上一篇介绍了智能体（Agent）的基本概念、运行机制以及 Agent Loop，也亲手实现了一个简单的旅行助手。

不过，一个问题自然会出现：

为什么现在 Agent 会突然火起来？

事实上，智能体并不是近几年才出现的新概念，它的发展已经经历了几十年的演进。从最早的规则系统，到神经网络、强化学习，再到今天的大语言模型（LLM），每一次人工智能范式的变化，都推动着智能体能力不断提升。

这篇文章就按照时间线，简单梳理一下 Agent 的发展过程。

---

一、符号主义：最早的智能体

20 世纪五六十年代，人工智能刚刚兴起，当时最主流的思想叫做符号主义（Symbolism）。

它认为：

人类的智能，本质上就是符号推理。

如果把知识全部写成规则，计算机按照规则进行推理，就可以拥有智能。

因此，当时诞生了很多专家系统（Expert System）。

例如：

IF 发烧
AND 咳嗽
THEN 感冒

整个系统依靠大量规则完成推理。

这种方式在规则明确、领域固定的问题上效果不错，因此在医疗诊断、工业控制等领域都有应用。

但是，它的问题也很明显。

随着规则越来越多：

• 维护成本越来越高
• 很难覆盖真实世界所有情况
• 缺乏学习能力

智能完全依赖人工编写规则，一旦遇到没见过的问题，就无法处理。

因此，符号主义逐渐遇到了瓶颈。

---

二、联结主义：让机器开始"学习"

随后，人工智能的发展进入了**联结主义（Connectionism）**阶段。

相比人工编写规则，联结主义更接近人脑神经元工作方式。

它希望通过神经网络，让机器自己从大量数据中学习规律，而不是人为告诉它规则。

真正推动这一方向快速发展的，是后来深度学习（Deep Learning）的兴起。

随着计算能力不断提高，神经网络开始在越来越多任务中取得突破，例如：

• 图像识别
• 语音识别
• 自然语言处理

相比符号主义，联结主义最大的优势就是：

不需要人为编写规则，而是让模型自己学习特征。

智能体也因此拥有了更强的感知能力（Perception），能够直接理解图片、文本、声音等原始数据。

不过，它仍然存在一个问题：

虽然能够"看懂"，但还不会"做决策"。

---

三、强化学习：让智能体学会决策

如果说联结主义解决的是：

"看到什么？"

那么强化学习（Reinforcement Learning，RL）解决的就是：

"下一步应该怎么做？"

强化学习最大的特点就是：

智能体不断与环境交互，通过试错不断学习。

整个过程包括几个核心要素：

• Agent（智能体）
• Environment（环境）
• State（状态）
• Action（动作）
• Reward（奖励）

整个学习流程可以理解为：

观察环境

↓

执行动作

↓

获得奖励

↓

更新策略

↓

继续下一轮

智能体并不是学习一次，而是在不断循环中优化自己的策略，希望获得更大的长期奖励。

AlphaGo 就是强化学习最经典的案例。

它通过数百万次自我对弈，不断调整策略，最终战胜了世界顶级围棋选手。

强化学习让智能体真正拥有了自主决策能力。

---

四、大规模预训练：LLM 的诞生

虽然强化学习解决了决策问题，但还有一个新的难题。

智能体几乎没有任何常识。

很多知识，都需要重新学习。

于是，自然语言处理领域提出了一个新的训练方式：

Pre-training（预训练）

核心思想非常简单：

第一步：

利用互联网海量文本训练一个基础模型。

第二步：

再针对具体任务进行微调（Fine-tuning）。

这种"预训练 + 微调"模式，让模型拥有了大量世界知识。

相比以前每个任务都重新训练模型，现在只需要一个基础模型，就可以适应不同任务。

随着训练数据、模型参数不断增加，大语言模型（LLM）开始出现了一些令人惊讶的能力，例如：

• 上下文学习（In-context Learning）
• 零样本学习（Zero-shot）
• 少样本学习（Few-shot）
• 思维链推理（Chain of Thought）

这些能力并不是人工设计出来的，而是在模型规模不断扩大后自然出现的，也被称为涌现能力（Emergent Abilities）。

至此，LLM 已经不仅仅是一个语言模型，更像是一个拥有丰富知识和推理能力的"大脑"。

---

五、LLM Agent 的出现

随着 GPT、Qwen、Claude 等大语言模型的发展，现代 Agent 开始真正进入大众视野。

相比传统智能体，LLM Agent 不再依赖大量固定规则，而是由 LLM 负责推理和决策。

一个典型的 LLM Agent，通常由几个核心模块组成：

• Perception（感知）
• Planning（规划）
• Memory（记忆）
• Tool Use（工具调用）
• Execution（执行）

整个运行流程仍然遵循经典的 Agent Loop：

Perception

↓

Thought

↓

Action

↓

Observation

↓

继续下一轮

不同的是，如今负责"思考"的不再是人工写好的规则，而是大语言模型。

同时，Agent 还能调用搜索、数据库、代码解释器等各种工具，不断获取新的信息，并根据反馈持续调整自己的决策。

也正因为如此，现代 Agent 已经能够完成越来越复杂的任务。

---

六、总结

回顾整个智能体的发展历程，可以发现它并不是某一种技术突然出现，而是多个方向不断融合的结果：

• 符号主义：让机器具备逻辑推理能力。
• 联结主义：赋予机器从数据中学习和感知世界的能力。
• 强化学习：让智能体能够通过与环境交互不断优化决策。
• 大规模预训练：让模型拥有丰富的世界知识和通用推理能力。
• LLM Agent：将推理、规划、记忆和工具调用结合起来，形成现代智能体。

如今的 Agent，可以看作是这些技术长期发展的成果。未来随着模型能力和工具生态不断完善，Agent 也将逐渐从"辅助工具"发展为真正能够自主完成复杂任务的智能协作者。