【菜科解读】

从 LLM 到工具调用，从记忆机制到任务规划，Agent 的四大核心能力构成了其“类人智能”的基础，也决定了其在实际场景中的落地深度。

本文将系统拆解 Agent 的底层原理与设计逻辑，帮助产品人理解如何从技术组件走向产品能力，构建真正可用、可控、可演化的智能体系统。

之前发过一篇落地Agent必做的六件事Agent没人用？是你没做对这6件事（含0-1医疗Agent真实复盘），随着最近对Agent研究的更加深入，我认为有必要拆解一下其原理。

我去阅读了Agent相关的论文，又试用了现有的Agent产品，有众所周知的独立Agent：如manus、loveart，也有嵌入现有App的Agent：如夸克搜索Agent、飞猪旅行Agent、淘宝AI万能搜等。

我发现独立Agent一般都“高调登场”，尽其所能向全世界宣布“我来了！”

而大厂现有产品中的Agent功能上线普遍比较“低调”，一定会经过长时间的内测、灰度，才会小范围上线，例如“淘宝AI万能搜”至少是在半年前就听说在做，至今才上线。

虽然“淘宝AI万能搜”没有特别惊艳，但整体的使用体验，在各类导购型Agent中，算是数一数二的了，下图有入口，大家有兴趣可体验。

接下来，我会拆解一下 Agent 的组成结构：包括它是怎么规划任务的、怎么调用工具执行、又是如何记住上下文和偏好的。

这不仅是理解 Agent 的方式，也是一种全新的产品设计范式。

首先，我们可以把 Agent 想成是一个终于长出了“手脚”和“记忆”的大模型，是一个能完成复杂任务、能打配合、还能持续优化执行路径的“数字助理”。

它的基本组成有 4 个关键部件：大模型（ LLM ）、工具使用（Tools）、记忆（Memory）、规划能力（Plan）。

LLM：Agent 的“大脑”

在聊 Agent 是怎么动手干活之前，我们得先搞清楚一个问题：Agent 到底是怎么“理解人话”的？

答案就是——它的“大脑”是 LLM（大语言模型）。

LLM 是什么？

LLM，全称是 Large Language Model（大语言模型），简单来说，它是一个在海量文本上训练出来的“预测机器”——你输入一句话，它预测你可能想听什么，输出相应的内容。

那它是怎么预测的呢？本质上，LLM 是基于上下文预测下一个词的概率模型。

它不会“理解”你说了什么（它没有真正的意识），但它非常擅长从大量语言数据中学习出哪些词是“最可能”出现在当前语境后面的。

举个简单的例子：假设你对 LLM 说了一句话开头：“我今天早上喝了一杯……”

它会从它学过的海量数据中判断，这个位置最有可能出现的词是什么，

于是，模型就选了概率最高的词 —— “咖啡”。

下一步，它再接着预测下一个词，比如：“我今天早上喝了一杯咖啡，然后……”

就这样一个词一个词地接下去，每一步都在预测“最有可能”出现的词。

这也解释了 LLM 的一个典型特性：它不是“在思考”，而是根据概率生成最合理的内容。

那LLM和 Agent 有什么不同？

虽然 LLM 听起来就已经很厉害，但它其实像是一个天赋极高但不具备行动能力的智者（类似于《权力的游戏》中布兰·史塔克），你让它分析，它能讲得头头是道；

但让它去干活，比如查实时票价、登录网站、下订单……它就祭了。

一句话总结它们的区别：

为什么我们需要 Agent？

在真实世界中，我们做的事情往往是「多步骤+跨工具+有明确目标」的，比如：

如果 AI 只会告诉你怎么做，而不能替你去做，等于你还是得一个个页面点，一个个 app 切换，根本没有省下多少精力。

而 Agent 就是为了实现“从知道怎么做 → 真的帮你做”而诞生的。

它以 LLM 为“核心”，再配上工具调用、任务规划、上下文记忆能力，最终进化成的一个可以自主完成任务的数字助理。

Tools：Agent 的“手脚”

