率，量的正是这个圈第一环的成色——圈转得再快，第一环漏听错听，后面全歪。
从定义到主干：本集的四大核心能力是全系列目录——感知、记忆、规划、学习各占一集，最后进场景。听完本集再看后面每一集，都可以问一句：这一层是在增强闭环的哪一环。

*本集音频：ep02-智能体最小闭环.mp3 ｜下一集：EP03 架构：动态环境里怎么做到实时决策*