1.3 智能体类型与分类

1.3 智能体类型与分类

本节摘要：把智能体放进分类体系，才能谈「我该用哪一种」。本节按三个维度分类——智能程度（简单反射→基于模型→基于目标→基于效用）、架构思想（符号主义/连接主义/混合）、环境特性（静态/动态、确定/随机等）——并给出每类的能力边界与选型建议，最后用基于目标的智能体代码框架演示分类如何落到实现。

你能学到什么

阅读完本节，你应当能够：

1. 说出四类智能体（简单反射、基于模型、基于目标、基于效用）的演进关系与各自缺陷
2. 区分符号主义、连接主义、混合型三种架构思想及代表方法
3. 根据环境六维属性选择对应的智能体类别
4. 解释 BDI 架构中信念、欲望、意图分别对应什么
5. 用 Python 写出基于目标的智能体（含 Goal 与 Planner 占位）的基本框架

问题与直觉

回到 1.1 节的恒温器。我们知道它是智能体，但它是最「笨」的一种。现在问题来了：如果任务升级——让机器人清理整栋楼的房间、规划充电顺序、在有人时绕行——恒温器那种「感知→直接映射动作」的架构还够用吗？

显然不够。差在哪？一是没有记忆（不知道哪个房间扫过），二是没有模型（不知道房间布局），三是没有目标（「清理整栋楼」无法拆成一条条 if-else），四是没有权衡（时间不够时先扫客厅还是先扫卧室？）。这四个「差」正好对应四类智能体的能力递进。分类不是学术游戏，它直接回答工程问题：任务复杂度到了哪一档，就该升级哪一层的架构。

核心原理

按智能程度分类：四档演进

SOURCE 原文把这条线讲得很清楚，每一档都是在前一档基础上加一块：

• 简单反射智能体：直接「条件—动作」映射，无记忆无模型。优点是简单高效、响应快；缺点是看不到环境全貌、无法处理部分可观测和需要历史信息的场景。温控器、避障机器人都是这类。
• 基于模型的反射智能体：在简单反射之上加了内部状态 + 环境模型。内部状态记录历史，环境模型用来预测未来。它可以用模型补全感知缺失的信息。比如扫地机器人通过构建房间地图，可以「知道」墙后是什么。代价是模型维护有成本，模型错了决策也跟着错。
• 基于目标的智能体：在模型之上再加明确的目标。决策不仅要考虑当前状态和规则，还要规划如何达成目标。它比前两档更「前瞻」，能解决路径规划这类多步问题。代价是需要规划器，计算开销显著上升。
• 基于效用的智能体：在目标之上再加效用函数，用来衡量不同状态的好坏程度。它追求「最大化期望效用」而不只是「达成目标」——这在目标有多个、或达成目标有代价时特别有用。投资理财智能体、自动驾驶的路径权衡都是典型应用。代价是效用函数设计困难，且要在模型不确定性下求期望，计算最重。

用一张表把四档的能力边界列清楚：

按架构思想分类：三大流派

• 符号主义（审慎型/基于模型）：用符号、逻辑规则表示知识，通过逻辑推理生成行动。优点是可解释性强、推理能力强；缺点是难以直接处理感知数据、泛化能力弱。专家系统、规划系统是代表。
• 连接主义（反应型/行为型）：用神经网络等连接模型，学习「感知→行动」的映射。优点是擅长感知、泛化好；缺点是不可解释、推理弱。深度学习图像识别、语音识别是典型。
• 混合型：把两者结合——用连接主义处理感知，用符号主义做推理规划。多数实际系统是混合的，比如机器人控制系统里「视觉用 CNN、决策用规则」。

这个分类与「按智能程度分类」是正交的——反应式智能体可以做成基于模型、基于目标的版本，符号主义也可以包含目标与效用。两者是「内部实现方式」和「能力层次」两个维度的交叉。

按环境特性分类

把 1.2 节的环境六维属性转成智能体类别：静态环境智能体、动态环境智能体、确定性环境智能体、非确定性环境智能体、完全可观测环境智能体、部分可观测环境智能体、离散/连续环境智能体、单/多智能体环境智能体。这个分类的实际用途是触发设计要求：比如「部分可观测」要求智能体具备状态估计与推理，「动态」要求更高的反应性与重规划能力，「连续」要求连续控制算法，「多智能体」要求交互与协作机制。

基于效用智能体的收益权衡

基于效用智能体与前几档最本质的区别，是它把「偏好」显式化了。目标智能体只会问「这个状态是不是目标状态」，效用智能体还要问「这个状态有多好」。SOURCE 原文给了一个很好的直觉化例子：效用函数把状态映射成分数——highly_desirable_state 值 10，desirable_state 值 5，neutral_state 值 0，其余状态负 5。决策器（DecisionMaker）遍历候选动作，预测每个动作后的状态，算效用，挑分数最高的那个。