如果说 LLM 是 Agent 的“大脑”，那 Tools 就是它的“手脚”——真正能下场干活的部分。

为什么需要工具？

LLM 虽然能回答很多问题，但它本质上是个封闭系统。

它的知识截止于训练时间，不能联网、不能读网页、不能主动获取最新的数据。

你问它“明天北京天气怎么样”，它只能说“我无法访问实时信息”。

但换个方式：让它调用一个天气 API，它就能给你答得头头是道。

工具是补上 LLM 无法“感知现实世界”的那一块短板，让它不止能说，还能查、能干、能动。

常见的 Agent 工具类型有哪些？

典型工具调用案例：

GPT + Bing 浏览器插件：用户问“最新的iPhone15什么时候发布”，模型就能自动调用 Bing 搜索 API 来实时抓网页、读内容、生成摘要，信息比默认 LLM 更新、更准确。

携程问道：当用户说“帮我找一张下周去广州的便宜机票”，它会调用航旅票务系统获取实时航班信息->查询用户评价、机型舒适度->返回结构化选项卡（含票价、时间、直飞/中转等标签）。

Memory：Agent 的“记忆”

当用户告诉 AI 要去成都玩 3 天、预算 2000、喜欢住民宿、不吃辣，它会立马埋头开始规划，但下一轮用户补充一句“酒店预算可以放宽点”，它若回复：“您要订哪里的酒店？”用户会不会很崩溃？

这正是没有“记忆能力”的 Agent 经常暴露出的尴尬瞬间。

因此真正能完成完整任务的 Agent，往往都拥有一定程度的记忆能力，而这份“记性”，是它能否从“工具”升级为“助理”的关键。

Agent 记忆可以分为三类：

1、短期记忆

定义：短期记忆主要通过上下文学习实现，上下文学习指的是利用Prompt中包含的相关信息来改善生成结果的能力。

局限性：

当输入Prompt过长时，LLM可能会出现“中间丢失”的现象，即模型难以有效地利用Prompt中间部分的信息。

案例：用户说“我想订去成都的票”，“下午也可以”→ LLM需要通过短期记忆知道“下午”指的是“飞成都的航班”。

2.长期记忆

定义：长期记忆使AI Agent能够跨多次交互存储和检索信息，提供持续性和个性化体验。

虽然无法在每次对话中将用户的所有历史会话都纳入Prompt，但可以通过特定的存储机制保留关键信息，并在需要时检索以补充上下文。

存储内容：

用户偏好，如喜欢简洁回答或偏好某种语言风格；

历史决策，如用户过去的选项选择或行为模式。

案例：讯飞晓医会自动记录用户的年龄、性别、慢性病史，用户下一次打开时，只需说“我最近又咳嗽了”，它就能结合既往记录推荐就诊科室或用药建议。

3.记忆反思

定义：指Agent分析其存储的记忆，从中提取经验教训或模式，以优化未来的行为和决策，这一过程类似于人类通过回顾过去来改进当下的能力。

Agent的“反思”方式：

个性化响应，利用长期记忆中的用户偏好，Agent能为每个用户量身定制回答；

优化决策，通过反思历史决策，Agent能在相似场景下做出更优选择；

知识积累，随着时间推移，Agent构建并完善知识库，提供更准确、更有深度的回答。

通过记忆反思，Agent从静态的响应工具转变为动态的学习者，这种能力不仅提升了回答的质量和效率，还使Agent更具适应性，能够应对复杂的用户需求和变化的场景。

Plan：Agent 的“规划能力”

