1.1 整机巡视：智能体的定义、特性与舱段划分

1.1 整机巡视：智能体的定义、特性与舱段划分

本节摘要：作为全册起点，本节先把"智能体"的边界钉死：通过传感器感知环境、通过执行器作用于环境、以自主决策为分界线的实体。随后给出适航特性清单（必装与选装），把环境当作空域做四组属性分类，最后拆出本册通用的舱段划分——感知舱、规划舱、行动舱、黑匣子舱、外挂设备舱，为后续逐舱拆解钉好图纸。

回到控制论刚刚成名的年代，维纳在演讲里把"有目的的机器"当成一件正经事来讲：机器可以有自己的目标，可以根据行动的结果修正下一步。台下不少人当笑话听，后来自动驾驶、算法交易与仓储机器人把这个笑话变成了基础设施。笑话与基础设施之间隔着的，正是本节要办的手续——给这台机器一张适航登记证：它到底是不是智能体，具备哪些必装特性，要飞的那片空域是什么规格。图纸钉牢了，后面感知舱、规划舱、行动舱的每一项设计才有处可对。

一、先给飞行器办登记证：定义与分界

工程上最省事也最经得起追问的定义来自罗素与诺维格的教科书：智能体是能够感知环境、并作用于环境的实体。这句话听着朴素，拆开来却有门槛。感知不是"有摄像头"，而是把环境的物理变化转成内部可计算的读数；作用不是"有轮子"，而是让环境的真实状态因为你的决策而发生偏移。两句合起来，才是智能体的完整闭环。

本册在工程层面再追加一层：智能体 = 感知 + 认知 + 行动的实时闭环系统。感知把世界变成读数，认知（规划舱与黑匣子舱的合称）把读数变成决策，行动把决策变成对世界的修改。用飞行器的话说：雷达进读数，计算机定航线，舵面动起来。

沿着这个定义画分界线，能排掉一批似是而非的候选：

• 普通自动化脚本：定时任务"每天凌晨备份"没有感知——它不看世界，只看表。环境变了它照跑不误，所以不算。
• 恒温器：感知（温度）、行动（开关压缩机）都有，但决策规则只有一条阈值线。工程上把它算作最低配智能体——闭环存在，只是规划舱约等于没有。留着这个极端样本有用：它是所有智能体的退化基线。
• 聊天机器人：能"感知"文字、能"输出"文字，但若输出不改变它所处的任务环境（不查库、不调接口、不下单），闭环就没闭上，只能算半架飞行器。
• 机器人本体：机身、电机、电池是"机壳"，智能体是壳里的驾驶舱与飞控。本册谈的是后者——同一套驾驶舱换一架机身照样能用，这正是舱段化设计的价值。

判断口诀一句话：看世界的动作算不算感知，动世界的动作算不算行动，中间有没有自主决策把两者接起来。

二、适航特性：哪些必装，哪些选装

经典教材给智能体列过一串特性清单，工程上值得按"适航标准"重新分级——必装项缺了就别出厂，选装项按空域配置。

必装特性决定了它是不是一架飞行器：

• 自主性（Autonomy）：在没有外部干预的时段里独立决策。这是与普通程序的分水岭，也是闭环得以成立的前提——每一步都等人点头，那就不是飞行，是牵引滑行。
• 反应性（Reactivity）：感知环境变化并在限定时间内响应。对应感知舱的实时性指标：读数必须比环境变化快。
• 主动性（Proactiveness）：不只被动应答，还会朝目标推进。对应规划舱的存在意义：没有目标的机器谈不上航线。
• 目标导向（Goal-orientation）：行为围绕目标组织，且能评估进展。对应状态板上的"目标"字段——它是规划舱所有计算的锚点。

选装特性按空域加装：社会性（与其他智能体或人协作，需要通信协议与意图理解，多机编队时必装，深编队理论归 533 册）；学习性（从经验修正自身参数，第 8 章机库改装的主题）；适应性与容错（环境突变下维持性能，行动舱第 4 章的复飞程序）。选装不等于不重要——恰恰是这些项，决定了同一套驾驶舱能飞的空域范围。

三、空域即环境：交互模型的四组属性

环境不是背景板，它是飞行器的另一半。智能体与环境的标准交互模型是一个持续序列：环境给出感知输入，智能体依此选择动作，动作改变环境，环境再给出新的输入。把这个循环形式化，智能体的行为就是从感知历史到动作的映射——这句话是后面所有算法的总纲：设计智能体，就是在设计这个映射。

四组属性给空域定规格，每组都直接翻译成舱段配置：

这组表在实战里最好用的地方是反向排错：仪表读数飘忽，先查可观测性是否被高估——很多"规划太笨"的病根，其实是空域比自己以为的更不可观测。空域属性判断错了，舱段配置就是刻舟求剑。