这个机制在真实世界里有大量对应：无人驾驶在「安全到达」和「尽快到达」之间权衡时，就是在比效用；投资智能体在「收益」和「风险」之间选组合，也是在比效用。工程上的难点有两个：一是效用函数的构造——谁来定「到达目标值 10、绕路值 5」这种尺度？二是模型不确定性下的期望计算——预测状态本身有误差，效用是「期望效用」而非「确定效用」。理解了这两点，就知道为什么效用智能体是四档里最贵的：它把「设计者的权衡」翻译成了「可计算的偏好」，代价是设计成本和计算成本都高。

三种架构思想的互补而非对立

符号主义、连接主义、行为主义（强化学习、进化算法这条支线）经常被讲成互相竞争，实际上它们在智能体里各管一段。SOURCE 原文点出：连接主义擅长感知和学习，符号主义擅长推理和规划，行为主义擅长通过与环境的试错交互获得智能。今天被热议的「神经符号 AI」（Neuro-Symbolic AI）就是把符号主义的推理能力和连接主义的感知能力缝合起来——用神经网络把图像翻译成符号事实，再用符号引擎做推理。这跟混合型智能体是同一个思路的两个说法。

再往深看一步，这三个流派的「分界」本身就是历史产物。1956 年达特茅斯会议之后的三十年里，符号主义统治了主流；80 年代连接主义崛起；而行为主义（罗德尼·布鲁克斯的「行为机器人」）提醒大家智能可以来自与环境交互的涌现，不必全塞进大脑里。今天的智能体，几乎都是三者的拼装：感知用神经网络，决策用规则或搜索，学习用强化学习。所以选型时不要问「我该皈依哪个流派」，而要问「我任务的感知、推理、学习三块，各需要哪个流派来填」。

BDI 架构与其它高级形式

• BDI（信念-欲望-意图）架构：模拟人类认知——信念是智能体对世界的认识（可更新），欲望是希望达成的目标状态（可多重），意图是当前承诺执行的行动方案。BDI 常用于多智能体系统与人机交互，因为它天然支持「动态调整承诺」。
• 层次化架构：把智能体拆成反应层、规划层、执行层等不同抽象级别，各层分工协作。
• 混合架构：结合反应式（快速响应）与审议式（复杂推理）的优点。
• 基于神经网络的架构：端到端学习，如深度强化学习智能体。

工程实践要点

基于目标的智能体最小框架

SOURCE 原文给了基于目标智能体的 Python 骨架，核心是引入了 Goal 和 Planner 两个对象：

class GoalBasedAgent:
    def __init__(self, model, goal, planner):
        self.model = model
        self.goal = goal
        self.planner = planner
        self.action_sequence = []

    def perceive(self, environment_state):
        self.model.update_model(environment_state)
        return environment_state

    def act(self, environment_state):
        if not self.action_sequence:
            self.action_sequence = self.planner.plan(
                environment_state, self.goal, self.model)
        if self.action_sequence:
            return self.action_sequence.pop(0)
        return "ignore"
​

要点：action_sequence 是「规划—执行」解耦的关键——规划一次生成整个序列，执行时逐个弹出，不用每步重新规划；目标达成后规划器返回空序列，智能体自动退回空闲。真实项目里 Planner 里的占位实现会换成 A*、分层任务网络（HTN）等真实规划算法——这正是第 2 章规划决策节的延伸。

如何选型：一张决策表

选型还受资源约束：嵌入式设备算力有限，通常只能跑简单反射或轻量规则；云端大模型驱动的智能体（如第 4 章 LangChain 的 Agent）本质上是「基于目标的混合型智能体」——语言模型做感知与推理，工具调用做行动。把类型学透，再看这类新框架，你会发现它们并没有跳出这个分类体系。

⚠️ 常见坑：一上来就上最复杂的「基于效用」。多数任务用简单反射或基于目标就能解决，效用函数的设计和求解成本很高，是「最后的手段」而非「默认配置」。
💡 关键直觉：分类的演进方向就是「记忆→模型→目标→效用」的叠加。遇到新任务先问自己：它需要哪几样？缺哪样补哪样，不要一次性全上。

分类与第 2 章能力的对应

四类智能体的能力其实正好是第 2 章五大核心能力的「切片」：简单反射只用感知+行动，基于模型加知识表示，基于目标加规划决策，基于效用加学习与权衡。所以本节既是第 1 章的概念收口，又是第 2 章的地图——后续读 2.1 到 2.5 时，随时可以回到这张分类表对照「这一类主要靠哪些能力」。

核心回顾

• 四档演进：简单反射→基于模型→基于目标→基于效用，逐档加能力
• 三大流派：符号主义（可解释）、连接主义（擅感知）、混合型（取长补短）
• 环境分类：把六维属性转成对智能体的设计要求
• BDI：信念=认知，欲望=目标，意图=承诺的行动方案
• 选型原则：按任务最难的维度选型，能力够用即可
• 代码落地：Goal+Planner 解耦了「规划」与「执行」

下一节补上最后一块预备知识：写智能体需要哪些数学和编程基础。