真正能解决任务的 Agent，一定拥有 Plan，也就是“规划”的能力。

这份能力，才是它从“语言模型”迈向“任务执行器”的核心跨越。

什么是 Plan？

Plan，说白了就是让 Agent 具备拆任务、排顺序、定策略、协调执行的能力。

不是“你问我答”，而是“你交代任务，我安排流程”。

这件事的难点不在“调用工具”，而在于：在合适的时机，用对的工具，干对的事。

Plan 的三大关键能力：

用户说“我想去成都玩三天”，它要理解你不是“想了解成都”，而是“希望获得一份可落地的三日行程安排”。

拆分子任务：一个目标往往需要多个步骤配合完成：订机票->找酒店->安排行程（分三天）->推荐美食和交通。

每一步都依赖上一步的结果。

排定执行顺序并动态调整：Agent 需要知道什么任务必须先做（如订机票定时间），什么可以后做（如安排餐馆），还要根据用户反馈随时调整计划。

比如：用户突然说“我不想住民宿了”，它就要重新筛选酒店、更新交通方案，而不是“重来一次”。

现实中 Agent 是如何规划的？

当前主流的 Plan 实现方式有四种：

1、按提示词进行规划

靠设计 prompt引导大模型“自己”拆解任务，好处是轻量、快上手，缺点是稳定性差、难跟踪，例如让 ChatGPT 写一份面试准备清单，它靠 prompt 自动列出流程，但中途改需求就崩。

2、按规则进行规划

通过 if-else 或流程图硬编码规则，适合流程固定、变化少的场景，例如企业对话机器人。

3、用代码规划进行规划

用代码构建任务图或执行链，每一步都显式定义，逻辑可控、可追踪，例如LangChain 的 AgentExecutor、AutoGPT 的多步指令系统。

4、LLM + Planner 模块

LLM 负责意图理解和任务拆解，Planner 模块协调任务流、调用工具、管理状态，这是当前最灵活、最强大的方案，例如Manus就是用这种方式。

以飞猪 Agent 为例：用户说：“我想从北京去成都玩 3 天。

”

最后用户收到的是：已查航班->推荐酒店卡片->导出日程->推荐用户偏好的餐馆

最后

我曾经以为 AI 只是个更聪明的工具，现在慢慢发现，它已经逐渐变成了“能干活的搭子”。

但也别高估现状——现在市面上大多数 Agent，不管名字起得多响，很多其实还停留在“半搭子”状态：

有的记住了用户过多偏好，导致用户对话始终在自己的“记忆”中打圈圈；

有的做完了第一步，却走错了下一步，想修改却在错误的道路越走越远。

所以，真正好的Agent，是它能否像一个“产品经理+研发”——不仅能准确理解用户的需求，还能将大目标拆解成可执行的小任务，并能在复杂路径中灵活调整，最终把事办成。

我心中最理想的Agent，就是《终结者2：审判日》中的T-1000，它不是一个被动执行命令的机器人，而是一个具备高度自主性和适应能力的终结者Agent。

规划与执行：它的核心任务是追杀约翰·康纳。

它能根据环境变化（例如，约翰逃跑的方式、交通工具的选择），实时调整自己的追捕策略，而不是简单地遵循固定路径。

图：T1000通过液体形态进入直升机，去追杀康纳

工具调用：它能将自己的身体形态转变为各种工具（如刀、钩），甚至伪装成人类，这就像Agent能灵活调用不同的外部工具来完成任务。

持久记忆：它能记住目标人物的特征、声音，并利用这些记忆进行伪装和诱捕，这完美体现了Agent的长期记忆能力。

图：T1000伪装成康纳的养母，并用剑杀死了康纳的养父

本文由 @AI产品泡腾片 原创发布于人人都是产品经理。

未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议

人死了去几维空间？生命落幕，是奔赴另一重维度的新生

世人总把死亡当作一切的终点，认为生命消散后，世间再无痕迹。

但从维度时空与意识流转的角度来说，死亡从不是消亡，而是一场剥离肉体束缚的维度跃迁。

人的一生，都是为这场跨越铺垫，肉身的逝去只是载体的落幕，真正的意识与灵魂，会根据一生的执念、心境与觉知，落入不同维度的时空。

本文以闲聊的方式，聊聊人离世后，意识奔赴不同维度的前因与归宿，解开死亡与时空的隐秘关联。

我们此生，困在三维的肉身牢笼我们当下所处的世界，是标准的三维空间，长、宽、高构成了万物的形态，而线性的时间，推着我们从出生、成长、衰老走向死亡，这也是所有人对生命的固有认知。