空域属性的判定也值得固化成代码——它是舱段配置的输入，错了后面全错：

from enum import Enum

class AirspaceProfile(Enum):
    FULLY_OBSERVABLE = "完全可观测"
    PARTIALLY_OBSERVABLE = "部分可观测"

def classify_airspace(env):
    """空域四属性判定：出厂前必须逐项填写。"""
    return {
        "observable": (AirspaceProfile.FULLY_OBSERVABLE
                       if env.state_readable() else
                       AirspaceProfile.PARTIALLY_OBSERVABLE),
        "deterministic": env.outcome_variance() < EPS,
        "dynamic": env.changes_during_thought(),  # 思考期间会变吗
        "discrete": env.state_space_is_finite(),
    }

def interaction_loop(agent, env, max_steps):
    """标准交互循环：感知历史到动作的映射，全册总纲。"""
    history = []
    for _ in range(max_steps):
        percept = env.give_percept()      # 环境给输入
        action = agent.choose(history, percept)  # 映射出动作
        env.apply(action)                 # 动作改变环境
        history.append((percept, action))
    return env.final_score()
​

四、舱段划分：本册通用的解剖图

定义与特性说清了，整机可以开箱了。本册把单个智能体拆成五个舱段，并在全册保持这套叫法：

• 感知舱（第 2 章）：传感器阵列、信号调理、状态估计、内部表征，产出可信的仪表读数。
• 规划舱（第 3 章）：目标表示、任务分解、搜索与 HTN、不确定性规划，产出航线与动作序列。
• 行动舱（第 4 章）：执行器接口、动作原语、执行监控、误差恢复，产出对世界的实际修改。
• 黑匣子舱（第 5 章）：工作记忆、长期日志、检查点恢复，保管飞过的路与断电前的姿态。
• 外挂设备舱（第 6 章）：工具接口、调用执行、技能库与权限沙箱，扩展飞行器的能力边界。

这套划分与经典分类学能够对上：简单反射智能体是"只留行动舱直连感知"的退化机型；基于模型的智能体给感知舱加了内部状态；基于目标的智能体装上了规划舱；基于效用的智能体给规划舱换了评价函数；学习智能体则接通了机库（第 8 章）。反过来讲，舱段是分类学的工程投影——你给每个舱段选的配置，就定义了你造的是哪一级机型。

登记手续的最后一步是写代码骨架。一架最小但完整的飞行器，类声明长这样：

from dataclasses import dataclass, field
from typing import Any

@dataclass
class FlightBoard:
    """飞行状态板：全机唯一的事实源，后续章节反复出现。"""
    belief: dict = field(default_factory=dict)   # 信念状态：对环境的当前估计
    goal: Any = None                             # 当前目标（可为目标栈）
    behavior: str = "idle"                       # 正在执行的行为名

class AgentCore:
    """五舱段最小骨架：只定义接缝，不定义实现。"""

    def __init__(self, perception, planning, action, memory, board):
        self.perception = perception   # 感知舱：world -> reading
        self.planning = planning       # 规划舱：reading+goal -> route
        self.action = action           # 行动舱：route -> world changes
        self.memory = memory           # 黑匣子舱：读写日志与状态
        self.board = board             # 状态板：单一事实源

    def run_tick(self, world):
        reading = self.perception.sense(world)            # 雷达扫描
        self.memory.append("perception", reading)         # 进航行日志
        self.board.belief = self.perception.estimate(
            reading, self.board.belief)                   # 更新信念
        route = self.planning.plan(self.board)            # 定航线
        self.board.behavior = route.current_step()
        self.action.execute(route.next_action(), world)   # 动舵面
        return self.board                                 # 仪表回读
​

骨架里每个字段都会在对应章节撑开成整整一章，这里只需要记住接缝方向：读数从感知舱流向规划舱，指令从规划舱流向行动舱，而所有舱段读写同一块状态板。

五、联调入口与常见误诊

模块章的五段式在整机层的对应物是空转联调：不接真实环境，先让每个舱段吃假数据跑通闭环。验机清单按数据流走——感知舱喂一段录制的读数，状态板更新是否正常；规划舱对着固定信念，航线是否稳定；行动舱收到假指令，执行是否在预算时间内返回。三段都绿，再接真实环境。

整机层最常见的误诊是张冠李戴：智能体反复撞墙，直觉怪规划舱"太笨"，实测往往是感知舱的读数延迟超过了环境变化周期——规划舱拿的是旧地图，再聪明也躲不开新墙。排错口诀：先查数据流，再查算法。另一个高频误诊是把状态板当成普通变量随手改——某舱段绕过状态板直写内部状态，联调时两个舱段各执一份真相，故障表现为"时好时坏"，极难复现。这类病根在第 1.3 节的单一事实源设计里根治。

⚠️ 常见坑：把"能演示"当成"闭环成立"。演示成功可能只是环境配合——空域恰好静态、感知恰好够用。验收前务必按四组空域属性重新核对一遍配置，尤其是动态性与可观测性这两项最容易高估。

本节要点回顾

• 工程定义：智能体 = 能感知环境、作用于环境、以自主决策连接两者的闭环实体；闭环不闭合就不算飞行。
• 分界线：定时脚本无感知、纯聊天无行动，都不是智能体；恒温器是最低配退化基线。
• 必装特性：自主、反应、主动、目标导向；社会性、学习性、适应性按空域选装。
• 空域四属性：可观测性、确定性、动态性、离散性，逐一翻译为舱段配置等级，排错时可反向核对。
• 五舱段划分：感知、规划、行动、黑匣子、外挂——本册全册统一用这套解剖图。
• 整机联调：先假数据空转闭环再接真实环境；排错先查数据流再查算法。

下一节把通电开关推上去：这五段舱体接成的主回路，节拍怎么配、布线怎么选，才配叫"会飞"。