面试题 · 评估
如何定义智能体（Agent）的‘基础能力’？请列举并解释构成 Agent 基础能力的核心要素（如感知、规划、工具调用等），并讨论这些能力之间的依赖关系与评估标准。
Agent的基础能力是指将LLM的通用推理能力转化为自主解决复杂任务所需的专项能力模块，区别于纯文本生成的"被动响应"，强调目标驱动下的主动决策与环境交互。
| 要素 |
|---|
按学习路线查看教程、项目和面试题。
| 核心作用 |
|---|
| 关键实现 |
|---|
| 感知 | 理解环境状态与任务输入 | 多模态输入解析、用户意图识别、实时数据接入 |
| 记忆 | 维持上下文与经验积累 | 短期工作记忆（对话历史）+ 长期知识记忆（向量库/知识图谱） |
| 规划 | 将目标拆解为可执行步骤 | 任务分解（CoT/ToT）、动态 replanning、依赖关系管理 |
| 工具调用 | 扩展能力边界，与外部系统交互 | Function Calling、API编排、工具选择策略 |
| 行动执行 | 将决策转化为实际输出 | 代码执行、事务提交、多轮确认机制 |
感知 → 记忆（写入）
↓ ↓
└────→ 规划 ←→ 记忆（读取）
↓
工具调用 ←→ 外部世界
↓
行动执行 → 感知（反馈闭环）关键依赖：
| 维度 | 指标示例 |
|---|---|
| 感知准确性 | 意图识别F1、关键信息抽取完整率 |
| 规划合理性 | 任务完成率、步骤冗余度、replanning频次 |
| 工具调用成功率 | API调用成功率、参数正确率、工具选择准确率 |
| 端到端效果 | 任务完成时间、人工介入率、用户满意度 |
外卖调度Agent中：感知（订单/骑手/路况实时数据）→ 记忆（历史调度策略效果）→ 规划（派单路径优化）→ 工具调用（骑手APP推送、地图API）→ 行动执行（派单指令下发），形成分钟级闭环。
场景切入
咱们做客服Agent，用户说“帮我查上个订单”，它得能记住之前聊了什么。你觉得一个Agent要具备哪些基础能力才能把这种事儿干好？往大了说，怎么定义它的“基础能力”，跟普通大模型有啥区别？
层层追问
你觉得一个智能体要完成复杂任务，需要哪些基本功？……比如感知、规划这些，它们之间有没有依赖关系？……那怎么判断这些能力好不好用，能不能量化评估？
直球架构
说说你对Agent基础能力的理解。列举核心要素，解释它们的作用、依赖关系，以及怎么设定可量化的评估标准。
这道题其实问的是，怎么把LLM的通用推理能力，拆成一套能自主解决复杂任务的专项能力模块。它跟纯文本生成不一样，不是被动响应，而是目标驱动下的主动决策和环境交互。
我通常会把[[Agent]]的基础能力拆成五个核心要素，但你别把它们看成并列的模块，更像是一个闭环流水线。先说感知，这是Agent理解外部世界的入口，比如解析用户意图、接入实时数据。然后是记忆，它分两个层次：短期工作记忆就是对话上下文，长期知识记忆靠[[向量库]]或者[[知识图谱]]来存经验。这里有个关键点，规划是强依赖记忆的，没有历史经验的规划就是瞎拆任务。规划本身是把目标拆成可执行步骤，我常用[[Chain-of-Thought]]或者树状搜索的思路，但落地时一定要动态replanning，因为现实任务经常变。规划完了就得调工具，这是工具调用，通过[[Function Calling]]跟外部系统交互，比如查API、发指令。最后是行动执行，把决策变成实际输出，比如提交事务或者推消息。执行结果再通过感知反馈回来，形成闭环。
这些能力不是孤立的。规划依赖记忆提供上下文，工具调用反过来约束规划，你只能规划现有工具能做的事。感知和行动必须闭环，不然Agent就瞎了。评估标准我一般看几个量化指标：感知准确性用意图识别F1和关键信息抽取完整率；规划合理性看任务完成率和replanning频次；工具调用成功率看API调用和参数正确率；端到端就看任务完成时间和人工介入率。
举个例子，美团外卖调度Agent。感知模块接入订单、骑手位置和路况的实时数据，记忆模块存历史调度策略的效果，规划模块做派单路径优化，工具调用调用骑手APP推送和地图API，最后行动执行下发派单指令。整个流程分钟级闭环。
不过这里有个常见失败场景，就是感知和记忆如果不同步，规划会基于错误信息做决策。比如路况数据延迟了，规划出来的路径就不准。所以上线我会特别关注感知数据的时效性和记忆的一致性，否则整个闭环都会崩。
说到这，其实还有一个更前沿的方向，[[Multi-Agent]]协作。不同Agent承担不同能力模块，比如一个专门感知，一个专门规划，但协调机制就变成了新挑战。这个点可能值得深入聊。
所以我会把Agent的基础能力看成一套工程化的能力映射，而不是简单的LLM包装。核心是闭环和依赖管理，评估必须量化，落地要警惕数据质量。