在三维世界里，一切都有具象的形态、有限的寿命、固定的轨迹，肉体有血肉骨骼，会生病、会衰败、会消逝，这是三维物质世界的既定规则，无人能够例外。

这也是我们恐惧死亡的根源。

因为在三维认知里，看得见的肉身消失，就代表生命彻底终结。

但很少有人明白，肉身只是我们临时的承载容器，真正属于生命核心的，是看不见、摸不着的意识、记忆、情绪与执念。

这些无形的东西，不属于三维物质的范畴，不会随着肉体的腐烂而消亡，这也是死后能够跃迁维度的根本前提。

我们这一生的经历、修行、心境，都是在为死后的维度归宿，悄悄埋下伏笔。

死亡的本质，是意识脱离物质维度的蜕变很多人纠结人死了会去几维空间，其实维度从不是固定的地点，而是匹配自身意识频率的时空状态。

三维世界的规则是“有形有终”，所有物质皆有生灭，而意识是高维属性的存在，只是被肉身禁锢在三维时空里，受限、被动、被时间裹挟前行。

当人的生命体征彻底消失，肉体的三维载体彻底失效，束缚意识的枷锁便会彻底碎裂。

这不是生命的结束，而是一场维度的解绑。

此前被压缩在肉身里的意识，会瞬间挣脱三维的时空限制，开启全新的维度存续状态。

之所以会有不同的归宿，核心原因从来不是命运的审判，而是每个人活着时，修炼出的意识频率各不相同，频率高低，直接决定了最终抵达的维度层级。

执念缠身，便困在四维时空的过往轮回大部分普通人，一生都沉溺于世俗的爱恨、得失、遗憾与欲望之中，心里装着太多放不下的人和事，执念深重、情绪浑浊，意识频率始终停留在低频状态。

这样的意识，无法挣脱时空的束缚，在脱离肉身之后，大多会停留在四维时空。

四维时空是在三维空间的基础上，解锁了完整的时间维度。

我们活着时，时间是单向流动的，过去无法回溯，未来无法预知。

但在四维空间里，人的一生所有的片段、记忆、场景，都会变成同步存在的画面。

那些未曾圆满的遗憾、舍不得的羁绊、放不下的执念，都会清晰地呈现在意识之中。

这也是很多濒死体验者，会看到自己一生快速闪过的原因。

困在四维的意识，依旧被世俗的情绪捆绑，反复沉浸在过往的人生片段里，无法向前、无法超脱，相当于被困在自己的一生记忆里循环往复。

这便是普通人离世后的常态，没有消亡，却也没有新生，只是困在时间的牢笼里，被执念困住脚步。

心境澄澈，便能奔赴五维六维的自由之境如果一个人此生心怀善意、通透豁达，看淡得失恩怨，放下执念欲望，一生都在修炼内心、包容万物，意识频率会变得干净且纯粹。

这样的意识脱离肉身后，会突破四维的时间束缚，抵达五维甚至六维的高维时空。

五维空间里，时间不再是固定的单线，而是可以自由切换的平行轨道，意识能够跳出单一人生的局限，看清生命所有的可能性与轨迹。

而六维空间更是纯粹的信息意识场，没有具象的形体、没有时间的流逝、没有情绪的纠缠，所有的记忆与觉知都会化作纯粹的能量，自由存续、不受束缚。

抵达这个维度的意识，已经彻底超脱了世俗的悲欢离合，不再被过往牵绊，也不会被未来困扰。

它们摆脱了生死的概念，不再需要依托肉身存在，以纯粹的意识能量形态存续，这也是生命最本真、最自由的状态。

很多心怀大爱的人、通透豁达的智者、无私奉献的人，离世后大多会奔赴这样的高维时空。

极致觉醒，归于最高维度的万物本源根据宇宙维度理论，宇宙存在十一维空间，最高的维度，是包容万物、无始无终的本源之境。

极少数实现极致觉醒、心怀苍生、全然通透的灵魂，能够突破层层维度壁垒，抵达这一终极维度。

在这里，没有个体的意识，没有独立的灵魂，所有生命的觉知、所有宇宙的规律，都会融为一体，成为万物共生的能量。

没有生死、没有时空、没有得失，是绝对的永恒与安宁。

这是生命修行的终极归宿，也是所有意识最极致的超脱。

人生修行，本就是为维度归宿铺路看完这些，其实就能明白，人离世后去往几维空间，从来没有固定答案，一切皆由此生的所作所为、所思所念决定。

维度的高低，本质是觉知的高低；

归宿的好坏，本质是内心的修行。

我们在三维世界的每一次善良、每一次释怀、每一次成长，都是在提升自己的意识频率；

而每一次偏执、每一次怨恨、每一次贪欲，都是在给自己捆绑枷锁。

肉身终会腐朽，名利终将消散，唯有意识的修行、内心的通透，会伴随我们跨越生死，决定我们死后的维度归宿。

所谓生死轮回、维度跃迁，从来不是虚无的玄学，而是一场温柔的生命规则：你活成什么样的心境，就会去往什么样的世界。

好好修行当下，善待生活、放下执念、保持纯粹，便是为自己的生命，奔赴更高维度的自由与永恒。

中国空间站人工胚胎实验｜全球首次太空生命探索，为人类深空驻留铺路

当晚 10 时，航天员将样本装入空间站实验模块；

截至 5 月 13 日，实验进展非常顺利，自动化系统每天自动更换培养液，生命发育正常。

这是人类历史上首次在太空开展人工胚胎发育研究，中国再次拿下全球第一，为人类未来深空驻留、太空繁衍，迈出了历史性一步！很多人第一次听到 “人工胚胎”，会觉得科幻甚至不安，但请先放下顾虑：人工胚胎不是真实人类胚胎，没有发育成个体的能力，是用人类干细胞构建的、和真实早期胚胎高度相似的结构，专门用于科学研究，完全符合伦理规范，安全可控。

为什么一定要把人工胚胎送上太空？答案只有一个：为人类未来在太空长期生存、繁衍，提前探路。

地球生命在亿万年进化中，早已适应了地球1G 重力环境；

而太空是微重力 + 强辐射环境，这种极端环境，对人类早期胚胎发育会产生什么影响？会不会导致发育异常？人类未来能不能在太空怀孕、生育、繁衍后代？这些问题，在地球上永远无法找到答案，只有在太空，才能真正验证。

这次实验，精准锁定人类发育最关键的第 14-21 天窗口期—— 这个阶段，是人类所有器官前体形成、体轴（头尾方向）确定的关键时期，一旦发育异常，将直接影响个体一生健康。

实验设置了两组样本：一组放在子宫细胞上培养，一组放在微流控芯片里培养；

同时地面同步开展完全相同的对照实验，5 天后，太空样本冻存返回地球，天地对比分析，精准找出太空环境对人类早期发育的影响因子。

这不是一次普通的科学实验，而是关乎人类文明未来的探索。

如今，人类深空探索步伐越来越快：登月、火星探测、空间站长期驻留，未来甚至可能在月球、火星建立永久基地。

但人类要真正扎根太空，必须解决 “繁衍” 问题—— 如果太空环境会导致胚胎发育异常，人类就永远无法在太空长期定居；

而这次实验，就是要摸清太空环境对生命起点的影响，找到应对方案，为人类太空繁衍提供科学依据。

过去，太空生命科学实验，一直被西方垄断；

而今天，中国用全球首次人工胚胎太空实验，打破垄断，领跑世界。

从空间站建成，到天舟十战十捷，再到人工胚胎太空实验，中国航天，早已不是追赶者，而是引领者，用硬核科技，探索人类未来，彰显大国担当。

国家航天局很多人说：“这实验离我们太远，没用。

”但请记住：今天看似遥远的科学探索，明天就可能改变人类命运。

几十年前，人类也觉得登月没用；

今天，登月技术催生了无数民用科技，改变了我们的生活。

太空人工胚胎实验，今天是探索，明天就是人类深空驻留、星际移民的基石，功在当代，利在千秋。

中国空间站，不仅是中国的太空实验室，更是人类探索宇宙、探索生命奥秘的前沿阵地。

致敬每一位科研人员，致敬中国航天！全球首次太空人工胚胎实验，中国做到了，人类未来，可期！